Local AI Coding Agent: Qwen3.6 with Qwen-Code vs. Subscriptions to Codex and Claude Code
OpenAI
Anthropic
Cohere
Meta
Sebastian Raschka has prepared a tutorial on setting up a local coding agent using open-source models and tools. It explores using Qwen3.6 with Qwen-Code as an alternative to proprietary Codex and Claude Code, along with a comparison to North Mini Code and others.
सेबेस्टियन रश्का ने पूरी तरह से ओपन स्टैक पर एक स्थानीय कोडिंग एजेंट बनाने का ट्यूटोरियल प्रकाशित किया है। AI इंजन के रूप में एक स्थानीय रूप से होस्ट की गई LLM (उदाहरण के लिए, Qwen3.6 35B-A3B) का उपयोग किया जाता है, और कोडिंग हार्नेस Qwen-Code है, जो फ़ाइलें पढ़ने, संपादन करने, कमांड चलाने और परिवर्तनों की जाँच करने की अनुमति देता है। स्थानीय दृष्टिकोण पारदर्शिता, पूर्ण नियंत्रण, सदस्यता सीमाओं से स्वतंत्रता और ऑफ़लाइन कार्य के दौरान सुविधा प्रदान करता है। हालाँकि लेखक अभी भी दैनिक कार्यों के लिए Codex और Claude Code का उपयोग करता है, स्थानीय समाधान हर दिन अधिक आकर्षक होते जा रहे हैं - विशेष रूप से निश्चित लागत (केवल बिजली) और गोपनीयता के कारण। मॉडल को तैनात करने के लिए Ollama की अनुशंसा की जाती है; Mac पर - MLX संस्करण (qwen3.6:35b-mlx), Linux पर - सामान्य (qwen3.6:35b)। प्रदर्शन के त्वरित मूल्यांकन के लिए, ollama_speed_memory_bench.py स्क्रिप्ट चलाई जा सकती है, जो 50 हजार शब्दों तक के कॉन्टेक्स्ट में जनरेशन गति (टोकन/सेकंड) और मेमोरी खपत की जाँच करती है। Qwen3.6 35B-A3B Mac Mini M4 पर लगभग 40 टोकन/सेकंड और DGX Spark पर लगभग 30 टोकन/सेकंड उत्पन्न करता है, जिसमें 30 जीबी तक RAM की खपत होती है। एक विकल्प Cohere का North Mini Code है - समान आकार और बेंचमार्क में Qwen से थोड़ा आगे। लेखक नोट करता है कि Qwen-Code एक ओपन सोर्स क्लाइंट है (Claude Code के विपरीत), और Qwen मॉडल विशेष रूप से इसके लिए अनुकूलित हैं, जिसकी पुष्टि Nvidia Polar (मई 2026) के लेख के बेंचमार्क से होती है।
स्रोत: Sebastian Raschka —
मूल