◉GEMINI LABEN
●CLI 0.71 — Gemini CLI v0.71.0 のプレビュー版が公開されました。安定版は v0.70.0 のままです●TOOL RETR — Tool retrieval(Preview)で、道具の定義を必要なときだけモデルに読ませられるようになりました●2.5 ROUTE — 12/1 から gemini-2.5-pro は 3.8 Flash へ、2.5-flash は 3.5 Flash-Lite へ自動で回り、料金も移行先になります(残り9日)●OAUTH — 保存済みの MCP の OAuth トークンが、URL を差し替えた先にも確認なしで送られる、という報告が出ています●PICK — Gemini 4 のどのモデルを日常に使うかは、推論・長文・価格の3つで比べると迷いにくくなります●AG NEON — Antigravity の App v2.34.0 で、Gemini API キーからも Gemini 4 Neon を選べるようになりました●CLI 0.71 — Gemini CLI v0.71.0 のプレビュー版が公開されました。安定版は v0.70.0 のままです●TOOL RETR — Tool retrieval(Preview)で、道具の定義を必要なときだけモデルに読ませられるようになりました●2.5 ROUTE — 12/1 から gemini-2.5-pro は 3.8 Flash へ、2.5-flash は 3.5 Flash-Lite へ自動で回り、料金も移行先になります(残り9日)●OAUTH — 保存済みの MCP の OAuth トークンが、URL を差し替えた先にも確認なしで送られる、という報告が出ています●PICK — Gemini 4 のどのモデルを日常に使うかは、推論・長文・価格の3つで比べると迷いにくくなります●AG NEON — Antigravity の App v2.34.0 で、Gemini API キーからも Gemini 4 Neon を選べるようになりました
記事一覧/開発ツール
⟐ 開発ツール/2026-05-06中級

Android StudioのローカルLLM機能でGemma 4を動かす — Ollamaとの連携設定から実際の開発体験まで

Android StudioのローカルLLM機能とOllamaを使ってGemma 4を開発環境に組み込む方法を解説。MacOS環境での設定手順、26Bモデルの実用性、実際の開発体験を詳しく紹介します。

Android StudioGemma 412Ollama8ローカルLLM10Android開発オフラインAIGemini Code Assist5

「クラウドのAI APIを使いたいけど、コードが社外に出るのが気になる」という状況は、特に業務アプリの開発で珍しくありません。私もその悩みを抱えていたのですが、Android StudioがローカルLLM機能を搭載してから、状況が変わりました。

OllamaでGemma 4を手元で動かし、それをAndroid Studioに繋げると、コードは自分のマシンの外に出ることなく、AIアシスタントの補完や提案が使えます。ここではMacOS環境でのセットアップ手順と、実際に使ってみてわかったことをお伝えします。

必要なもの

  • MacOS(Apple Silicon推奨。MシリーズはGPU加速のメリットが大きい)
  • Android Studio Narwhal以降
  • Ollama(ollama.com からダウンロード)
  • 空きRAM:Gemma 26Bを動かす場合は少なくとも32GB推奨

Intel MacやWindowsでも動作しますが、Gemma 26Bはモデルサイズが大きいため、スペックに余裕があるほど快適です。より軽量な gemma4:9b や gemma4:4b でも試せます。

Step 1: OllamaでGemma 4を起動する

まず、OllamaをインストールしてGemma 4モデルをダウンロードします。

# Gemma 4 26Bモデルのダウンロード(約17GB)
ollama pull gemma4:26b
 
# ダウンロード後、サーバーを起動
ollama serve
 
# 別ターミナルで動作確認
ollama run gemma4:26b "Hello, how are you?"

ollama serve を実行すると、デフォルトで http://localhost:11434 でAPIが提供されます。Android Studioはこのエンドポイントにアクセスしてモデルを呼び出します。

軽量モデルで試したい場合:

# 軽量版(4Bパラメータ、約3GB)
ollama pull gemma4:4b
 
# または中間サイズ(9Bパラメータ、約6GB)
ollama pull gemma4:9b

Step 2: Android StudioのローカルLLM設定

Android Studioを開き、設定を行います。

設定の場所: Preferences(またはSettings)> Tools > Gemini Code Assist > AI Provider

ここで「Local LLM」を選択し、エンドポイントURLを入力します:

http://localhost:11434

モデル名フィールドに gemma4:26b(またはダウンロードしたモデル名)を入力します。

接続テストボタンがあれば押してみましょう。Ollamaが起動していれば、接続成功のメッセージが出るはずです。

設定が完了すると、コードエディタ上でAIアシストが有効になります。通常のGemini APIの代わりに、ローカルのGemma 4が使われます。

実際にどのような場面で役立つか

設定後、いくつかのAndroidプロジェクトで試してみた感触をお伝えします。

良かった点:

コードの補完品質は、26Bモデルを使う限り実用的なレベルです。Kotlinの基本的な構文や、AndroidのViewModelやRepositoryパターンはきちんと認識されます。

// こういった定型パターンはスムーズに補完される
class UserRepository @Inject constructor(
    private val userDao: UserDao,
    private val apiService: ApiService
) {
    // AIがコンテキストを理解してメソッドを提案してくれる
    suspend fun getUser(id: String): Result<User> {
        return try {
            val localUser = userDao.findById(id)
            if (localUser != null) {
                Result.success(localUser)
            } else {
                val remoteUser = apiService.fetchUser(id)
                userDao.insert(remoteUser)
                Result.success(remoteUser)
            }
        } catch (e: Exception) {
            Result.failure(e)
        }
    }
}

制約と感じた点:

レスポンス速度はクラウドAPIより遅めです。Gemma 26BをM3 Max(96GB RAM)で動かした場合、補完のレスポンスに2〜4秒かかることがあります。軽量モデル(4B、9B)は速いですが、複雑なコードの理解度は下がります。

Jetpack Compose関連の補完は、クラウドのGeminiに比べると精度が落ちる印象がありました。新しいAPIへの追従はクラウドモデルの方が早いのは当然ですね。

OllamaをAndroid Studioと並行して常時起動する

毎回手動でOllamaを起動するのは面倒なので、Mac起動時に自動起動する設定をしておくと便利です。

# LaunchAgentとして登録(MacOS)
mkdir -p ~/Library/LaunchAgents
cat > ~/Library/LaunchAgents/com.ollama.serve.plist << 'EOF'
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN"
  "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
    <key>Label</key>
    <string>com.ollama.serve</string>
    <key>ProgramArguments</key>
    <array>
        <string>/usr/local/bin/ollama</string>
        <string>serve</string>
    </array>
    <key>RunAtLoad</key>
    <true/>
    <key>KeepAlive</key>
    <true/>
</dict>
</plist>
EOF
 
launchctl load ~/Library/LaunchAgents/com.ollama.serve.plist

これで、Mac起動時に自動的にOllamaが立ち上がり、Android Studioのローカル補完がすぐ使える状態になります。

機密コードを扱うプロジェクトへの導入を検討している方へ

ローカルLLMの最大のメリットは「コードがマシンから出ない」という点です。金融系・医療系・社内システムなど、コードの社外流出が許されないプロジェクトでも、AIアシストを導入できる可能性があります。

ただし、モデルの精度やレスポンス速度はクラウドAPIには及びません。「補完の品質を多少妥協してでもプライバシーを確保したい」場面に適した選択です。

より高度な活用(複数のモデルを用途別に切り替える、Gemma 4をファインチューニングしてプロジェクト特化モデルを作る)については、プレミアム記事で詳しく解説しています。

シェア

お読みいただきありがとうございます

Gemini Lab は広告なしで運営しており、サーバー費用などの運営コストはメンバーシップのご支援で賄っています。実装コード・ベンチマーク・本番設計パターンなど、実務でお役立ていただける記事を毎日更新しています。もし読んでよかったと感じていただけましたら、ぜひご覧ください。

  • ✦コピー&ペーストで使える実装コード付き
  • ✦毎日新しい上級ガイドを追加
  • ✦¥580/月 または ¥1,480 の永久アクセス
メンバーシップを見る →

もしこの記事がお役に立ちましたら、チップ(¥150)で応援いただけると大変励みになります。広告なしでの運営を続けるため、皆さまのご支援が大きな力になっています。

関連記事

⟐ 開発ツール2026-11-07
ビルドが「リソース重複」で止まった朝、原因は Dropbox の競合コピーでした
同期フォルダの中でビルドを回したら、生成物に競合コピーが80個以上できて Android のビルドが止まりました。原因の見つけ方と、build と .gradle を同期から外す手順、エージェントにビルドを任せる前の置き場所の決め方をまとめます。
⟐ 開発ツール2026-10-29
夜間バッチが朝まで止まっていた — gemini-api の終了コードで「再試行してよい失敗」を分ける
10/27 にベータで出た gemini-api CLI は、終了コードが 0・1・2・3 の四つ。どれを再試行し、どれで夜間バッチ全体を止めるか。bash のラッパーと、再実行で二重に課金される落とし穴をまとめました。
⟐ 開発ツール2026-10-29
gemini-api を入れる前に — Gemini CLI とは別物だと分かってから決めた、置き場所と最初の一手
10/27 に出た Gemini API CLI(gemini-api・ベータ)は、Gemini CLI の後継ではありません。README を読んで分けた置き場所と、課金の前に dry-run で確かめる手順、CI での版固定を整理しました。