Gemma 4 × OpenCodeで0円ローカルAIコーディング…

Gemma 4 × OpenCodeで0円ローカルAIコーディング環境を10分で構築する

GoogleのオープンモデルGemma 4とターミナルAIコーディングツールOpenCodeを組み合わせると、コード0円・完全ローカルの開発環境が10分で完成します。セットアップ手順と実際の使用感を詳しく解説します。

「Claude Codeは使いたいけど、APIコストが気になる」「プロジェクトのコードを外部に送りたくない」。こういった悩みをお持ちの方に、Gemma 4 × OpenCode の組み合わせは有力な選択肢になるかもしれません。

Gemma 4 は Google が2026年4月にリリースしたオープンモデルで、Apache 2.0ライセンスで商用利用も無料。OpenCode はターミナルで動くオープンソースのAIコーディングエージェントで、Ollamaを経由すればGemma 4と組み合わせてローカル完結の開発環境を構築できます。

Gemma 4 について知っておきたいこと

Gemma 4 は Google DeepMind が Gemini のノウハウをベースに開発したオープンモデル群です。2026年4月2日にリリースされ、以下の4バリアントが公開されています。

E2B（エッジ向け・小型）
E4B（エッジ向け・中型）
26B MoE（Mixture-of-Experts）
31B Dense（高精度・大型）

個人PC で動かすなら E4B が現実的な選択肢です。Apple Silicon Mac であれば M3 以降で快適に動作します。コードの補完や小〜中規模の実装タスクには十分な性能があります。

クラウドモデルと比べると精度は劣りますが、インターネット接続不要・API費用なし・コードが外部送信されないという点は、プライバシーを重視するプロジェクトや個人開発では大きなメリットです。

OpenCode について

OpenCode は Go で書かれたターミナル動作の AI コーディングエージェントです。75以上のプロバイダーに対応しており、Ollama 経由でローカル LLM を使うこともできます。

Claude Code に近い操作感で、ファイルの読み書き・コマンド実行・マルチファイル編集などをエージェントが自律的に行います。オープンソースのため無料で使えます。

セットアップ手順

Step 1：Ollama のインストール

# macOS
brew install ollama
 
# Linux
curl -fsSL https://ollama.com/install.sh | sh

インストール後、Ollama サーバーを起動します。

ollama serve

Step 2：Gemma 4 のダウンロード

# E4B（推奨・約5GB）
ollama pull gemma4:e4b
 
# 26B MoE（高精度・約18GB、メモリ32GB以上推奨）
ollama pull gemma4:26b

初回は数分〜数十分かかります。ダウンロード後は次のコマンドで動作確認します。

ollama run gemma4:e4b "Hello, can you write a simple Python hello world?"

Step 3：コンテキストウィンドウの拡張

Ollama はデフォルトのコンテキストウィンドウが4,096トークンと短く、OpenCode のようなエージェントには不十分です。カスタムモデルファイルで拡張します。

# Modelfile を作成
cat > Modelfile << 'EOF'
FROM gemma4:e4b
PARAMETER num_ctx 32768
EOF

# カスタムモデルを作成
ollama create gemma4-coder -f Modelfile

Step 4：OpenCode のインストール

# npm でインストール
npm install -g opencode-ai
 
# または Homebrew（macOS）
brew install opencode

Step 5：OpenCode の設定

# 設定ファイルを作成
opencode config init

生成された設定ファイル（~/.config/opencode/config.json）を編集します。

{
  "provider": "ollama",
  "model": "gemma4-coder",
  "baseUrl": "http://localhost:11434"
}

Step 6：動作確認

cd your-project
opencode

プロンプトに コードを読んで、主要なコンポーネントを説明してください と入力して、プロジェクトを正しく認識できているか確認します。

実際に使ってみた感触

セットアップ自体は10分以内に終わります。試してみた使用感として正直なところをお伝えすると、Claude Code（Claude Sonnet）と比べると精度は明確に落ちます。複雑なリファクタリングや大きなコードベースへの変更は苦手です。

一方で、以下のようなタスクでは実用的なレベルで動きました。

小〜中規模の関数実装（50〜200行程度）
エラーメッセージのデバッグ補助
シンプルなAPIエンドポイントの雛形作成
コードのコメント追加・ドキュメント生成

個人開発でAPIコストが気になる局面や、社内のコードを外部に出せない案件では、ローカル環境という制約を受け入れる価値があります。

全体を振り返って

Gemma 4 × OpenCode × Ollama の組み合わせで、コスト0円のローカルAIコーディング環境が10分で構築できます。クラウドモデルに比べると精度面での妥協は必要ですが、無料・プライベート・オフラインという3つの条件が揃うのは他にない魅力です。

まずはローカルで試してみて、どのタスクに向いているかを自分の目で確かめてみてください。