OllamaのモデルをClaude Desktopから選べるように。毎回の再計算も解消

OllamaのモデルをClaude Desktop から選べるようになったv0.33.0-rc2が2026年8月21日に公開され、キャッシュ処理の修正も同時に入りました。

📖 この記事で分かること

• Ollama v0.33.0-rc2 で入った3つの変更
• Claude Desktop からローカルモデルを選ぶ導線
• KVキャッシュが毎回壊れていた本当の原因
• 長い文脈を扱うエージェントの実効コストへの影響

💡 知っておきたい用語

• KVキャッシュ: 一度読んだ文章の「読み込み済みメモ」のようなもの。先頭が変わると、後ろが同じでもメモを捨てて全部読み直しになります。

最終更新日: 2026年8月24日

▶ 公式ページ

• Ollama v0.33.0-rc2 リリースノート(GitHub)

Ollama v0.33.0-rc2 で何が変わったか

この記事のポイント

• Ollama が v0.33.0-rc2(2026年8月時点)を 2026年8月21日(協定世界時)に公開しました。リリース候補であり、正式版の日付は未発表です。
• Claude Desktop のメニューバーから、Ollama の各モデルを使う・使わないを個別に切り替えられます。
• Claude Code の「tokens left」表示が毎リクエストで KVキャッシュを壊していた問題を、Ollama 側で無効化しました。

Ollama は 2026年8月21日、バージョン v0.33.0-rc2 を GitHub で公開しました。直前の安定版は 2026年8月19日公開の v0.32.15(2026年8月時点)で、今回はその次のメジャー更新に向けたリリース候補という位置づけです。正式版 v0.33.0 がいつ出るかは、このリリース情報からは分かりません。

変更は大きく3つに分かれます。Claude Desktop との連携、プレフィル処理とキャッシュの修正、そしてビルドやオンボーディングまわりの細かい改善です。見出しだけを追うと小さな更新に見えますが、2つ目のキャッシュ修正には、ローカルLLM【エルエルエム】に限らずエージェント全般に当てはまる設計上の論点が含まれています。

Claude Desktop の中からローカルモデルを選ぶ

今回の連携で変わったのは、ローカルモデルを「どこから呼ぶか」です。リリースノートに挙がっているのは次の3点です。

• メニューバーから直接、個々の Ollama モデルを Claude で使うか使わないかを切り替えられる
• Claude の中から、自分が利用できる Ollama モデルを選べる。クラウドモデルはサインインしている時のみ表示される
• 新しい「Apps」ビューが、アプリ連携をコピー可能なコマンド付きで管理する

これまでローカルLLMは、ターミナルや専用アプリで「単体で動かすもの」でした。今回の導線は、その手前にあるモデル選択のプルダウンに、ローカルのモデルが並ぶという形です。ローカルLLMが独立した実行環境から、AIクライアント側で選ぶ部品の一つに寄った、と言えます。

注意点として、Claude Desktop 側に必要なバージョンや設定条件は、今回のリリース情報には記載がありません。対応 OS やハードウェア要件の詳細も同様です。RC 段階のため、常用構成として組む前に正式版を待つ判断は妥当です。

キャッシュを壊していたのは「毎ターン変わる1行」

キャッシュ修正のうち、最も応用が利くのはこの1行です。リリースノートには、Claude Code の「tokens left」というトークンカウントダウンの system message を無効化した、と書かれています。理由は、Ollama がこのメッセージをプロンプトの先頭に移動させていたため、毎リクエストで KVキャッシュが壊れていたからです。

KVキャッシュは、プロンプトの先頭から一致している範囲だけを再利用します。つまり、先頭に置かれた文字列が1文字でも変われば、その後ろがどれだけ同じでも再利用は成立しません。「残りトークン数」は定義上、毎ターン必ず値が変わります。それをプロンプトの先頭に置けば、キャッシュのヒット率は理屈のうえで毎回ゼロになります。

ここで効いているのは、どちらか一方のバグではありません。クライアント側は残量を伝えるために可変の system message を出し、サーバ側はそれを先頭に寄せていた。それぞれ単体では自然な実装で、噛み合った結果としてキャッシュが毎回全滅していた、という構図です。

同じ形は他のエージェント実装にも起こり得ます。残りトークン数、現在時刻、セッション ID、経過ステップ数のように、毎ターン中身が変わる値をシステムプロンプトの先頭付近に置く設計は珍しくありません。プレフィックスキャッシュを前提にコストを見積もっているなら、可変値は先頭ではなく末尾に寄せる、という原則がそのまま効きます。

途中で止めたプレフィルが、次に活きる

残る2つの修正は、キャンセルとリトライの扱いです。まず、長いプレフィルをキャンセルするエージェントクライアントで発生していたハングが修正されました。

続いて、プレフィルの restore point(復元ポイント)の扱いが変わりました。キャンセルされたプレフィルは、通過した restore point をすべて保持します。そのためリトライ時は、ゼロからやり直すのではなく、止まった地点から再開します。

さらに、再開されたプレフィルが「カバーしていると主張する範囲を実際にはカバーしていない」復元ポイントを記録しなくなりました。リリースノートによれば、再帰レイヤーを持つモデルではこの問題により、47,000トークンのうち 46,000トークンが一致しているリクエストでも、以前はゼロから再処理を強いられていました。

一致率にすると 97% を超えていても、再利用が成立しなければ請求されるのは全量分の処理です。長い文脈を抱えたまま何度もやり取りするエージェントほど、この差は総額に直結します。エージェントの実効コストは、コンテキスト長やモデル単価だけでは決まらず、キャッシュがどれだけ実際にヒットしているかで決まる、という当たり前の事実が数字で見える修正です。

その他の改善としては、DeepSeek Harness のランチャーがグローバル npm install の失敗時に npx へフォールバックするようになり、Windows のコマンドシムにも対応しました。macOS 固有の前提により壊れていたデフォルトのパッケージング(Linux / Windows ビルドに影響)の修正や、MLX 依存関係の更新、オンボーディング画面の表示調整も含まれます。

編集部の見方

編集部は、今回の更新で実務に効くのは Claude Desktop 連携よりも キャッシュまわりの3つの修正 だと見ています。

• 根拠1: 47,000トークン中 46,000トークンが一致していてもゼロから再処理していた、という具体的な失敗が明示されました。長い文脈を扱うエージェントの実効コストに直接効く修正です。
• 根拠2: 「tokens left」の件は、どちらか一方の不具合ではなく、可変の1行を先頭に置くという設計の噛み合わせの問題でした。原因が特定製品に閉じないため、他のエージェント実装にもそのまま当てはまります。
• 根拠3: 連携側は現時点で RC 段階であり、Claude Desktop 側の必要バージョンや要件が公開されていません。評価を確定させる材料が足りていません。

この見方が変わる条件は、正式版 v0.33.0 で Claude Desktop 側の要件が明示され、常用構成として推奨できる形になった場合です。そうなれば、評価の重心は連携側の使い勝手に移ります。

よくある質問

Q: v0.33.0-rc2 は今すぐ本番環境で使ってよいですか

A: これはリリース候補(prerelease)であり、正式版ではありません。正式版 v0.33.0 の公開日は、今回のリリース情報からは不明です。挙動を確認する目的での検証は可能ですが、常用環境への適用は正式版を待つ判断が無難です。

Q: Claude Desktop から Ollama のモデルを使うのに、追加の設定は必要ですか

A: Claude Desktop 側に必要なバージョンや設定条件は、今回のリリース情報には記載がありません。リリースノートで確認できるのは、メニューバーからモデルごとに有効・無効を切り替えられること、Claude の中から利用可能なモデルを選べること、クラウドモデルはサインイン時のみ表示されることの3点です。

Q: 自分のエージェントでも同じキャッシュ破壊は起きますか

A: 毎ターン値が変わる情報(残りトークン数、現在時刻、経過ステップ数など)をシステムプロンプトの先頭付近に置いている場合、同じ形の問題が起こり得ます。プレフィックスキャッシュは先頭から一致した範囲しか再利用しないため、可変値は末尾側に寄せる設計が有効です。

まとめ

Ollama v0.33.0-rc2 は、Claude Desktop からローカルモデルを選べる導線と、プレフィル・キャッシュまわりの修正を含むリリース候補です。とくに「tokens left」表示がプロンプト先頭に移動して KVキャッシュを毎回壊していた問題は、可変値をプロンプトのどこに置くかという設計判断が、そのまま推論コストに跳ね返ることを示しています。47,000トークン中 46,000トークンが一致していても全量を再処理していた事例は、長い文脈を扱うエージェントの費用見積もりに直接関わります。正式版の公開日と Claude Desktop 側の要件は、現時点では公開されていません。

【用語解説】

• プレフィル: 生成を始める前に、入力されたプロンプト全体をモデルに読み込ませる処理。入力が長いほど時間と費用がかかります。
• restore point(復元ポイント): プレフィルの途中経過を保存しておく目印。これが正しく残っていれば、中断後に最初からやり直さずに済みます。
• リリース候補: 正式版の前に公開される検証用のバージョン。仕様が変わる可能性があり、正式版と同じ扱いはできません。

引用元:

• [1] Ollama v0.33.0-rc2 リリースノート(GitHub)

この記事について: AI 支援で執筆、編集部が事実確認・編集しています。誤りや追加情報があれば Contact よりお知らせください。