
DeepSeek V4 FlashとQwen 3.6をコーディングで比較。Macで動かせるのは片方だけだった
この記事でわかること
DeepSeek V4 FlashとQwen 3.6-35B-A3B、コーディング用途ではどっちが強いか
それぞれのモデルを動かすのに必要なスペック
「結局どっちを選べばいいか」の明確な答え
2つのモデル、まったく違うサイズ感
DeepSeek V4 FlashもQwen 3.6-35B-A3Bも、MoE(Mixture of Experts)アーキテクチャを採用しています。全パラメータのうち一部だけが推論時に動くため、モデルサイズの割に高速なのが共通点です。
DeepSeek V4 Flash
総パラメータ: 284B(アクティブ: 13B)
コンテキスト長: 100万トークン(ネイティブ)
学習データ: 32兆トークン以上
ライセンス: MIT
テキストのみ対応
Qwen 3.6-35B-A3B
総パラメータ: 35B(アクティブ: 3B)
コンテキスト長: 262Kトークン(YaRN拡張で100万+)
エキスパート数: 256(8ルーテッド+1シェアード)
ライセンス: Apache 2.0
テキスト・画像・動画に対応
パラメータ数は8倍の差。ただし推論で実際に使うのは13B vs 3Bなので、Qwen 3.6の方がはるかに軽いです。
コーディングベンチマーク:5ポイント差でDeepSeekがリード
コーディングで最も参考になるSWE-bench(実際のGitHubイシューを解けるか測るベンチマーク)の結果です。
SWE-bench Verified(実際のバグ修正タスク)
DeepSeek V4 Flash: 78.6
Qwen 3.6-35B-A3B: 73.4
SWE-bench Pro(より高難度のタスク)
DeepSeek V4 Flash: 52.3
Qwen 3.6-35B-A3B: 49.5
Terminal-Bench 2.0(ターミナル操作タスク)
DeepSeek V4 Flash: 56.6
Qwen 3.6-35B-A3B: 51.5
全項目でDeepSeek V4 Flashが上回っています。差は3〜5ポイント程度。アクティブパラメータが4倍以上あることを考えると、Qwen 3.6が食らいついている印象です。
知識・推論はほぼ互角
コーディング以外の基礎能力も比べてみます。
MMLU-Pro(総合知識テスト)
DeepSeek V4 Flash: 86.2
Qwen 3.6-35B-A3B: 85.2
GPQA Diamond(大学院レベルの専門知識)
DeepSeek V4 Flash: 87.4
Qwen 3.6-35B-A3B: 86.0
ほぼ同等です。35Bのモデルが284Bと張り合えている時点で、Qwen 3.6のMoE設計はかなり優秀です。
ローカル実行:ここで勝負がつく
ベンチマークの差は僅差ですが、ローカルで動かそうとすると決定的な差が出ます。
DeepSeek V4 Flashの必要メモリ
Q4量子化でも約80GB以上が必要
Mac Studio M4 Ultra(192GB)クラスなら動く
MacBook Pro(24〜64GB)では動かない
Ollamaでは現時点でクラウド推論のみ提供(`ollama run deepseek-v4-flash:cloud`)
Qwen 3.6-35B-A3Bの必要メモリ
nvfp4量子化: 約22GB
mxfp8量子化: 約38GB
bf16(非量子化): 約70GB
Ollamaで複数のローカル用タグが利用可能
つまり、24GBのMacBook Proで動くのはQwen 3.6だけです。DeepSeek V4 Flashは128GB以上のRAMかGPUサーバーが前提になります。
実際にMacで動かす手順
24GB以上のMacなら、以下のコマンドでQwen 3.6を試せます。
ollama run qwen3.6:35b-a3b-coding-nvfp4`coding`バリエーションはコーディングタスクに最適化されたチューニング済みモデルです。22GBなので24GBのMacにギリギリ収まります。
48GB以上のRAMがあるなら、より精度の高いmxfp8(38GB)がおすすめです。
ollama run qwen3.6:35b-a3b-coding-mxfp8DeepSeek V4 Flashをローカルではなくクラウドで試したい場合は、Ollamaのクラウド推論が使えます。
ollama run deepseek-v4-flash:cloudネットワーク経由なのでレイテンシはありますが、284Bモデルの実力を手元で確認できます。
Qwen 3.6だけの強み:マルチモーダル
Qwen 3.6-35B-A3Bには、DeepSeek V4 Flashにない特徴があります。画像と動画の理解です。
MMMU(マルチモーダル理解): 81.7
VideoMME(動画理解): 86.6
スクリーンショットを読ませてUIの修正点を指摘させたり、エラー画面の画像からバグを特定させたりできます。コーディング用途でも、テキスト以外の入力を扱えるのは大きなメリットです。
結論:ほとんどの人にはQwen 3.6で十分
「性能だけならDeepSeek V4 Flash、実用ならQwen 3.6」。これが明確な答えです。
DeepSeek V4 Flashを選ぶ場面は限られています。128GB以上のRAMがある、100万トークンのロングコンテキストが必要、SWE-benchの5ポイント差が業務に直結する。そうでなければQwen 3.6で問題ありません。
コーディング性能の差はベンチマーク上で3〜5ポイント。普段の開発作業で体感するのは難しいレベルです。一方、「そもそも動かせない」のは体感どころの話ではありません。
24〜64GBのMacを使っている方は、まず `ollama run qwen3.6:35b-a3b-coding-nvfp4` で試してみてください。35Bモデルが284Bに迫る性能を見せてくれるはずです。