ありがとう！ブログのリンクを一番上に変えて、他のリンクはトップテキストに入れたよ。

コストパフォーマンスが大事だよね。5Bパラメータでこのスコアはかなりいいし、ちょっと前までは信じられないレベルだった。小さいモデルはどんどん良くなっていくと思うし、クラウドの最先端モデルも小さくなるだろうね。今の構築が鉄道のように感じる理由の一つだね。

自分はGemini 3 Flashを使ってるけど、Claude Codeのセットアップも見たことあるよ。Anthropicの人たちがトークンを押し上げてるけど、自分は少ないお金で結果を出せてる。

Opusを使って計画して、ローカルで実行する。

自分も同じこと考えてた。全体のデザインを作るために重いモデルを使って、作業を分けて小さいモデル（もしかしてローカルのやつ？）にコーディングさせるのが理にかなってると思うんだけど… でも、どうやってそれを実現するの？ 自分はClaude Codeを使ってるけど、これをハーネス内でサポートする必要があるのかな？

仕事ではOpus 4.xを使ってて、家ではこの「小型」（20-80億、3-4億アクティブ）モデルを使ってる。残念ながら、まだ比較できないね（私の意見では）。Opusだと、信頼して作業できるし、設計やアーキテクチャの提案、コードの変更も安心して任せられる。複雑なコードベースでもね。小型モデルは「頑張ってる」感じがするけど、小さなタスクには使えるけど、もっと複雑なタスクだと自分でやるよりも手間がかかることが多い。違ってほしいな、もしかしたら1年か2年後には変わるかも。

Claudeのコード自体は、Haikuでたくさんのサブエージェントを回してる。モデルの幻覚率が低いから、探索タスクには最適だと思う。これがこのモデルの一番の目的になるんじゃないかな。トークンがたくさん必要だけど、多くのタスクは計画や修正の前に複数の探索エージェントを回すから、その後はほんの数回のツール呼び出しで済むんだよね。

何とかしようとしてるんだけど、qwen 3.6 35bを具体的な仕様の最終実装に使いたいんだ（主にローカルデータのプライバシーのために）。…でも、修正にかかる時間や、試行錯誤して収束させるためのパイプラインを作るのに、Opusと比べて時間やお金の面でほとんど価値がないことが多いんだよね。

以前はすべてにopusを使ってたけど、マルチエージェントシステムに移行するとそれは選択肢じゃなくなるね。ハイエンドの研究をしてるなら別だけど。普通の開発者としてopusを使ってたら、1日で簡単に3k使っちゃうよ。より良いハーネスとフィードバック/検証者を構築するにつれて、3.5フラッシュに移行してる。中国のモデルも使えると思うけど、今は使えないんだ。一般的には、opusを動かしてるコーディネーターがいて、弱いモデルを使って行動するスキルやサブエージェントが増えてきてる。今の時点で、ほとんどの開発者がやるタスクに必要な知能レベルは超えてると思うし、コードベースのハーネスをより良く構築するにつれて、その傾向は下がっていくと思う。