著者 Claudeはセルフホストできる？正直な答えと代替策
Claudeはモデルの重みが非公開のため、手元のサーバーでは実行できません。代わりに、Ollamaのオープンモデル、LiteLLMのゲートウェイ、VPS上のClaude Codeを使う方法を解説します。
Claude をセルフホストできますか？ できません。その理由を説明します
Claude はセルフホストできません。Anthropic はモデルの重みを公開していないため、ダウンロードするファイルも、実行するコンテナも、自分のハードウェアから提供できるライセンスもありません。Claude へのすべてのリクエストは、Anthropic の API、または Amazon Bedrock、Google Vertex AI、Microsoft Foundry などのホスト型パートナーに送信されます。所有するマシンで実行できないのは、設定の問題ではありません。Anthropic の外部には、その成果物自体が存在しません。
これが簡潔な答えです。より詳しく言うと、この質問をする人の多くは、実際には重みを求めていません。求めているのは、管理下のサーバーで実現できる次の3つのいずれかです。ローカルで動作する十分な性能のモデル、自分の API キーを保持して利用料金に上限を設定するゲートウェイ、またはノート PC ではなく自分のマシン上で動作するコーディングエージェントです。このガイドでは、コマンドを含めて3つすべてを説明します。
「self-hosted Claude」が通常意味するもの
「self hosted Claude」で検索する人の目的は、いくつかに分かれます。目的によって、必要な対策も異なります。
プライバシーを求める人がいます。プロンプトをネットワーク外へ送信したくないという目的です。この場合に必要なのは、ローカルで動作するオープンウェイトモデルだけです。Claude へのリクエストは、定義上すべて Anthropic へのリクエストになるためです。
コストを管理したい人もいます。エージェントが制御不能になり、クレジットを大量に消費することを懸念しています。この場合はゲートウェイで解決できます。Claude と連携できるため、モデルの品質も維持できます。
ノートパソコンへの依存を減らしたい人もいます。蓋を閉じている間もエージェントを動作させたいという目的です。この場合は VPS で解決できます。Claude Code は VPS 上で問題なく動作します。
「self hosted OpenRouter」を求める人もいます。これもゲートウェイであり、通常は LiteLLM が選択肢になります。
自分がどの目的に当てはまるかを整理してください。目的によって、適切な構成は異なります。
Ollama でオープンモデルをセルフホストする
プロンプトをサーバーの外部に一切出せない要件であれば、オープンウェイトモデルを実行します。現在、レンタルサーバーで実用になるモデルファミリーは、Llama、Qwen、Mistral、Gemma、DeepSeek です。いずれもダウンロードして実行できるウェイトを公開しています。
Ollama は導入が最も簡単です。インストールスクリプトは 1 行で、Ubuntu 上に systemd サービスを設定します。
curl -fsSL https://ollama.com/install.sh | sh
systemctl status ollamasystemctl status ollama は active (running) を出力するはずです。次にモデルを取得して、モデルと対話します。
ollama pull qwen3:8b
ollama run qwen3:8b "Summarise what a reverse proxy does in two sentences."最初の pull では数 GB のデータをダウンロードするため、何かに回答できるようになる前に、モデル全体を RAM または GPU メモリに収める必要があります。量子化モデルの大まかな目安は、80 億パラメーターのモデルで空き容量が約 6 GB、140 億パラメーターのモデルで約 10 GB です。700 億パラメーターのモデルでは、一般的な VPS プランの多くが搭載する容量を超えるメモリが必要です。メモリが不足すると、プロセスはカーネルによって強制終了され、Error: llama runner process has terminated が表示されます。dmesg にはメモリ不足を示す行も記録されます。モデルを疑う前に free -h を確認してください。同じメモリ容量は、長いプロンプトをモデルが実際に読み取る量も決めます。Ollama は、標準では控えめに設定されたコンテキストウィンドウを超える部分を静かに切り捨てるため、長い文書の要約が途中までしか返らない場合は、まず num_ctx を増やし、KV キャッシュの容量を調整することを確認します。
Ollama は 127.0.0.1:11434 で HTTP API も提供します。これにより、単なるチャット用のツールではなく、他のソフトウェアから利用できます。
curl http://127.0.0.1:11434/api/generate -d '{"model":"qwen3:8b","prompt":"ping","stream":false}'しばらく利用しなかった後の最初のリクエストには 30 秒かかる一方、次のリクエストがすぐに返る場合でも、故障ではありません。Ollama は 5 分間アイドル状態が続くとモデルをアンロードします。keep_alive でモデルを常駐させると、再ロードによる遅延をなくせます。
このポートは localhost にバインドしたままにしてください。パブリック IP で Ollama のポートを開放すると、見つけた人に GPU を無償で使われます。systemd unit、GPU 検出、リバースプロキシの前段配置を含む完全な構成は、VPS で Ollama を実行するガイドで説明しています。同時に複数のユーザーへ提供する場合は、先に Ollama と vLLM の比較を読んでください。Ollama の単一ストリーム設計は、ハードウェアの性能が限界に達するよりかなり前にボトルネックになります。
性能差を正しく認識してください。 中程度の VPS で優れたオープンモデルを実行すれば、要約、分類、下書き作成、単純な抽出には十分役立ちます。しかし、長い複数段階の推論、大規模なコードベース、エージェントによるツール利用では、フロンティアのホスト型モデルには及びません。プロンプトの調整だけでこの差を埋めることもできません。ローカルモデルは得意な作業に使い、難しい作業にはホスト型モデルを利用してください。
LiteLLM で独自のゲートウェイを運用する
これは、検索されている「self hosted OpenRouter」に相当します。ゲートウェイは、アプリケーションと各モデルプロバイダーの間に配置します。アプリケーションでは、サーバーを指す 1 つのキーだけを保持します。実際のプロバイダーキーは、そのサーバー上だけに保存します。キーごとに支出上限を設定し、アプリケーションごとに異なるモデルへルーティングし、すべてのリクエストを 1 か所に記録できます。
LiteLLM が一般的に選ばれるのは、OpenAI compatible API に対応し、同じエンドポイントから Anthropic、Ollama、その他ほとんどのプロバイダーへプロキシできるためです。設定ファイルを使い、Docker で実行します。
model_list:
- model_name: claude
litellm_params:
model: anthropic/claude-sonnet-5
api_key: os.environ/ANTHROPIC_API_KEY
- model_name: local
litellm_params:
model: ollama/qwen3:8b
api_base: http://127.0.0.1:11434これを litellm_config.yaml として保存し、プロキシを起動します。プロキシは port 4000 で待ち受けます。
docker run -v $(pwd)/litellm_config.yaml:/app/config.yaml \
-e ANTHROPIC_API_KEY=$ANTHROPIC_API_KEY \
-e LITELLM_MASTER_KEY=sk-1234 \
-p 4000:4000 docker.litellm.ai/berriai/litellm:latest \
--config /app/config.yamlLITELLM_MASTER_KEY は管理者用の認証情報です。root password と同じように扱い、例にある値をそのまま使わないでください。ホスト型 API と同じ方法でプロキシを呼び出します。
curl http://localhost:4000/v1/chat/completions \
-H 'Authorization: Bearer sk-1234' \
-H 'Content-Type: application/json' \
-d '{"model": "claude","messages": [{"role": "user","content": "Say hello in five words."}]}'正常な応答は、choices 配列を含む通常の JSON です。401 は、Authorization ヘッダーが master key と一致しないことを示します。モデル名を示す 400 は、リクエスト内の model が設定ファイル内のどの model_name とも一致しないことを示します。
Anthropic を直接呼び出すのではなく、これを構築する理由は支出上限です。アプリケーションごとに個別の仮想キーを発行し、それぞれに独自の予算を設定します。
curl 'http://0.0.0.0:4000/key/generate' \
--header 'Authorization: Bearer sk-1234' \
--header 'Content-Type: application/json' \
--data-raw '{"models": ["claude"], "max_budget": 100}'そのキーでは 100 ドルまで支出でき、1 つのモデルだけにアクセスできます。それ以外はできません。エージェントが午前 3 時に誤動作しても、影響範囲はアカウント全体ではなく 1 つのキーに限定されます。このパターンと、その周辺の監視については、VPS 上でエージェントのコストを管理する方法で説明します。そもそも token 単位で支払うかどうかをまだ決めていない場合は、API と subscription のコスト比較で計算方法を確認できます。
ゲートウェイが行わないことにも注意してください。Claude を local にするわけではありません。また、プロンプトを Anthropic から隠すわけでもありません。リクエストは引き続きサーバーからプロバイダーへ送信されます。得られるのは、キー、支出、ルーティング、ログを管理するための制御機能です。
自分の VPS で Claude Code を実行する
3 つ目の願いは、最も簡単に実現できます。Claude Code はクライアントです。Node.js をインストールできる場所ならどこでも実行でき、HTTPS 経由で API と通信します。自分で管理するサーバーに配置すれば、ノートパソコンを閉じた後もエージェントが動作し続けます。また、エージェントの影響範囲をメインマシンではなく、再構築可能な 1 台のサーバーに限定できます。
npm install -g @anthropic-ai/claude-code
claude --version長時間のジョブが SSH 接続の切断で終了しないように、tmux 内で実行してください。セッション処理を含むこの構成については、tmux を使って VPS で Claude Code を実行するで説明しています。エージェント専用の非特権ユーザーを作成し、重要なファイルへの書き込み権限を付与する前に、サーバーで Claude Code を実行する際の安全ルールを確認してください。
これはモデルのセルフホスティングではなく、エージェントのセルフホスティングです。この点は混同されやすいため、正確に区別する必要があります。プロセス、ファイルシステム、ネットワークエグレス、ログは自分で管理します。推論処理は引き続き Anthropic が管理します。
各オプションで実際に発生するコスト
価格は変動するため、ここでは見積額ではなく、おおよその傾向として扱ってください。2026 年 7 月時点で、Claude Sonnet 5 の料金は入力 100 万トークンあたり $3、出力 100 万トークンあたり $15 です。Claude Opus 5 はそれぞれ $5 と $25 です。ローカルモデルはトークン単位の料金がかかりません。その代わり、使用していない時間も稼働し続けるサーバーの月額費用が発生します。
損益分岐点は、多くの人が考えるより低い位置にあります。実用的なオープンモデルを実行できるメモリ容量を備えた VPS には、毎月実際の費用がかかります。また、その VPS はほとんどの時間アイドル状態です。利用量に波がある場合は、通常、ホスト型 API のほうが安価です。利用量が常に一定の場合や、データをネットワーク外へ出せない場合は、ローカルモデルが両方の点で有利です。
多くのチームが最終的に採用するのは、正直なところ混合構成です。大量で難易度の低い処理には、オープンモデルをローカルで実行します。難しいリクエストは、ホスト型の最先端モデルへルーティングします。両方の前段にゲートウェイを置けば、アプリケーションはどちらを使用しているかを意識せずに済みます。また、アプリケーションコードを変更せずに、両者の振り分け基準を変更できます。この構成が「self hosted Claude」の実用的な形です。文字どおりの意味での「self hosted Claude」とは異なり、こちらは実現可能です。エージェントスタック全体も自分で実行したい場合は、self-hosted AI エージェントのまとめで利用可能な選択肢を確認できます。
FAQ
Claude のモデルウェイトをダウンロードしてローカルで実行できますか？
いいえ。Anthropic は、いずれの Claude モデルについてもウェイトを公開したことがなく、self hosting を許可するライセンスもありません。オンラインでダウンロード可能な「Claude model」として宣伝されているものは、誤解を招く名前を付けた別のモデルか、API を呼び出すラッパーです。API key が必要なら、それはローカル実行ではありません。
Claude に最も近いオープンモデルは何ですか？
完全に一致するモデルはなく、最良のモデルも数か月ごとに変わります。テストする価値があるオープンウェイトのファミリーは、Llama、Qwen、Mistral、Gemma、DeepSeek です。要約、分類、単純なコード編集では、8 から 14 billion parameters の優れたオープンモデルが実用になります。長い多段階の推論やエージェントによるツール利用では、ホスト型の最先端モデルとの差は依然として大きく残っています。leaderboard を信頼するのではなく、自分のプロンプトでテストしてください。
LiteLLM は self-hosted OpenRouter ですか？
ルーティングと key 管理の面では、機能的にはそのとおりです。LiteLLM はサーバー上で動作し、OpenAI compatible endpoint を1つ提供して、Anthropic、Ollama、その他の大半のプロバイダーへプロキシします。key ごとの支出上限、モデルルーティング、ログを確認する場所を1つにまとめる機能を利用できます。ただし、ローカル推論は提供しません。Claude へのリクエストは引き続き Anthropic へ送信されます。
自分のサーバーで Claude Code を実行すれば、コードを非公開にできますか？
いいえ。Claude Code は、プロセスがどこで実行されているかにかかわらず、読み取ったファイルの内容を Anthropic API に送信します。VPS で得られるのはエージェントの分離であり、内容のプライバシーではありません。専用の非特権ユーザーを割り当て、認証情報や無関係なリポジトリにアクセスさせないでください。エージェントが読み取れるものはすべて、サーバー外へ送信される内容として扱ってください。