比較・選定
Claude Code、Codex、Cursor、Cline、ローカルLLMなどを、用途・制約・選定基準から比較します。
12 件の記事
続けて読む記事
12 件-
ローカルLLMで暗号解読を実測｜シーザー暗号は解けても、換字式は4モデルとも未解読（RTX 3090）
RTX 3090とOllama 0.30.6で、gemma4:31b・qwen3.6:35b-a3b・gpt-oss:20b・qwen2.5:14bにシーザー暗号・ROT13・単一換字式・解読コード生成など6課題を1回ずつ出しました。完全一致はgemma4が5/6、gpt-ossが4/6、残り2モデルは0/6。採点スクリプトと結果JSONを同梱します。
確認日 #local-llm #ollama #benchmark #nodejs -
ローカルLLMに中学数学30問を解かせた正答率｜Ollama 4モデル実測（RTX 3090）
RTX 3090とOllama 0.30.6で、gemma4:31b・gpt-oss:20b・qwen3.6:35b-a3b・qwen2.5:14bに中学数学7分野30問を1回ずつ解かせました。gemma4とgpt-ossは30/30、qwen3.6は時間切れ2問で28/30、qwen2.5はLaTeX記号による書式不一致2問で厳密採点28/30（数式は30/30一致）。問題生成・採点スクリプトと結果JSONを同梱します。
確認日 #local-llm #ollama #benchmark #nodejs -
Codexはどれだけ使える？Plus・Pro・Business・APIキーの使用量上限とクレジット
ChatGPT Plus・Pro 5x・Pro 20x・Business・Enterprise・APIキーでCodexをどこまで使えるかを、OpenAI公式Pricingページとヘルプセンターの記載だけで整理。5時間あたりのメッセージ目安、上限到達時の挙動、クレジット単価、API料金を2026年9月14日に確認。
確認日 #codex #codex-cli #openai #個人開発 -
LM StudioとOllamaの比較：GUI/CLI・API互換・複数モデル・ライセンス
LM StudioとOllamaをGUI/CLI、モデル形式、OpenAI/Anthropic互換API、複数モデル同時ロード、ヘッドレス運用、ライセンスと商用利用条件で比較。公式ドキュメントと利用規約を2026年9月14日に確認し、両方を同じPCで実行した結果も載せています。
確認日 #local-llm #ollama #lm-studio #tips -
ローカルLLM用途別モデル選び2026：日本語要約・翻訳・コード・RAG・長文対応
日本語要約、翻訳、コード補完・エージェント、RAGの埋め込みと回答、長文コンテキストの5用途で、2026年9月時点にHugging Faceで実在を確認したQwen3.6/Gemma 4/gpt-oss/llm-jp-4/Swallow/PLaMo等を整理。数値は各モデルカードの公式値のみ引用。
確認日 #local-llm #ollama #rag #tips -
ローカルLLMのVRAM別モデルサイズ早見：8〜32GBで載る量子化とKVキャッシュ
VRAM 8/12/16/24/32GB以上ごとに載るモデルと量子化を、Hugging FaceのGGUF実ファイルサイズとKVキャッシュの概算式で整理。RTX 3090でgpt-oss・Qwen3.6・Gemma 4を実際にロードしたVRAM実測（2026-09-14）付き。
確認日 #local-llm #ollama #benchmark #tips -
日本の公共データAPI 5選：MCPで使うe-Gov・国会・統計・法人情報の選び方
日本の公共データをMCPから使う開発者向けに、e-Gov・国会会議録・e-Stat・Gビズインフォ・EDINETを比較。用途・認証・識別子からAPIを選び、法令の時点指定やXML変換の実装例へ進めます。
確認日 #mcp #public-data #egov #estat #edinet #gbizinfo #diet #open-data -
MCPのstdioとStreamable HTTPはどう選ぶ？2026年版の判断基準
MCP 2026-07-28仕様を基準に、stdioとStreamable HTTPの違い、互換性、安全性、運用コストを判断表と導入手順で整理します。
確認日 #mcp #stdio #streamable-http #ai-agent #architecture -
AIコーディングエージェントとは？用途・予算・チーム規模で選ぶ比較ガイド
AIエージェントとは何か、チャットAIとの違いから、Claude Code・Codex CLI・Cursor・Cline・Roo Code・Copilotの選び方までを、統合形態・コスト・秘匿性・チーム規模の4軸で整理します。
確認日 #claude-code #codex-cli #cursor #cline #roo-code #ai-agent #comparison #selection -
ローカルLLMの費用回収：削減できる月額から電気代を引いて比べる
GPU初期費用13万円・月額削減3,000円・電気代651円という仮定なら単純回収は約55.3か月。契約を維持する場合との違い、測定済みベンチマークの範囲を整理します。
確認日 #local-llm #cost #ollama #claude-code #codex-cli -
ローカルLLMとクラウドの比較：J-WorkBenchの相対得点と測定の限界
2026年6月6日のJ-WorkBench保存記録を読み解きます。クラウド比66〜87点という相対指標、カテゴリ別の品質、AI採点の制約を整理。実業務を同じ割合で自動化できるという測定ではありません。
確認日 #local-llm #ollama #claude-code #codex-cli #benchmark #rag -
Claude CodeとCodexはどっち？違い・比較・使い分けを個人開発目線で解説
Claude CodeとOpenAI Codexはどっちを使うべきか。違い、比較ポイント、個人開発での使い分け、料金・権限まわりの注意点を実務目線で整理します。
確認日 #claude-code #codex #openai #anthropic #比較 #どっち #個人開発 #ai-agent