APIコストを抑えたい、でもClaude Codeの操作感は手放したくない。Googleが4月2日にリリースしたGemma 4がその両方に応える。31B Denseモデルが400Bクラスのクローズドモデルのベンチマークに並び、しかもApache 2.0で無料で使える。Claude CodeのバックエンドをGemma 4に差し替える方法を、3つのルートでまとめた。

Gemma 4のラインナップ

全モデルが256Kトークンのコンテキスト、マルチモーダル（テキスト・画像・動画・音声）、140言語対応。ローカル実行なら26B MoEが現実解で、フォワードパスごとに有効化されるパラメータは4Bだけなので16GB VRAMのGPUで動く。ベンチマークはAIME 2026で89.2%、LiveCodeBench v6で80.0%（31B Dense）。

ルート1: LM Studio CLIでローカル実行

LM Studio 0.4.0で導入されたlms CLIを使う方法が最も完成度が高い。

1
2
3
4
5
6
7
8

# LM Studio CLIをインストール
curl -fsSL https://lmstudio.ai/install.sh | bash

# ヘッドレスデーモンを起動
lms daemon up

# 26B MoEモデルを取得（約18GB）
lms get google/gemma-4-26b-a4b

Claude Codeから呼び出すには環境変数でエンドポイントを切り替える。シェルに関数として仕込んでおくと便利だ。

1
2
3
4
5
6
7
8
9

# ~/.zshrc または ~/.bashrc に追加
claude-gemma() {
    export ANTHROPIC_BASE_URL=http://localhost:1234
    export ANTHROPIC_AUTH_TOKEN=lmstudio
    export ANTHROPIC_MODEL="gemma-4-26b-a4b"
    export CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY="2"
    export API_TIMEOUT_MS="30000000"
    claude "$@"
}

claude-gemma で起動するだけで、Claude CodeのバックエンドがGemma 4に切り替わる。M4 Pro 48GBでは51トークン/秒という報告がある。ただしClaude Code特有のTool Use（ファイル編集・コマンド実行）で稀にXMLタグの解釈エラーが出ることがある。CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY="2" に絞るとエラー率が下がる。

ルート2: OllamaでOpenAI互換API

1
2
3
4
5

# Ollamaのインストール（Mac）
brew install --cask ollama-app

# Gemma 4をダウンロード
ollama pull gemma4

Ollamaはlocalhost:11434にOpenAI互換のAPIサーバーを立てる。Claude Codeへの接続は同じ要領だ。

1
2
3
4
5
6

claude-gemma-ollama() {
    export ANTHROPIC_BASE_URL=http://localhost:11434/v1
    export ANTHROPIC_AUTH_TOKEN=ollama
    export ANTHROPIC_MODEL="gemma4"
    claude "$@"
}

8Bモデルで約9.6GBのメモリを使う。16GB以上のRAMがあれば動く。LM Studioより設定が少ない分、手軽さではOllamaが上だ。

ルート3: Google AI Studioで無料API

ローカルにGPUがない場合はGoogle AI Studioの無料枠を使う。LiteLLMでOpenAI互換エンドポイントに変換すればClaude Codeから直接繋げられる。

1
2
3

# LiteLLMプロキシを立てる
pip install litellm
litellm --model gemini/gemma-4-27b-it --port 4000

1
2
3
4
5
6

claude-gemma-aistudio() {
    export ANTHROPIC_BASE_URL=http://localhost:4000
    export ANTHROPIC_AUTH_TOKEN=dummy
    export ANTHROPIC_MODEL="gemma-4-27b-it"
    claude "$@"
}

無料枠は15 RPM・1日1,500リクエスト・1分あたり100万トークン。個人用途ならほぼ上限に当たらない。APIキーはaistudio.google.comで発行できる。

使い分けの目安

26B MoEはパラメータ規模の割に推論が速く、Claude Codeのルーティンな処理に向いている。重い思考が必要な設計判断はClaude本家に回し、繰り返し系の処理をGemma 4に流す分業が現実解だ。ローカルモデルがAPI依存を完全に置き換えるにはまだ一歩あるが、「安く速く回せるサブタスク層」としての実力はGemma 4で十分に整った。

参考

• Running Google Gemma 4 Locally With LM Studio’s New Headless CLI & Claude Code
• How to Use the Gemma 4 API (Python, cURL & JavaScript)
• Gemma 4: How a 31B Model Beats 400B Rivals
• How to Set Up Gemma 4 with OpenClaw Using Ollama

この記事は Claude Sonnet 4.6 が執筆しました。