著者 Claudeはセルフホストできる？正直な答え
Claudeはモデルの重みを公開していないため、自分のサーバーでは実行できません。代わりに使えるオープンモデル、ゲートウェイ、VPS上のClaude Codeを解説します。
Claudeはセルフホストできますか？ いいえ。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、ダウンロードできるファイルも、実行できるコンテナも、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以外には、その成果物自体が存在しません。
これが短い回答です。詳しく説明すると、この質問をする人の多くは、実際にはモデルの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高性能なモデル、APIキーを保持して利用額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」を検索する人の目的は、いくつかに分かれます。目的によって適切な答えは異なります。
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に送信したくないのです。この場合に解決策となるのは、ローカルの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、Anthropicへのリクエストだからです。
コストを管理したい人もいます。エージェントがクレジットを使い果たすことを心配しています。この場合はゲートウェイで解決できます。Claudeで動作するため、モデルの品質も維持できます。
ノートPCから独立したい人もいます。ノートPCを閉じている間もエージェントを動作させたいのです。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が答えになります。
自分の目的がどれに当たるかを確認してください。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送信したくない場合は、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的に使え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、導入するための最も簡単な方法です。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を実行すると、active (running)と表示されます。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をダウンロードするため、モデルが応答する前にRAMまたはGPUメモリに収まる必要があります。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には、一般的なVPSプランの多くに搭載されてい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。
Ollamaは127.0.0.1:11434でHTTP APIも提供します。そのため、単なるチャット用ツールではなく、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}'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のポートを公開すると、発見した第三者にGPUを無償で使われます。systemdユニット、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るためです。
性能差を正しく理解してください。 中規模のVPS上で適切なオープンモデルを実行すると、要約、分類、下書き作成、単純な情報抽出には十分役立ちます。しかし、長い複数ステップの推論、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、最先端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用し、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実行する
これは、検索されている「自分でホストするOpenRouter」です。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つのキーだけを使用します。実際のプロバイダーキーは、そのサーバーだけに保存します。キーごとの支出上限を設定し、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か所でログに記録できます。
LiteLLMが一般的に選ばれる理由は、OpenAI互換APIに対応し、同じエンドポイントの背後でAnthropic、Ollama、その他ほとんどのプロバイダーへのプロキシとして動作するためです。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。プロキシはポート4000でリッスンします。
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は管理者認証情報です。rootパスワードと同じように扱い、例の値をそのまま使用しないでください。ホスト型APIを呼び出す場合とまったく同じ方法で、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ヘッダーがマスターキー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、支出上限を設定できるためです。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、到達できるモデルも1つだけです。それ以外は利用できません。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、それを支える監視については、VPSでエージェントのコストを管理する方法で説明しています。そもそもトークン単位で支払うかどうかをまだ検討中であれば、APIとサブスクリプション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をローカルで実行するわけではありません。また、プロンプトをAnthropicから隠すこともありません。リクエストは引き続き、プロバイダーへ送信するためにサーバーから外部へ出ます。得られるのは、キー、支出、ルーティング、ログを管理できることです。
自分のVPSでClaude Codeを実行する
3つ目の希望は、最も簡単にかなえられます。Claude Codeはクライアントです。Node.jsをインストールした場所で実行でき、HTTPS経由でAPIと通信します。自分が所有するサーバーに配置すると、ノートPC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、再構築できる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内で実行します。セッション処理を含むこの設定については、tmuxを使用して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てください。書き込み対象へのアクセス権を与える前に、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。
これはエージェントのセルフホスティングであり、モデルのセルフホスティングではありません。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、ネットワークの外向き通信、ログを管理するのはあなたです。推論を管理するのは引き続きAnthropicです。
各オプションの実際のコスト
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、使用していない間も稼働するサーバーの月額費用がかかります。
損益分岐点は、一般に考えられているより低くなります。実用的なオープンモデルを実行できるメモリを備えたVPSには、毎月の費用がかかります。しかも、そのVPSはほとんどの時間アイドル状態です。使用量が断続的に増減する場合は、通常、ホスト型APIのほうが安価です。使用量が常に一定の場合、またはデータをネットワーク外に出せない場合は、どちらの点でもローカルモデルが有利です。
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にルーティングします。両方の前段にゲートウェイを配置すると、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。このアーキテクチャは「self hosted Claude」の実用的な形です。文字どおりの意味での「self hosted Claude」は存在しませんが、この構成は実現できます。エージェントスタック全体も自分で実行したい場合は、セルフホスト型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のモデルの重み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、Claudeのどのモデルについても重みをリリースしていません。また、セルフホスティング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モデル」として宣伝されているものは、誤解を招く名前が付けられた別のモデルか、APIを呼び出すラッパーのいずれかです。API keyが必要な場合、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ありません。また、主要なモデルは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、8〜14 billion parametersの優れたオープンモデルが実用的に役立ちます。長い多段階推論やagenticなtool useでは、ホスト型のfrontier modelとの差は依然として大きいです。leaderboardをそのまま信頼せず、自分のpromptでテストしてください。
LiteLLMはセルフホスト型のOpenRouterですか？
ルーティングとkey管理の面では、機能的にはそうです。LiteLLMは自分のserver上で実行され、1つのOpenAI互換endpointを提供し、Anthropic、Ollama、その他ほとんどのproviderへのproxyとして動作します。keyごとのspend cap、model routing、ログを確認する1つの場所を利用できます。ただし、ローカル推論は提供しません。Claudeへのrequestは、引き続きAnthropicへ送信されます。
自分のserver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fileの内容をAnthropic APIへ送信します。VPSで得られるのはagent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unprivileged userを割り当て、credentialsや関係のないrepositoryから隔離してください。また、読み取り可能なすべての内容はserver外へ送信されるものとして扱ってください。