GitHub Copilot CLIをGemma4で動かしてみた|BYOKとLM Studioを実機検証

TECH

最初は単なるGitHub版Claude Codeだと思っていた。

GitHub Copilot CLI
GitHub Copilot CLI でターミナルでコマンドラインを通じてコードを読み書きし、実行します。コラボレーションしながらもっと速く、スマートにコーディング。

しかし実際に触ってみると印象はかなり違う。

GitHub Copilot CLIは、GitHubのリポジトリやIssueと連携するAI Agentでありながら、2026年からはBYOK(Bring Your Own Key)にも対応した。OpenAI互換APIを通じて、OllamaやLM StudioのローカルLLMも利用できる。

今回、RTX3060上で動作するGemma4を接続し、実際にファイル編集やWebFetchを試してみた。

GitHub Copilotは補完ツールではなくなった

昔のGitHub Copilotはコード補完の代名詞だった。

しかし現在のCopilot CLIは違う。

  • ファイル編集
  • WebFetch
  • MCP
  • GitHub連携
  • Agentモード

を備えたターミナル向けAI Agentとして提供されている。


最初に驚いたこと

インストールはコマンドひとつ。

winget install GitHub.Copilot

これだけだ。ただ、Powershell 7以上でないと動かない模様。

インストール後、

copilot

で起動すると、まずGitHub認証が要求される。

認証後はそのまま利用できた。
デフォルトモデルは、GPT5-miniだった。

私はGitHubにクレジットカードを登録した記憶がなかったため少し驚いたが、無料ユーザーでも、結構な回数使わせてくれるらしい。

個々のGitHub Copilotプランと特典について – GitHubドキュメント
GitHub には、個々の開発者向けに複数の Copilot プランが用意されており、それぞれにさまざまな機能、モデル アクセス、使用制限があり、幅広いコーディング ニーズをサポートします。

ともあれ、まずは動いた。

それが重要だ。


BYOKでGemma4を接続する

GitHubは2026年4月にCopilot CLIのBYOK対応を発表した。

OpenAI互換APIを利用できるため、

  • OpenAI
  • Ollama
  • vLLM
  • Foundry Local
  • LM Studio

などを接続できる。

今回はLM Studioを利用した。

$env:COPILOT_PROVIDER_BASE_URL="http://192.168.1.140:1234/v1"
$env:COPILOT_PROVIDER_TYPE="openai"
$env:COPILOT_PROVIDER_API_KEY="dummy"
$env:COPILOT_MODEL="google/gemma-4-12b-qat"

copilot

起動後、Gemma4へ実際にリクエストが飛んでいることを確認できた。

GitHub Copilot CLIをGemma4で動かした画面のスクリーンショット。
GitHub Copilot CLIをGemma4で動かした画面のスクリーンショット

設定方法はこのあたりに。

GitHub Copilot CLI での独自の LLM モデルの使用 – GitHubドキュメント
独自の API キーを指定して、 Copilot で選択した外部プロバイダーのモデルを使用します。

File Editは普通に動く

試しに

Create a file called test.txt containing only:
Hello from Copilot

と依頼すると、

Copilotは編集内容を提示し、承認後にファイルを作成した。

Claude CodeやCodexと同じ体験だ。


WebFetchは速い

これが一番印象に残った。

GitHub公式ドキュメントの取得速度はClaude Codeよりかなり速く感じた。

公式Docsを読ませる用途では十分実用的だ。


しかしWebSearchは苦手

Yahooニュースや首相官邸の新着情報を調べさせてみた。

すると、

  • URL推測
  • 404
  • リダイレクト失敗
  • HTML構造解析失敗

が頻発した。

Fetchは得意だがSearchは苦手。

これはGemma4というより、Copilot CLIのWebFetch設計そのものの特徴に見える。


一番驚いたのは -p

Claude Codeでおなじみの

claude -p

に相当するものが、

Copilot CLIにも存在した。

copilot -p "こんにちは"

実行すると普通に応答する。

(このタスク1つにRTX3060で30秒、1.84K tokenを消費することは憶えておいたほうがいい)

つまり、

copilot -p "URLを要約"
copilot -p "記事を書く"
copilot -p "校正する"

のようなUNIX Pipe的な使い方が可能だ。


AI AgentはCPUになるのか

今回の検証で感じたのは、

主役がモデルではなくなりつつあることだ。

Claude Code

Codex

GitHub Copilot CLI

どれも最終的には

Agent

OpenAI互換API

好きなモデル

という構造へ収束している。

Gemma4でも動いた。

おそらくQwenでも動くだろう。

将来的にはモデルがCPUのような存在になり、ユーザーはAgentを選ぶ時代が来るのかもしれない。


雑事はローカルAIに任せろ─Claude CodeとCodexが再発見した古い思想
Claude CodeやCodexを触り続けて見えてきたもの。それはAIエージェントの性能競争ではなく、Unixから続く「入力→変換→出力」の思想だった。ローカルAI、CLI、エージェント時代のコスト問題を通して、AIがコンピュータ文化へ回帰する姿を考察する。