【ITニュース解説】Faster, Cheaper, Local: The Myth and Reality of Replacing Claude for Coding

システムエンジニアを目指す皆さんにとって、最近のAI技術の進化、特に大規模言語モデル（LLM）の発展は、プログラミングの世界に大きな変化をもたらしています。今回のニュース記事では、ある開発者が自身の経験を通じて、コーディング支援AIの活用とそのコスト、そして代替案を巡る試行錯誤について詳しく語っています。この体験談から、LLMを実際の開発現場で使う上でのメリットや課題、そして効果的な活用方法を学んでいきましょう。

筆者は2023年6月頃から、LLMをプログラミングの基本的なタスクに積極的に取り入れ始め、その便利さに驚いたと述べています。当時の課題は、AIに指示する文章、すなわち「プロンプト」が長くなると、AIが一度に処理できる情報の量である「コンテキストウィンドウ」に収まりきらないことでした。この問題を解決するため、筆者はプロンプトを効率的にまとめる独自の手法を開発し、そのための無料サービスも提供しています。

しかし、2025年になると、「Claude Code」という新しいツールが登場し、筆者の開発ワークフローは大きく変わりました。このツールは、コマンドラインインターフェース（CLI）やプラグインとして動作し、強力なコーディング支援を提供しますが、その利用にはそれなりの費用がかかります。適切なスキルがなければ、この費用はさらに高騰する可能性もあるため、筆者はClaude Codeの代替となる、より安価なAIコーディングツールを探し始めました。

代替案を探すきっかけとなったのは、Claudeのトークン利用にかかる費用でした。筆者はわずか10日間で170ドル、年間換算すると数千ドルにもなる費用をAI利用に費やしていました。しかし、その費用の見返りとして得られるコードの品質は「魔法」のようだと筆者は表現しています。生成されるコードは論理的に整っており、すぐに実稼働に使えるレベルで、要望すればしっかりとしたドキュメントまで作成されます。自分の好きなコーディングスタイルをAIに学習させれば、非常に質の高いコードが手に入るのです。この高品質は魅力的であるものの、長期的にはこのコストは持続可能ではないと考え、筆者は代替案の模索を始めたわけです。

まず、筆者が試したのは、自身のMac M1 Maxという高性能なパソコン上で、オープンソースの「Qwen3 Coder 30B」というLLMをローカルで動かす方法でした。「MLX」というAppleが開発した機械学習フレームワークと、「LM Studio」というLLMを簡単に実行できるツールを使い、いくつかのコマンドラインツールも組み合わせて試しました。

AIとチャット形式で対話するモードでは、1秒間に50〜60トークン（トークンはAIが処理する最小単位で、単語の一部や記号に相当します）という高速な処理能力を発揮し、まるで高性能なAIであるGPT-4と同じレベルの推論能力がローカルで動いているかのように感じられたといいます。しかし、真の課題は「CLIモード」、つまりコマンドラインから直接AIに指示を出すモードにありました。このモードでは、AIはTODOリストの更新、フォルダ内容の表示、作業計画の立案など、多くのバックグラウンドリクエストを処理します。このため、実際にコーディング作業を進めるワークフローでは、ほんの数コマンドを実行するだけで20〜30分もかかってしまいました。さらに、これらの作業には約3万トークンという膨大な量のコンテキストウィンドウが必要となります。より高性能なMac Studio Ultraを使えば速度は向上するかもしれませんが、それでも高価であり、時間の経過とともに性能は陳腐化します。そして何よりも、コードの品質はClaudeに及ばないと感じられました。結論として、ローカルでの実行はチャットモードでは良好ですが、CLIモードでは実用的ではないと判断されました。

次に筆者が注目したのは、「Vast.ai」というクラウドサービスです。これは、安価にGPU（グラフィック処理ユニット）というAIの計算に特化した高性能な部品をレンタルできるサービスで、数分でAI実行環境を立ち上げることができます。これは素晴らしいアイデアだと筆者も評価していますが、彼自身はすでに他のプロジェクトで多数のサーバーインスタンス（仮想的なAI実行環境）を管理しており、これ以上管理の手間を増やしたくないという理由から、この選択肢は採用しませんでした。もし、皆さんが管理するプロジェクトが少ないのであれば、Vast.aiは非常に魅力的な選択肢となるでしょう。

さらに筆者は、「Cerebras」という非常に高速なAIサービスを試しました。これは驚異的な速度を誇り、ローカル環境での50〜60トークン/秒に対し、Cerebrasでは1,800〜3,000トークン/秒という圧倒的な速度でAIを動かせます。あまりの速さに、瞬きする間にアプリケーションが構築されてしまうと感じるほどです。月額50ドルで1日あたり2400万トークンという魅力的なプランがあるのですが、ここにも落とし穴がありました。CLIツールは非常に多くのリクエストを短時間に送るため、筆者はわずか数時間で日次制限に達してしまいました。また、速度は素晴らしいものの、実際にプロジェクトで使ってみると、速度がボトルネックではなく、デバッグにかかる時間の方が問題でした。Qwen3 Coderのコード品質は、Claudeの「Sonnet 3.7」というモデルには及ばなかったのです。

様々な代替案を試した結果、筆者は最終的にClaude、特にその中のSonnet 3.7というモデルに戻ることを決断しました。Sonnet 3.7は他のモデルに比べてスムーズで予測可能性があり、予期せぬ挙動が少ないと感じたからです。しかし、年間6000ドルにもなるトークン費用を使い続けることはできません。

そこで筆者が編み出した解決策は、複数のProサブスクリプションを組み合わせて利用し、必要に応じてさらに上位のMaxプランも活用することでした。そして最も重要な変更点は、「より質の高いプロンプトを作成するために時間を費やす」というものでした。具体的には、プロンプトの草稿をまず別のGPTベースのAIエージェントに通して、その欠点を見つけ出し、推敲してからClaudeに送るようにしました。この方法をとることで、結果として「驚くべき出力」を「予測可能な費用」で得られるようになったのです。筆者が発見した「秘訣」は、より多くのトークンを使うことではなく、より少なく、しかし質の高いリクエストを送ることでした。これにより、作業速度は変わらずに、費用を削減することに成功したのです。

この経験を通じて筆者は、ローカル環境で動作するAIモデルがClaudeのSonnetレベルの信頼性と品質に到達する日はまだ先だと考えています。しかし、オープンソースのLLM、例えばLlama、Gemma、DeepSeek、Qwenなどが、今や高性能なノートパソコンで動作するようになったこと自体が「信じられない」と述べています。これは5年前には20年かかると予想されていたことが、現実に実現している驚くべき進歩なのです。

システムエンジニアを目指す皆さんにとって、この筆者の体験談は、AIを道具として使いこなす上で非常に重要な示唆を与えてくれます。AIの性能やコスト、そして何よりも「AIへの指示の質」、すなわちプロンプトエンジニアリングが、最終的な成果と費用効率に大きく影響するということを理解できたのではないでしょうか。技術の進化は目覚ましく、常に新しい選択肢が登場しますが、それらを賢く選び、効果的に活用するスキルが求められる時代が来ているのです。