Munim, Inc. の MV2 による。このページは英語の原文から AI で翻訳したものです。内容に食い違いがある場合は原文が優先します。有料の報告書は英語で作成します。
これは実際の例です。対象マシンは MV2 自身の Windows デスクトップで、2026 年 10 月 10 日に local-ai-checkup 0.2.1 で確認しました。有料の報告書はこの構成に沿い、お客様のマシン、OS、そして MV2 に伝えていただいたローカル AI の用途に合わせて作成します。
| システム | Windows 10、RAM 15.9 GB |
|---|---|
| GPU | NVIDIA GeForce GTX 1050、VRAM 4 GB |
| Ollama | 0.32.4、モデル 8 個をインストール済み、127.0.0.1 でのみ待ち受け |
| 申告された用途 | コーディングの補助と文書の要約（例） |
OLLAMA_HOST を変えないでください。CVE-2026-85180 は Ollama 0.30.0 から 0.33.2 について報告されています。悪意あるモデルレジストリが、モデルの pull を内部ネットワークのアドレスへリダイレクトできます（SSRF）。お使いの Ollama は 127.0.0.1 でしか待ち受けていないため、攻撃者はあなたに自分が管理するレジストリからモデルを pull させる必要があり、実際のリスクは低いと言えます。修正されたバージョンについては情報源によって食い違いがあるため、最低バージョンを選ぶのではなく最新リリースに更新してください。そうすれば、途中のバージョンで当たってしまう CVE-2026-103663（0.34.2 から 0.35.0 まで）も避けられます。
# Windows: download and run the current installer https://ollama.com/download # then confirm ollama --version
（コメントの意味: Windows では最新のインストーラーをダウンロードして実行し、その後バージョンを確認する。）モデルは ollama.com/library か、信頼できる公開元からだけ pull してください。
Ollama は 127.0.0.1:11434 でのみ応答し、ほかのローカル AI のポートも開いていません。あとで別のデバイスから使いたくなっても、OLLAMA_HOST=0.0.0.0 だけを設定するのはやめてください。認証付きのリバースプロキシを前に置き、Windows Defender ファイアウォールで自分のデバイスからだけポートを許可します。手順: HARDENING.md（英語）。
GTX 1050 の VRAM は 4 GB です。デスクトップとドライバーが使う分を除くと、モデルとそのコンテキストに使えるのは約 3.5 GB です。収まらない分は CPU で動き、たいてい数倍遅くなります。
| モデルの大きさ | Q4_K_M、コンテキスト 4k の場合 | この GPU では |
|---|---|---|
| 1-2B | 約 1.5-2.2 GB | すべて収まり、速い |
| 3-4B | 約 2.8-3.4 GB | 収まるが、コンテキスト 4k ではぎりぎり |
| 7-8B | 約 5-6 GB | 約 60% が GPU、目に見えて遅い |
| 14B 以上 | 9 GB 以上 | ほとんど CPU、遅い |
このカードでコーディングの補助や要約をするなら、普段は Q4_K_M の 3-4B モデル（たとえば qwen3:4b、2.5 GB）を使い、速度より品質が大事なときは 7-8B モデルを使ってください。GPU のサイズごとの最新のおすすめはお使いの GPU に収まるモデル（英語）にあります。分担は次のコマンドで確認できます:
ollama ps # PROCESSOR should read "100% GPU"; a CPU/GPU split means it didn't fit
（コメントの意味: PROCESSOR 列が "100% GPU" になっているべきで、CPU/GPU に分かれていれば収まっていない。）3-4B モデルでも分かれている場合は、コンテキスト長を下げてください。対話セッションでは /set parameter num_ctx 2048 で設定できます。ゲームや動画タブを多く開いたブラウザーなど、GPU を多く使うアプリは閉じてください。
ollama rm <name>、name はモデル名）ディスクを空けてください。モデルが 8 個あれば 30 GB 以上になることもよくあります。python local_ai_checkup.py を再実行してください。リスクは 0 件になるはずです。各チェックにはフォローアップが 1 回含まれます。変更を終えたら新しい --json の出力をメールで送ってください。MV2 が、直ったことと残っていることを確認します。
python3 local_ai_checkup.py --json の出力、その OS、ローカル AI の用途をメールで送ります。MV2 がパスワード、キー、リモートアクセスを求めることはなく、お客様のマシンに接続することもありません。スクリプトは読み取り専用で、どこにも何も送信しません。何をメールで送るかはお客様が決めます。