Ollama pullとrunの違い、モデルの保存先と移動方法
ollama pullはダウンロードして終了し、ollama runはチャットを開始します。モデルの保存先、VPSのrootディスクが埋まる理由、保存場所の移動方法を解説します。
ollama pull と ollama run の違い
ollama pull はモデルをダウンロードして終了します。ローカルのチャットモデルでは、ollama run はモデルがない場合だけダウンロードし、その後モデルをメモリに読み込んで対話型チャットを開始します。ダウンロード処理は同じで、ファイルの保存先も同じです。その後も処理を続けるのは run だけです。埋め込みモデルではチャット部分の動作が異なります。公式ドキュメントでは、ollama run embeddinggemma "Hello world" が返答ではなく、埋め込みを JSON 配列として出力します。入力テキストがない場合、ollama run は embedding models require input text というエラーで埋め込みモデルを拒否します。
この違いによって、スクリプトで使うべきコマンドと、キーボードから使うべきコマンドが決まります。
ollama pull gemma4
ollama run gemma4
ollama run gemma4 "Reply with one word: ready"1 行目はモデルを取得して終了するため、プロビジョニングや systemd unit で安全に使用できます。2 行目はチャットセッションを開始します。終了するには /bye と入力するか、Ctrl+D を押します。3 行目は単一のプロンプトを送信し、回答を出力して終了します。セッションではなく回答が必要なスクリプトでは、この形式を使用します。ただし、この形式でも回答の長さはモデルに完全に委ねられます。そのため、1 行の質問に対して 3 段落の回答が返ることがあります。num_predict で回答を制限することで、スクリプトの run を呼び出し側が実際に利用できるサイズに収められます。モデル名は頻繁に変わるため、ここでの gemma4 はプレースホルダーとして扱ってください。これは 2026 年 10 月時点で公式 Ollama ドキュメントが使用している例です。同じ手順で別のローカルチャットモデルに置き換えられます。:cloud で終わるタグ(gemma4:cloud など)は別の仕組みです。Ollama はこれらをモデルの重みをダウンロードせずに独自のサーバー上で実行します。そのため、以下で示すディスク容量はローカルモデル向けです。実際のサーバーに基づいて誰かが必要容量を検証したモデルに置き換える場合は、VPS で Nemotron 3.5 Lightning を実行するで、取得すべき正確なタグと必要なメモリを確認できます。
最初の ollama run がフリーズしたように見える理由
新しい VPS で最初の run を実行すると、数分間出力が表示されないことがあります。異常ではありません。モデルがディスクに保存され、メモリに読み込まれるまでチャットプロンプトは表示できないため、run は表示できる情報がない状態で数 GB のダウンロードを実行しています。
この処理が見えなくなる原因は2つあります。Ollama は進行状況バーを標準エラー出力に書き込むため、スクリプトの末尾が 2>/dev/null になっている場合や cron ジョブのように、そのストリームを破棄するか後からしか読み取らない環境では、ダウンロード中であることが何も表示されません。さらに、データの保存が完了しても、最初のトークンを出力する前にファイルをディスクから RAM に読み込む必要があります。小規模な VPS では、この読み込みに時間がかかります。モデルを保持するメモリが不足している場合、kernel が swap を使い始めるため、待ち時間はさらに長くなります。
推測せず、2つ目のセッションから状態を確認します。
df -h /
watch -n5 df -h /新しい環境で空き容量が段階的に減っているなら、ダウンロードはまだ実行中です。コマンドがまだ処理中なのに空き容量の減少が止まったとしても、読み込みが始まったとは限りません。ダウンロード後、Ollama は別の verifying sha256 digest フェーズを実行し、manifest を書き込んで pull を完了する前にファイルを読み込みます。すでにモデルを保持している環境では、Ollama 0.40.2 によって判断を誤ることがあります。古いバージョンでダウンロードしたモデルを初めて実行すると、バックグラウンドで更新済みのコピーが作成され、元のモデルがバックアップとして残されました。そのため、ダウンロードしていないのに空き容量が減ることがありました。2026年10月11日にリリースされた Ollama 0.40.3 では、このバックグラウンド更新が一時停止されました。
これは、事前に pull しておくべき理由です。ollama run と入力する人が、ダウンロードの待ち時間を負担する人であってはなりません。
必要になる前にモデルを取得する
人以外の対象にも同じことが当てはまります。Ollama エンドポイントを指定したコーディングエージェントは、要求したローカルモデルがまだ取得されていないと model-not-found エラーになります。推論リクエストによってモデルがダウンロードされることはありません。新しいサーバーでは、サーバーをインストールするスクリプトと同じスクリプトで取得します。
curl -fsSL https://ollama.com/install.sh | sh
ollama pull gemma4初めてサーバーを構築する場合は、VPS への Ollama の完全なインストール手順でサービス自体と接続を許可する対象を確認できます。その後に設定する価値があるのは、端末を終了しても続くモデル取得です。ダウンロードが途中で終了すると、モデルストアが不完全な状態になるためです。
tmux内で実行するか、起動時に 1 回だけ実行する unit として systemd に渡します。/etc/systemd/system/ollama-pull.serviceに次の内容を記述します。
[Unit]
Description=Pre-pull Ollama models
Wants=ollama.service network-online.target
After=ollama.service network-online.target
[Service]
Type=oneshot
RemainAfterExit=yes
ExecStart=/bin/sh -c 'until ollama list >/dev/null 2>&1; do sleep 2; done'
ExecStart=/bin/sh -c 'ollama pull gemma4'
[Install]
WantedBy=multi-user.targetどちらのコマンドも意図的に /bin/sh -c 経由で実行します。単独の ExecStart= は絶対パス、または systemd 固有の固定検索パスから解決される単純な実行ファイル名を受け取ります。command -v ollama は、現在の shell が検出するパスを表示します。shell 経由で実行すると、ガイドからコピーしたパスではなく、サービスの PATH が使われます。最初の ExecStart も重要です。After=ollama.service はサーバー unit が起動したことを示すだけで、利用可能になったこととは異なります。そのため、pull を開始する前に ollama list が応答するまでループで待機します。
sudo systemctl daemon-reload
sudo systemctl enable --now ollama-pull.service
journalctl -u ollama-pull.servicejournal には、エラーなしで pull が完了したことが表示されます。その後、ollama list でモデルが表示されます。移動する tag を最新に保つには、同じ pull を実行する systemd timer または週次の cron エントリを追加します。移動した tag を再取得すると、新しい layer がダウンロードされます。また、多くのモデルでは、その pull の終了時に、ほかで使用されていない古い layer が削除されます。
プルが中断された場合の動作
モデルの各レイヤーは、その内容から生成したハッシュの下に保存されます。そのため、プルが中断されても作業は無駄になりません。同じ ollama pull を再度実行すると、完了済みのレイヤーが認識されてスキップされ、中断されたレイヤーからダウンロードが再開されます。
この進捗を失わせる操作が1つあります。Ollama server の起動時には、どのモデルマニフェストからも参照されていない不完全なダウンロードと保存済みレイヤーが削除されます。中断したプルで残ったファイルは、まさにこれに該当します。現在のリリース(0.40.11、2026年10月26日に確認)では、直近1時間以内に書き込まれたファイルはスキップされます。そのため、プルの中断直後に再起動しても問題ありません。しかし、数時間後に再起動すると、すでにダウンロードした部分が削除されます。先にプルを再試行し、再起動は後に行ってください。不完全なダウンロードを再起動後も保持する必要がある場合は、サービスの環境変数に OLLAMA_NOPRUNE=1 を設定してください。その後、この変数を削除してください。この変数を設定すると、各プルの終了時に行われるクリーンアップも無効になるためです。この2つのクリーンアップによって、不要なレイヤーがディスクに蓄積するのを防いでいます。
no space left on device でプルが中断された場合は、再試行する前に空き容量を確保してください。df がディスク容量の不足を示し、モデルディレクトリの du で使用量を説明できない場合、容量は別の場所で使用されています。何かを削除する前に、df と du の結果が一致しない理由を確認してください。
VPS 上のどこに Ollama はモデルを保存しますか?
ガイドに記載されたパスを鵜呑みにせず、自身のサーバーで確認してください。インストール方法がパッケージかコンテナかによって場所は異なり、OLLAMA_MODELS が設定されている場合も場所が変わります。
systemctl cat ollama.service
getent passwd ollama
sudo find / -xdev -type d -name blobs 2>/dev/nullsystemctl cat はユニットファイルとすべてのドロップイン設定を表示するため、自身で設定した、あるいはイメージに組み込まれている OLLAMA_MODELS 行を確認できます。この行がない場合、モデルはサービスを実行しているアカウントのホームディレクトリ下に保存されます。getent passwd はコロンで区切られた6番目のフィールドにそのホームディレクトリを表示します。find はファイルシステムを検索して blobs ディレクトリを探します。ここが実際にレイヤーが書き込まれる場所です。モデルが別のマウント先に既に存在している可能性がある場合は、-xdev を省略してください。
測定を行い、自身の環境の数値を確認します:
ollama list
df -h /
sudo du -sh /the/directory/you/found
sudo du -h -d1 /the/directory/you/foundストアには2種類のコンテンツがあります。マニフェストディレクトリ(manifests、現在のリリースでは manifests-v2 で結合)には、各モデルタグがどのレイヤーで構成されているかを記述した小さなファイルが格納されています。blobs にはレイヤーそのものが格納されており、各ファイルはコンテンツのハッシュ値で命名されます。容量のほとんどはこのディレクトリが占めます。レイヤーはタグ間で共有されるため、同じ重みから構築された2つのモデルは、それぞれ ollama list 上では個別のサイズとして表示されますが、ディスク上ではその領域を一度しか占有しません。そのため、リスト上の合計サイズは du が報告するディレクトリサイズよりも大きくなることがあります。逆に、Ollama 0.40.2 では別の驚きがあります。バックグラウンドでアップグレードされたモデルは元のコピーをバックアップとしてディスクに残しますが、ollama list はこれを2重に表示しません。そのため、du はリストから推測されるよりもはるかに大きな値を報告することがあります。0.40.2 のリリースノートには、これらのバックアップのみを削除するスクリプトが含まれています。
モデルファイルは、VPS の小さなルートファイルシステムを他のどのインストール済みソフトウェアよりも速く埋め尽くします。サイズを削減する最も大きな要因は重みのフォーマットです。q4、q8、fp16 の選択 は、モデルあたり数ギガバイトの節約になります。
OLLAMA_MODELS でモデルをデータボリュームに移動する
2 台目のディスクまたは容量の大きいデータボリュームを追加する予定がある場合は、root ファイルシステムが満杯になる前にモデルの保存先を移動します。最初にサーバーを停止してください。書き込み中のファイルをコピーしないためです。
sudo systemctl stop ollama
sudo mkdir -p /mnt/data/ollama-models
sudo rsync -a /the/directory/you/found/ /mnt/data/ollama-models/
sudo chown -R ollama:ollama /mnt/data/ollama-models
sudo systemctl edit ollama.servicesystemctl edit は drop-in ファイルをエディターで開きます。パッケージが提供する unit は変更されないため、パッケージのアップグレードで変更内容が上書きされません。次の 2 行を追加します。
[Service]
Environment="OLLAMA_MODELS=/mnt/data/ollama-models"sudo systemctl daemon-reload
sudo systemctl restart ollama
systemctl show ollama --property=Environment
ollama listsystemctl show で新しいパスが表示され、ollama list で移動前と同じモデルが表示されることを確認します。リストが空の場合は、新しいディレクトリにコピーした保存データが存在することと、サーバーがそれを読み取れることを確認します。サービスは ollama ユーザーとして実行されるため、そのユーザーに移動先への読み書き権限が必要です。上記の chown 行でこの権限を設定します。新しいパスに関する権限エラーがないか、journalctl -e -u ollama で確認します。リストが正しいことを確認するまで、古いコピーは削除しないでください。移動に失敗した状態で元のデータを削除すると、すべて再ダウンロードする必要があります。
もう 1 つの方法では元のパスを維持し、データボリュームをそのパスにマウントします。
echo '/mnt/data/ollama-models /the/directory/you/found none bind 0 0' | sudo tee -a /etc/fstab
sudo mount -a
findmnt /the/directory/you/found
df -h /findmnt でマウントが表示されれば、bind mount は有効です。bind mount は、サーバー上の別の処理がデフォルトの場所をすでに想定している場合に役立ちます。ただし、注意点があります。コピーしたファイルは、マウントポイントの下にある root ディスク上に残っています。マウントによって隠れているだけなので、アンマウントして削除するまでディスク容量は解放されません。次にログインする担当者へ説明しやすいのは、2 つの方法のうち環境変数を使う方法です。
コンテナがモデルを保持する場所
公式イメージは、ollama ユーザーに属するホスト上のディレクトリではなく、マウントされた場所にモデルを保存します。ドキュメントに記載されている実行コマンドは次のとおりです。
docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollamaコロンの前にある ollama は名前付き Docker volume で、/root/.ollama はコンテナ内でサーバーが書き込む場所です。そのため、前のセクションで示したパスに対して du を実行しても何も見つかりません。そこには何もないためです。実際の場所とサイズを表示します。
docker volume inspect ollama
docker system df -v
docker exec -it ollama ollama listdocker volume inspect から Mountpoint フィールドを読み取り、その値に対して sudo du -sh を実行します。モデルをデータ用 volume に保存するには、名前付き volume をホストディレクトリ(-v /mnt/data/ollama:/root/.ollama)に置き換えて、コンテナを再作成します。コンテナは root として書き込むため、そのホストディレクトリの所有者は root になります。rootless Podman では、デフォルトでコンテナ内の root はホストユーザーの UID と GID にマッピングされます。一方、その他のコンテナ ID には subordinate range が使用されます。このマッピングについては、rootless Podman で Ollama を実行する方法で説明しています。
クリーンアップについて、1 つ注意が必要です。通常の docker volume prune は anonymous volume だけを削除するため、名前付きの ollama volume は残ります。一方、docker volume prune --all はどのコンテナからも参照されていないすべての volume を削除します。名前付き volume も対象です。volume を付けずに ollama コンテナを削除または再作成すると、その後の prune --all によってダウンロード済みのモデルがすべて削除されます。再度ダウンロードする以外に復元する方法はありません。モデルをホストしているマシンで prune を実行する前に、VPS の Docker ディスク使用量を整理する方法を確認してください。
ollama rm でモデルを削除する。rm は使用しない
ollama list
ollama rm gemma4
ollama list
df -h /ollama rm はそのタグのマニフェストを削除し、その後、残ったマニフェストから参照されていないレイヤーを削除します。ファイルのリンクが解除されるとすぐに空き容量が戻るため、df は直ちに反映されます。レイヤーは共有されるため、密接に関連する 2 つのタグのうち 1 つを削除しても、その横に ollama list が表示したサイズより大幅に少ない容量しか解放されないことがあります。これは正常な動作であり、削除に失敗したわけではありません。
手動でファイルを削除すると、マニフェストとレイヤーの対応関係が壊れます。rm で blob を削除してもマニフェストにはその blob が残るため、ollama list はモデルを表示し続けます。また、欠落したレイヤーの読み取り時に使用処理が失敗します。マニフェストを手動で削除すると、そのレイヤーを参照するものがなくなってもディスク上に残り、Ollama のコマンドから報告されない容量を占有します。すでに blob を削除した場合は、タグに対して ollama rm を実行すると残ったエントリを消去できます。マニフェストを削除した場合は、削除対象となるタグのエントリが残っていません。サーバーを再起動すると、何も参照していないレイヤーのうち、1 時間を超えたものが削除されます。
最後に、混同されやすい 2 つの処理を区別します。ollama rm はディスク容量に関する処理です。ollama stop gemma4 はモデルをメモリからアンロードしますが、ディスク容量はまったく解放しません。ダウンロード完了後にモデルを RAM 上へ保持する時間は別の設定です。リクエストごとに再読み込みせずモデルを読み込んだままにするで説明しています。
FAQ
ollama pull と ollama run の違いは何ですか
ollama pull はモデルをディスクにダウンロードして終了します。ollama run はモデルがすでにディスク上にあるか確認し、なければダウンロードしてメモリに読み込みます。その後、チャットモデルの場合は対話型チャットセッションを開始します。どちらも同じディレクトリに同じファイルを書き込みます。プロビジョニングやスクリプトでは pull を使用し、人がキーボードを操作している場合は run を使用します。ollama run <model> "your prompt" はプロンプトを 1 つ送信して終了します。これは run のスクリプト実行用の形式です。
最初の ollama run がハングしたように見えるのはなぜですか
ダウンロード、ダウンロード内容の検証、またはモデルの読み込みを実行している可能性があります。モデルがディスク上に保存され、メモリに読み込まれるまで、チャットプロンプトは表示されません。モデルの容量は数 GB あります。Ollama は進捗バーを標準エラーに出力します。そのため、そのストリームを破棄するスクリプト内の run や cron ジョブでは、処理中に何も表示されません。別のセッションを開き、watch -n5 df -h / を実行します。新しい環境で空き容量が段階的に減っていれば、ダウンロードが進行中です。事前にモデルを pull しておけば、ダウンロードと検証の待ち時間をなくせます。ただし、読み込みには引き続き時間がかかります。
Ollama はモデルをどこに保存しますか
保存先はインストール方法によって異なるため、推測せずに表示します。systemctl cat ollama.service を実行し、unit または drop-in で OLLAMA_MODELS が設定されているか確認します。設定されていない場合、保存先はサービスを実行するアカウントのホームディレクトリ以下です。このアカウントは getent passwd ollama で確認できます。sudo find / -xdev -type d -name blobs 2>/dev/null を使用すると、layer ディレクトリを直接特定できます。コンテナイメージの場合、保存先はマウントされた volume 内にあります。docker volume inspect ollama でホスト側の Mountpoint を表示できます。
Ollama のモデルを別のディスクに移動するにはどうすればよいですか
サービスを停止し、rsync -a で保存先を新しい場所へコピーします。sudo chown -R ollama:ollama <directory> でサービスアカウントにディレクトリの所有権を付与します。次に sudo systemctl edit ollama.service を実行し、[Service] 行の下に Environment="OLLAMA_MODELS=<directory>" を追加します。sudo systemctl daemon-reload で再読み込みしてから再起動します。systemctl show ollama --property=Environment と ollama list で確認します。一覧が空の場合は、新しいディレクトリにコピーした保存先が含まれていることと、ollama user が読み取れることを確認します。権限エラーについては journalctl -e -u ollama を確認します。
モデルファイルを削除すると空き容量は増えますか
手動でファイルを削除すると容量は解放されますが、保存先の整合性が失われます。blob を削除しても manifest にはそのモデルが記録されたままなので、ollama list に表示され続け、使用時に失敗します。manifest を削除すると、そのレイヤーは参照されないままディスク上に残ります。ollama rm <model> を使用してください。これは manifest を削除し、その後、他のモデルが必要としないレイヤーを削除します。blob をすでに手動で削除した場合は、tag に対して ollama rm を実行してエントリを消去します。manifest を削除した場合は、削除すべき tag エントリは残っていません。1 時間を超えてもどの manifest からも参照されていないレイヤーを削除するには、server を再起動します。