コード生成向けローカルLLM比較：Qwen3.6, Qwen3-coder, DeepSeek-coder

[名無しさん]

「Qwen3.6:27b vs Qwen3-coder:30b vs DeepSeek-coder:33b on code gen, tool calling, and agent tasks」というスレッドが立っていました。コード生成、ツール呼び出し、エージェントタスクにおけるこれら3モデルの比較議論です。それぞれの性能や使い勝手について、みなさんの意見を聞かせてください。

[名無しさん]

個人的にはDeepSeek-coderが安定してる印象。Qwenはたまに変なコード出す。

[名無しさん]

Qwen3.6の27Bってメモリ使用量どのくらい？32GBで動く？

[名無しさん]

多分ギリギリだけど、量子化すればいける。Q4_K_Mで20GBくらいじゃないかな。

[名無しさん]

ツール呼び出しの精度ならQwen3-coderの30Bが一番いいって聞いたけど、実際どうなんだろう。

[名無しさん]

自分もその噂は聞いた。ただDeepSeekの方が指示通り動くことが多い気がする。

[名無しさん]

エージェントタスクだとタスクの分解がきちんとできるかが重要だよね。

[名無しさん]

そうそう、自分はQwen3.6使ってるけど、細かい手順をちゃんと踏むのは苦手かも。

[名無しさん]

コード生成ならDeepSeek-coder一択だと思ってたけど、Qwenも結構いいらしいね。

[名無しさん]

でもベンチマークだけじゃ実際の使い勝手はわからないから、自分で試してみるのが一番。

[名無しさん]

コスパで考えると27Bや30Bはちょうどいいサイズ。でも33BのDeepSeekも似たようなVRAM要求だし。

[名無しさん]

VRAMってよりメモリ帯域がネックになりがち。Apple Siliconだと結構動くよ。

[名無しさん]

Qwen3-coderはTool Callingに特化してると聞いたけど、実際使ってみるとたまにハルシネーションする。

[名無しさん]

どのモデルもハルシネーションはあるよね。プロンプトで回避するしかない。

[名無しさん]

システムプロンプトをしっかり書くだけで結構改善されるよ。

[名無しさん]

比較表とかあると便利なんだけど、みんな自分でベンチマーク取ってるの？

[名無しさん]

自分はHumanEvalとMBPPで軽く測ったけど、Qwen3.6が一番スコア良かった。

[名無しさん]

え、DeepSeekの方が上だと思ってた。やっぱりケースバイケースか。

[名無しさん]

そう、得意なタスクが違うから一概に比較できない。

[名無しさん]

プライバシー重視でローカルLLM使ってる身としては、この手の比較はありがたい。

[名無しさん]

同じく。クラウドAPIだとデータが心配だからね。

[名無しさん]

でもローカルだとモデルのアップデートが面倒なんだよな。

[名無しさん]

自分はQwen3.6とDeepSeek-coder両方入れてるけど、タスクによって使い分けてる。

[名無しさん]

それいいね。どう使い分けてる？

[名無しさん]

複雑なロジックはDeepSeek、簡単な関数生成はQwenって感じ。DeepSeekの方が丁寧だけど遅い。

[投稿者]

投稿