ローカルAIコーディングエージェント：Qwen3.6とQwen-Code vs CodexおよびClaude Codeのサブスクリプション

Sebastian Raschkaが、オープンウェイトの大規模言語モデル（LLM）とローカルコーディングハーネスを使用して、実運用可能なローカルコーディングエージェントをセットアップするチュートリアルを提供しています。彼は主な組み合わせとしてQwen3.6とQwen-Codeを使用しており、QwenモデルはQwen-Codeに最適化されていると述べています。代替ハーネスとしてはCodex、Claude Code、Clineなどがあります。彼はOllamaを使用してQwen3.6 35B-A3B（ダウンロードサイズ22 GB、RAM 30〜40 GB）や同程度のサイズのNorth Mini Code 1.0などのモデルを提供することを推奨しています。速度ベンチマークによると、Qwen3.6とNorth MiniはMac Mini上で約40トークン/秒、50kコンテキストで最大30 GB RAMのDGX上で30トークン/秒を生成します。また、GLM 5.2のような大規模モデル向けのクラウドオプションについても言及しています。ローカルセットアップは透明性があり、検査可能で、（ハードウェア以外は）無料であり、プライバシーを提供します。彼は、ローカルエージェントの作業には20〜30トークン/秒よりも高速であれば十分であると示唆しています。