Back to Blog
BlogApril 22, 2026493

Ollamaモデルの削除方法:完全なステップバイステップガイド

Ollamaモデルの削除方法:完全なステップバイステップガイド

前提条件

開始する前に、以下の環境を確認してください:

  • Ollamaがインストール済みで実行中であること — ターミナルで ollama --version を実行し、インストールを確認してください。
  • ターミナルアクセス権 — Terminal(macOS/Linux)またはPowerShell/Command Prompt(Windows)を使用します。Windowsで権限エラーが表示される場合は、管理者として実行してください。
  • モデル名を準備 — 正確なモデル名とタグ(例:llama3:latest)が必要です。
  • ディスク容量を把握 — モデルは数GBのサイズになる場合があります。削除コマンドが完了すると、ストレージが直ちに解放されます。

Ollamaはデフォルトでモデルを以下に保存します:

  • macOS: ~/.ollama/models
  • Linux: ~/.ollama/models(システムインストールの場合は /usr/share/ollama/.ollama/models
  • Windows: C:\Users\YourUsername\.ollama\models

ステップ 1:インストール済みモデルをすべてリスト表示

削除対象を正確に把握するために、最初に必ず実行してください。

ターミナルで以下を実行します:

ollama list

期待される出力例

NAME                ID              SIZE      MODIFIED
llama3:latest       8f6e2a123abc    4.7 GB    3 days ago
gemma2:9b          2d9f3b456def    5.2 GB    1 week ago

コロン以降のタグを含む NAME 列から正確な名前をコピーしてください。

ステップ 2:単一モデルを削除

モデル名の後に ollama rm コマンドを続けて実行します。

ollama rm llama3:latest

期待される出力

deleted 'llama3:latest'

このコマンドは、マニフェストと関連するすべてのblobファイルを即座に削除します。確認プロンプトは表示されません。

ステップ 3:複数モデルを一度に削除

1行で複数のモデルを削除できます:

ollama rm llama3:latest gemma2:9b mistral:latest

期待される出力

deleted 'llama3:latest'
deleted 'gemma2:9b'
deleted 'mistral:latest'

ステップ 4:すべてのモデルを削除(一括削除)

すべてのモデルを一度に削除するワンライナーです(まずmacOS/Linux用):

ollama list | awk 'NR>1 {print $1}' | xargs -I {} ollama rm {}

Windows PowerShellの同等コマンド

ollama list | Select-Object -Skip 1 | ForEach-Object { $_.Trim() -split '\s+' | Select-Object -First 1 } | ForEach-Object { ollama rm $_ }

実行後、ollama list で確認してください — ヘッダー行のみが表示されるはずです。

ステップ 5:Ollamaを再起動(推奨)

Ollamaサービスを再起動し、すべてのblobが完全にクリーンアップされ、ディスク容量が解放されたことを確認します。

  • macOS: ollama serve(またはOllamaアプリを終了して再起動)
  • Linux: sudo systemctl restart ollama
  • Windows: タスクマネージャーからOllamaプロセスを再起動するか、アプリを閉じて再度開きます。

もう一度 ollama list を実行し、モデルが削除されたことを確認してください。

よくある問題とトラブルシューティング

-n 「Model not found」エラー: ollama listの正確な名前とタグを再確認してください。 -n 権限が拒否されました: Linux/macOSではsudo ollama rm ...を使用し、Windowsではターミナルを管理者として実行してください。 -n ディスク領域が解放されない: Ollamaを再起動します(ステップ5)。それでも解決しない場合は、blobsフォルダを手動で確認しますが、Ollamaが実行中にファイルを削除しないでください。 -n モデルが削除後も表示される: まず実行中のインスタンスをollama stop <モデル名>で停止してから、ollama rmを再試行してください。 -n カスタムストレージの場所: OLLAMA_MODELS環境変数を設定した場合、モデルは別の場所にあります。そのパスを確認してください。 -n APIメソッド(上級者向け): スクリプト用にcurlを使用します:

curl -X DELETE http://localhost:11434/api/delete -d '{"model": "llama3:latest"}'

次のステップ

-n 新しいモデルをダウンロード: ollama pull llama3.1:8bを実行して最新バージョンを入手します。 -n カスタムストレージを設定: OLLAMA_MODELS=/path/to/new/folderをエクスポートしてからOllamaを実行し、すべてのデータを大きなドライブに移動します。 -n クリーンアップを自動化: 一括削除コマンドを週次のcronジョブまたはPowerShellスクリプトに追加します。 -n 使用状況を監視: ollama listを定期的に実行し、du -sh ~/.ollama/models(macOS/Linux)またはWindowsのファイルエクスプローラーと組み合わせてストレージを追跡します。

これでローカルのOllamaモデルを完全に制御できます。必要なものだけを保持し、すぐにスペースを解放しましょう。

Share this article

Referenced Tools

Browse entries that are adjacent to the topics covered in this article.

Explore directory
TinyFish logo

TinyFish

MCP Servers

TinyFishは、MCP互換のAIアシスタントにWeb自動化、Web検索、コンテンツ抽出、リモートブラウザセッションツールを提供します。ホスト型MCPサーバーはOAuth 2.1を使用し、オプションのローカル@tiny-fish/mcpプロキシは、ローカル専用、CI、ヘッドレス設定向けにAPIキー認証をサポートします。

TinyFish logo

TinyFish

MCP Servers

TinyFishは、AIエージェント向けのWebインフラストラクチャプラットフォームであり、ライブWeb検索、ブラウザでレンダリングされたコンテンツ抽出、目標ベースのWeb自動化、および管理されたクラウドブラウザセッションを組み合わせています。開発者は、API、SDK、CLI、エージェントフレームワークやAIコーディングツールとの統合を通じてプラットフォームにアクセスできます。

X MCP logo

X MCP

MCP Servers

X MCP は、MCP 互換の AI ツールから X API エンドポイントを呼び出すための、X 公式のホスト型 Model Context Protocol サーバーです。xurl ブリッジを通じて OAuth のユーザーコンテキストを扱い、投稿検索、ユーザー検索、ブックマーク、トレンド、ニュース、Articles などのワークフローに利用できます。

viewmax mcp logo

viewmax mcp

MCP Servers

ViewMax MCP is a hosted Streamable HTTP MCP server for generating AI video, images, music, speech, and sound effects, with tools for model discovery, task polling, and credit checks. Official setup is documented for Claude Web/Desktop, Claude Code, Cursor, Codex, and SDK clients.

TinyFish logo

TinyFish

MCP Servers

TinyFish is a web infrastructure platform for AI agents that combines live web search, browser-rendered content extraction, goal-based web automation, and managed cloud browser sessions. Developers can access the platform through APIs, SDKs, a CLI, and integrations with agent frameworks and AI coding tools.

TinyFish logo

TinyFish

MCP Servers

TinyFish exposes web automation, web search, content extraction, and remote browser-session tools to MCP-compatible AI assistants. The hosted MCP server uses OAuth 2.1, while an optional local @tiny-fish/mcp proxy supports API-key authentication for local-only, CI, and headless setups.