「手元の Ollama で画像も作れたらいいのに」と思って検索したら、記事によって「できる」「できない」が真っ二つで、どれが今の話なのか分からない。そういう方は多いと思います。私も調べ直して驚いたのですが、答えは2026年1月に変わっていました。Ollama は 1月20日から macOS で画像生成に試験対応し、Windows と Linux は「coming soon」のままです（公式ブログ・2026-07-17取得）。同じ「ローカルLLMアプリ」でも、LM Studio は今も画像を作れません。
結論から言うと、Mac なら作れます。ただし作れるのは「1枚の絵」まで、と線を引いておくのが筋です。この記事では、Ollama で足りる範囲と、その先で ComfyUI が要る境界線を、同じ Mac（M1 Max・メモリ32GB）で両方を動かしている手元の実測をもとに引きます。
とりあえず最短で1回試したい方は、コマンド1行で1枚出す手順から読んでも大丈夫です。逆に「Ollama で足りるのか、その先があるのか」を先に知りたい方は、境界線の章が本題になります。
答えは3つに割れる｜Macは可・Windowsはまだ・LM Studioは別物
「ローカルLLM で画像は作れますか」への答えは、いま3つに割れています。
| 環境 | 画像生成 | 補足 |
|---|---|---|
| Ollama（macOS） | できる | 2026年1月20日から試験的に対応 |
| Ollama（Windows / Linux） | まだ | 公式は「coming soon」（2026-07-17時点） |
| LM Studio | できない | 文章を扱うアプリ。画像の読み込みは可 |
割れている理由は単純で、画像生成が最近ついたばかりの新機能だからです。同じ「ローカルLLMアプリ」という括りに見えても、対応した入れ物と、していない入れ物があります。2026年1月より前に書かれた記事は「作れない」と書いていますし、その時点ではそれが正解でした。
そして、ここから先が本題です。作れるようになった、で終わると読者が損をします。Ollama で作れるのは「1枚の絵」までで、そこから先には別の道具が要ります。
この記事が引くのはその線です。どこまでが Ollama で足りて、どこから ComfyUI が要るのか。私は同じ Mac Studio（M1 Max・32GB）で、Ollama を文章用に、ComfyUI を画像・編集・動画用に動かしているので、両側の手触りから線を引けます。
文章のモデルと画像のモデルは別物｜入れ物が両方を持てるようになっただけ
📖 この章で使う用語
- 大規模言語モデル（LLM）：文章の続きを予測する装置。Ollama や LM Studio がこれまで動かしてきたのはこちらです。
- 拡散モデル：砂嵐（ノイズ）から絵を少しずつ浮かび上がらせる仕組み。文章モデルとは設計思想がまったく別です。
- ランタイム（入れ物）：モデルを動かすアプリ側のこと。Ollama や LM Studio がこれにあたります。お弁当箱と中身の関係で、画像が出るかどうかは中身より入れ物側の対応で決まります。
- ComfyUI：画像や動画の生成を、処理の箱をつないで組み立てる無料ソフト。これも自分のパソコンの中で動きます。
ollama runの1行に対して、こちらは画面で組み立てる道具、くらいのイメージです。- Z-Image Turbo：Alibaba の Tongyi Lab が公開した画像生成モデル（60億パラメータ）。Ollama が対応した2つのうちの1つです。
- FLUX.2 klein：Black Forest Labs の画像生成モデル（4B と 9B の2種類）。もう1つがこちらです。
そもそも、なぜ長いあいだ「ローカルLLM では画像は作れない」だったのか。ここを押さえると、3つに割れた答えが1本の理屈で説明できます。
文章を書くモデルと、絵を描くモデルは、別物です。LLM は「次の単語を予測する」装置で、画像生成に使われる拡散モデルは「ノイズを削って絵を浮かび上がらせる」装置。同じ AI でも、中の作りがまったく違います。
営業時代の道具でたとえるなら、提案書を書くソフトと、写真を加工するソフトくらい別です。どちらもパソコンで動きますが、片方でもう片方の仕事はできません。
2026年1月に変わったのは「入れ物」のほう
ここが今回の要です。Ollama が画像生成モデルも載せられる入れ物になっただけで、文章モデルと画像モデルが1つに融合したわけではありません。
同じ ollama run から呼べるので混ざって見えますが、中では別々のモデルが動いています。冷蔵庫に飲み物と食材の両方が入るようになった、という話であって、飲み物が食材になったわけではない、くらいの感覚です。
この見方をすると、残り2つの「できない」の理由が、実は別々だと分かります。
- LM Studio ができない：入れ物が画像モデルを載せる機能を持っていないから
- Windows の Ollama ができない：入れ物の対応がまだ済んでいないから（公式は coming soon）
どちらも「モデルが無い」のではなく、入れ物側の事情です。Windows のほうは、対応が進めば変わる可能性がある話でもあります。
使えるモデルは今のところ2系統
公式が対応を発表しているのは Z-Image Turbo と FLUX.2 klein の2つです。ざっくりした位置づけはこうなります。
| モデル | 規模 | 公式が示すライセンス表記 |
|---|---|---|
| Z-Image Turbo | 6B | Apache 2.0 |
| FLUX.2 klein 4B | 4B | Apache 2.0 |
| FLUX.2 klein 9B | 9B | FLUX Non-Commercial License |
（各モデルの公式ページ・2026-07-17取得）
同じ「Ollama で出した絵」でも、選んだモデルで扱いが変わるということです。とくに FLUX.2 klein は 4B と 9B で表記が違い、9B のほうは非商用のライセンス名が付いています。仕事で使う可能性があるなら、モデルを選ぶ段階で見ておくほうが後戻りが少ないと思います。ライセンスの読み方はローカル生成AIの商用利用とライセンスにまとめました。
Ollamaで1枚出す｜コマンドは1行、あとは待つだけ
📖 この章で使う用語
- 統合メモリ（ユニファイドメモリ）：Apple Silicon の Mac が CPU と GPU で共有しているメモリ。Windows でいう VRAM に相当する役割を兼ねます。
- 量子化（GGUF）：モデルを軽く詰め直した形式のこと。画質を少し譲って、メモリと時間を稼ぎます。
Ollama がすでに入っているなら、やることは1行です。公式ブログが示している例はこれです。
# プロンプトはそのまま引数に渡す。生成された PNG は今いるフォルダに保存される
ollama run x/z-image-turbo "a cat wearing a hat"初回はモデルのダウンロードが走るので待ち時間があります。2回目以降は、このコマンドだけで PNG が手元に出ます。
私が「これは大きいな」と感じたのは、この発表を読んだときの気軽さです。ComfyUI 側は、後で正直に書きますが、最初の1枚までの道のりがまったく違います。とりあえず自分の Mac で絵が出るかどうかを確かめたいだけなら、この1行が最短です。
先に立場を書いておきます。私自身が手元で動かし込んでいるのは ComfyUI 側のモデル（FLUX.1 schnell や Qwen-Image-Edit）で、Ollama の画像生成そのものは公式の情報を追っている段階です。ですので、「Z-Image Turbo なら私の Mac で何分」という数字は、この記事では出しません。実測を持っていないのに秒数を書くのは、読者にとって一番たちの悪い嘘になります。
どちらのモデルから試すか
迷ったら、まず Z-Image Turbo でいいと思います。理由は単純で、公式が最初に示しているコマンド例がこのモデルだからです。もう一方の FLUX.2 klein は 4B と 9B に分かれていて、9B のほうは相応にメモリを要求します（公式は NVIDIA 環境で約29GB の VRAM 相当と案内しています・2026-07-17取得）。
「数分」という数字の読み方
そのかわり、体感の目盛りになる話をします。
Ollama の公式ブログは所要時間を明示していません。Mac mini M4 で実機検証している源勝 AI 実験室の記事でも「数分かかりますが」という表現にとどまっています（2026-07-17取得）。
では「数分」がどれくらい重い話なのか。私が同じ Mac（M1 Max・32GB）の ComfyUI で FLUX.1 schnell を回したときの実測が、その目盛りになります。
| 条件 | 1枚あたり |
|---|---|
| 1024px（4step・GGUF Q8） | 数十秒 |
| フルHD 1920×1088 | 約4分7秒 |
つまり Apple Silicon のローカルで拡散モデルを回すと、1枚が「数十秒から数分」の桁になる、というのが手元の感覚です。クラウドのサービスで数秒で返ってくるのに慣れていると遅く感じますが、ローカルではこれが普通です。逆に言えば、待てるなら回数は無制限で、プロンプトも生成物も外に出ません。
必要なメモリの逆算をきちんと知りたい方は、ローカル生成AIの必要スペックに帯ごとの判断をまとめています。ここでは「統合メモリが 32GB あれば画像は普通に回る、というのが手元の実感」までにしておきます。
ComfyUI 側で実際に何がどれだけかかったかは、Mac でローカル画像生成は実用か（ComfyUI×FLUX 実測）に置いてあります。境界線の話に入る前に、向こう側の実測を先に見ておきたい方はどうぞ。
Ollamaで足りる人・ComfyUIが要る人｜境界線は「1枚の次」にある
📖 この章で使う用語
- LoRA：モデルに後付けする小さな部品。ここでは主に「工程を削って速くするための追加ファイル」として出てきます。
- ワークフロー：ComfyUI で処理の順番をつないだ設計図。同じ絵をもう一度出すための単位になります。
- i2v（画像から動画）：1枚の画像を起点に、それを動かして動画にするやり方。
先に、はっきり言っておきます。
1枚の絵が出ればいいなら、Ollama で十分です。ComfyUI は要りません。
- 思いついたものを形にして眺めたい
- 資料に貼るイメージが1枚あればいい
- とにかく無料で回数を回して遊びたい
これに当てはまるなら、この先を読む必要すらありません。ollama run の1行で足ります。道具は、必要になってから増やせば十分です。
境界線が現れるのは、1枚出せた「その次」を求めた瞬間です。私の手元では、次の3つでした。
直したい：背景だけ差し替えて、被写体は保ちたい
「いい絵が出た。でも背景だけ変えたい」。ここが最初の壁でした。もう一度プロンプトを投げると、背景どころか被写体まで別物になります。同じものを保ったまま一部だけ直すのは、1枚出すのとは別の仕事です。
私は Qwen-Image-Edit-2509 でこれをやっていますが、実測はこうでした。
| 設定 | 1枚あたり | 実用性 |
|---|---|---|
| 768px ＋ 4step の LoRA | 約3.5分 | 使える |
| 1024px ＋ 20step（LoRA なし） | 約45分 | 実用外 |
45分と3.5分。同じ Mac、同じモデルで、設定だけでこれだけ違います。この差を触れるのが ComfyUI 側の世界です。詳しくはQwen-Image-Edit で Mac の背景差し替えに書きました。
動かしたい：1枚の絵を動画にしたい
出た絵を動かしたくなったら、それも別の仕事です。私は Wan2.2 TI2V-5B でやっていて、704px 四方の2秒でおよそ9分でした。尺を伸ばすと、ここから素直に跳ね上がります。実測はMac でローカル動画生成は実用かに並べてあります。ローカルにこだわらず、クラウドの動画生成サービスから選ぶ場合の勢力図はAI動画生成のおすすめが担当です。
詰めたい：同じ設定を再現して、量産したい
「昨日のあの絵、もう一度同じ雰囲気で出したい」。これがいちばん Ollama で厳しいところです。step を変える、LoRA を足す、途中の処理を差し替える、設定ごと保存して使い回す。この再現と量産のための仕組みが ComfyUI のワークフローです。導入手順はComfyUI を Mac に入れるに置いています。
なお、プロンプトそのものの組み立て方（主題・スタイル・構図・制約の4要素）は道具を問わない話なので、AI画像生成のプロンプトにまとめてあります。
正直に書いておく：ComfyUI 側は、明確に重い
ここで「じゃあ ComfyUI にしましょう」と背中を押すのは、たぶん不誠実です。ollama run の1行と比べて、向こう側は最初の1枚までが明確に重いので、私が実際に踏んだ地雷を先に置いておきます。
- FLUX の公式 VAE がダウンロードできない（権限がかかっている）。VAE は、モデルが描いた下絵を最後に画像へ現像する部品です。Comfy-Org のミラーから取る必要がありました
- GGUF のモデルが読み込めない。ComfyUI-GGUF というノードと、
ggufというライブラリの追加（pip＝Python の部品を入れるコマンド）がセットで必要でした - ディスクが突然足りなくなる。真犯人は macOS のローカルスナップショットで、
tmutil deletelocalsnapshotsでごっそり戻りました
3つ目に至っては、もはや画像生成の話ですらありません。それでも、これを越えないと「直す・動かす・量産する」の側には行けない、というのが手元の結論です。
ちなみに、私の実機は M1 Max・32GB の1台だけです。M4 や M5、メモリ16GB や64GB、Windows の NVIDIA 環境がどうなるかは、持っていないので推測になります。断定はしません。
Ollama で足りる人は、1枚出して満足できる人。ComfyUI が要る人は、直したい・動かしたい・再現したいのどれかが出てきた人。線はここです。
もし後者だと分かったなら、私が上の地雷で溶かした時間の分だけ、手順が揃っているところから始めたほうが早いはずです。
よくある質問
Q1: Windows でローカルLLMから画像生成はできますか？
A. Ollama の画像生成は 2026年7月時点で macOS のみです。公式ブログには「Windows and Linux coming soon」と書かれています（2026-07-17取得）。Windows で手元生成をするなら、Ollama ではなく ComfyUI などの別ルートになります。私の実機は Mac だけなので、Windows・NVIDIA 環境での挙動は断定できません。
Q2: LM Studio で画像は作れますか？
A. 作れません。LM Studio は文章を扱う LLM 用のアプリで、画像の読み込みはできても、生成する機能を持っていないためです。LM Studio でプロンプトを英語で練って、生成は別のツールにさせる、という組み合わせ方をしている方はいます。
Q3: Ollama の画像生成は無料ですか？回数制限はありますか？
A. モデルを一度ダウンロードすれば、あとは自分のパソコンの中で動くので、回数の制限も1枚ごとの課金もありません。かかるのは電気代と、モデルを置くストレージです。画像・動画系のモデルを増やすと、ストレージは数十GB単位で減っていきます。
Q4: 生成した画像は商用利用できますか？
A. モデルごとにライセンスが違うので、一律には言えません。公式の表記では Z-Image Turbo と FLUX.2 klein 4B は Apache 2.0、FLUX.2 klein 9B は FLUX Non-Commercial License とされています（2026-07-17取得）。最終判断は各モデルのライセンス原文と、必要なら法務にご確認ください。読み方は商用利用とライセンスの記事に整理してあります。
Q5: Ollama の画像生成と ComfyUI、どちらを使えばいいですか？
A. 1枚の絵が出ればいいなら Ollama で十分で、ComfyUI は要りません。背景だけ直したい・画像を動かしたい・同じ設定を再現して量産したい、のどれかが出てきた時点が境界線です。
営業7年から生成AIエンジニアになった aikun が、Mac Studio（M1 Max・32GB）で Ollama と ComfyUI の両方を動かしている手元の感覚をもとに書いています。Ollama の画像生成そのものは公式ブログの情報を追っている段階なので、速度や品質の実測は本文でも出していません。記事内容の誤りや古くなった情報のご指摘は、send@bon-bon-tools.com までお寄せください。
出典
- Image generation (experimental)｜Ollama Blog（取得：2026-07-17）
- ローカルLLMのOllamaが画像生成に対応｜PC Watch（取得：2026-07-17）
- Tongyi-MAI/Z-Image-Turbo｜Hugging Face（取得：2026-07-17）
- black-forest-labs/FLUX.2-klein-4B｜Hugging Face（取得：2026-07-17）
- black-forest-labs/FLUX.2-klein-9B｜Hugging Face（取得：2026-07-17）
- Ollamaで画像生成はできる？ z-image-turbo と flux2-klein を実際に試してみた｜源勝 AI 実験室（取得：2026-07-17）
関連記事
- Mac でローカル画像生成は実用か（ComfyUI×FLUX） — 境界線の向こう側。同じ M1 Max での実測と、時短の判断はこちらです。
- ローカルLLMとは（Mac で5分で動かす） — 文章側の入口。Ollama をまず文章で動かすならこちらから。