ランキング更新日：2026年9月22日
コード生成、リファクタリング、コードの自動補完に特化している、または高い性能を発揮するオープンウェイトLLMのランキングです。HumanEval/MBPPで評価され、ファイル全体を扱える32kトークン以上のコンテキストを備え、制約の少ないライセンスを採用しているモデルを優先しています。
⚡ きちんと動く一式そろったセットアップCline + Aider + Modelfilesが設定済み、30分で準備完了 — ローカルコパイロットキット →MoE 33B（アクティブパラメータ3B）。Apache 2.0ライセンスで、エージェント型コーディングに特化。SWE-Bench Verifiedで68.2%、128kのコンテキスト。メモリ36 GBのMacで動作。2026年4月28日リリース。
ollama run laguna-xs.2
コーディングに特化した24Bモデル。Apache 2.0ライセンス。SWE-Benchで72.2%。256kのコンテキスト、フランスの研究所による開発。
ollama run devstral-small2:24b
MoE 33B／アクティブパラメータ3B（Poolside）、多言語のエージェント型コーディング。コンテキスト256k、オープンライセンスOpenMDW。43 GBのMacで動作。2026年6月リリース。
ollama run laguna-xs-2.1
エージェント型コーディングに特化したMoE 30B（アクティブパラメータ3.3B）。ローカルで非常に高速に動作し、標準で256kのコンテキストに対応。Ollama経由で使う16～24 GB環境の定番モデル。
ollama run qwen3-coder:30b
2024 年末には、コード分野のオープンウェイトモデルの代表格でしたが、現在は Qwen3-Coder / Devstral 世代に追い抜かれています。
ollama run qwen2.5-coder:32b
Coder 14B。HumanEval 89.6、LiveCodeBench 37.1。コーディング用モデルをセルフホストする際に、VRAM使用量の面でバランスのよい選択肢。
ollama run qwen2.5-coder:14b
デンス型27Bマルチモーダルモデル、2026年4月22日公開。262kコンテキスト（YaRNで1M）。SWE-bench Verified 77.2%。
ollama run qwen3.6:27b
| 順位 | モデル | Params | VRAM Q4 | コンテキスト | ライセンス |
|---|---|---|---|---|---|
| #1 | Laguna XS.2 | 33B | 19 GB | 131 072 | Apache 2.0 |
| #2 | Devstral Small 2 24B | 24B | 14 GB | 256 000 | Apache 2.0 |
| #3 | Laguna XS 2.1 | 33B | 19 GB | 256 000 | OpenMDW 1.1 |
| #4 | Qwen3-Coder 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 |
| #5 | Qwen 2.5 Coder 32B | 32B | 19 GB | 131 072 | Apache 2.0 |
| #6 | Qwen 2.5 Coder 14B Instruct | 14B | 9 GB | 131 072 | Apache 2.0 |
| #7 | Qwen 3.6 27B | 27B | 16 GB | 262 144 | Apache 2.0 |
必要なメモリ量とソフトウェアに応じて、二つのアプローチがあります： Radeon RX 9070 XT 16 GB · GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — AIハードウェアを比較 →
モデルは用意できました。あとはエディターで活用するだけです。Copilote Localキットでは、Clineを使ってVS Codeに接続し（第7章）、Aiderを使ってターミナルで利用し（第8章）、入力中の自動補完を行えます（第9章）。そのモデルに合わせて調整されたModelfileも使います（第11章）。
無料の要点まとめ
メモを受け取る VRAM → 最適なコーディング用モデル → Ollamaコマンド （1画面に収まり、コピー＆ペーストできます）。そして、実際に動く環境を整えるために、ローカルコパイロットキットをご利用ください。
ローカルコパイロットキット — そのまま貼り付けて使える Ollama + Cline + Aider の設定、調整済みの Modelfiles、トラブルシューティング、無期限で利用できるオンラインスペース →スパムは送りません。配信停止は1クリックで可能です。お客様のデータは当サイトで保管し、転売することはありません。
お使いのグラフィックカード → ローカルで動かす最適なコーディングモデルと、その正確な Ollama コマンド：
| あなたの VRAM | 一般的な GPU / Mac | 推奨コーディングモデル | Ollama コマンド |
|---|---|---|---|
| 8 GB | RTX 4060 / 3060 · M1-M2 16 GB | Qwen 3.5 9B (Q4, 6.6 GB — 256k ctx) | ollama run qwen3.5:9b |
| 12 GB | RTX 3060 12 GB / 4070 / 5070 | Qwen 3.5 9B (Q8, 11 GB) または Gemma 4 12B (7.6 GB) | ollama run qwen3.5:9b-q8_0 |
| 16 GB | RTX 5070 Ti / 4080 / 5080 · RX 9070 XT · M4 24 GB | Devstral 24B (Q4, 14 GB) — コーディングエージェントに特化 | ollama run devstral:24b |
| 24 GB | RTX 3090 / 4090 · RX 7900 XTX · M4 Pro 48 GB | Qwen 3.8 27B (Q4, 18 GB) — 「コパイロットに近い」 | ollama run qwen3.8:27b |
| 32 GB | RTX 5090 | Qwen 3.6 35B-A3B (Q4, 23 GB) — 高速な MoE | ollama run qwen3.6:35b |
| 48 GB+ | Mac M4 Max 64 GB · M2 Ultra 128 GB | Qwen3-Coder 30B-A3B (Q8, 32 GB — 256k ctx) | ollama run qwen3-coder:30b-a3b-q8_0 |
-base : ollama run qwen2.5-coder:7b-base — この用途では今も定番です。⚠️ Qwen 3.8 ： その推論はデフォルトで非常に高く設定されており、単純なリクエストに対して「考えすぎ」ます — を下げてください low (または初回起動時に無効化) してください。⚠️ ライセンスの罠： Codestral 22B = Mistral Non-Production License → 仕事でのコーディングには使用禁止。Qwen 3.5/3.8、Gemma 4、Devstral は Apache 2.0 ライセンスです。💡 メモリの問題でクラッシュしますか？コンテキスト用に VRAM を約 1.5 GB 空けておくか、量子化レベルを一段階下げてください。🔌 VS Code に接続するには： Cline (マルチファイルエージェント)、 Aider (CLI) または Tabby/Twinny (FIM 自動補完) — すべてローカルで Ollama に接続します。キット ローカルコパイロット — そのまま貼り付けて使える設定 + テスト済みのセットアップ — を利用できます： /copilote-local.
タグに「code」を含み、100B以下のモデルを絞り込みます（それを超えると、もはや「ローカル」とは言えません）。ランキングでは、コードへの特化度（名前に「coder」「codestral」「devstral」「laguna」を含む）、長いコンテキスト長、制約の少ないライセンス、最適な規模である7～32Bを組み合わせて評価します。
考慮した基準：
スコアリングの仕組みはすべて公開しています。 私たちの方法論 でVRAMやtokens/secの計算の詳細をご確認ください。
2026年にコードを書くために最も適したオープンソースLLMはどれですか？
当サイトの第1位は Laguna XS.2 （33B、Apache 2.0）。HumanEvalでの高い正答率、131,072トークンのコンテキスト、制約の少ないライセンスを兼ね備えています。
性能のよいコード用 LLM を実行するには、どのくらいの VRAM が必要ですか？
7B Coderモデル（Q4_K_M）では6〜8GBのVRAMが十分です。32B Coderモデル（Q4）では20〜24GBを予備としてください（RTX 4090、3090、7900 XTX）。Q5またはQ8では急激に増加します — ご確認ください 構成ツール.
商用の本番環境で使用できますか？
Apache 2.0またはMITライセンスの場合に適用可能です。Codestralは Mistral Non-Production License — 個人利用・研究用途のみ。QwenとDeepSeekは自由に利用できます。
VS CodeにローカルLLMを統合する方法は？
拡張機能を介して Clineは、ローカルのOllamaサーバーまたはLM Studioサーバーに接続します。AiderはCLIで動作し、複数ファイルにまたがるリファクタリングに使えます。