メインコンテンツへスキップ
見出し画像

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-mxfp8

    DeepSeek 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。

     
     
    AI×開発の実験日記。Claude / Ollama / MLX を Mac で動かしたり自動化したり。SaaS勤務の30代、本業の合間に検証してnoteに書いてます。たまにやりすぎて寝不足。

    あなたへのおすすめ