← Learn に戻る

ローカルLLMとClaude Code 分担7章

回せそうな種類の中では48.5%、ツール呼び出し全体では6〜17%という2本の棒を背景にした、シリーズ「ローカルLLMとClaude Code 分担7章」のカード

Claude Code の料金や利用制限が気になって、仕事の一部を手元の GPU で動くローカルLLM に移したい人向けのシリーズです。「ローカルで十分」と「全然使えない」で意見が割れていて、どこまで任せてよいか決めにくいので、RTX 4070 12GB で 9B と 35B のローカルLLM と Claude に同じ手順を解かせて採点し、私の Claude Code の30日分のログで料金の行き先を数えました。材料が渡された下調べ・要約・commit メッセージはローカルで足ります。ただ、そういう種類の手順はツール呼び出しの6〜17%、料金の4〜12%しかなく、残りは次に何をするかを決める応答でした。何を移し、何を残し、お金で見て移すと得かを、自分の払い方に当てて決めるところまで扱います。

読み終えるとできること

  • ローカルで足りる手順を選べます。材料が渡された下調べと要約は 9B でも Claude と同じ合格数で、commit メッセージは 35B なら10件とも形式を守りました
  • クラウドに残すものを数字で説明できます。難しいコード修正は 9B 0/3・35B 1/3・Claude 3/3 で、料金の約76%は次に何をするかを決める応答に付いていました
  • ローカルの CLI に依頼ごと任せたときの詰まり方を知って、範囲を決められます。claw-code と 35B はコードを5件とも直しても、自分で終われたのは0件でした
  • RTX 4070 で 35B が遅いとき、エンジンと --n-cpu-moe の指定で生成を 8〜9 tok/s から 55〜56 tok/s に上げられます
  • 移すと得かを払い方で判断できます。定額なら請求は変わらず、従量でも減るのは多く見て4〜12%、電気代は月100円前後、機材は30万〜47万円です

シリーズ目次全 8 章

  1. 0 ローカルLLMとClaude Code 分担7章 Pillar (現在のページ)
  2. 1 ローカルLLMへ依頼ごとは0/100 手順で分ける Claude Codeへの依頼をローカルLLMに丸ごと移せたのは100件中0件。回せそうな手順は約半分足りても、呼び出しの6〜17%、料金の4〜12%でした。
  3. 2 ローカルLLMで足りる手順 9Bで要約10/10 材料を渡した下調べと要約は、ローカルLLMの9BでもClaudeと同じ合格数でした。commitメッセージは9Bが5/10、35Bは10/10です。
  4. 3 ローカルLLMで外れる手順 難しいコード1/3 ローカルLLMとClaudeの差は難しいコード修正で出て、9Bは0/3、35Bは1/3でした。料金の約76%が付く、次に何をするかを決める応答も残します。
  5. 4 ローカルLLMの自走 claw+35Bは終了0/5 ローカルLLMの35Bをclaw-codeで自走させると、コードは5件とも直したのに自分で終われたのは0件。Claude Codeは5/5でした。
  6. 5 ローカルLLMが遅いとき 設定で8→55tok/s RTX 4070でローカルLLMの35BはOllamaだと8〜9 tok/s、llama.cppの設定で55〜56 tok/sでした。9Bは70台です。
  7. 6 Claude Code料金 ローカルで減るか実測 Claude Code 30日の料金をAPI単価で換算すると$4,571。ローカルLLMで足りる手順は多く見て11.6%で、定額プランなら請求は同じです。
  8. 7 ローカルLLMの使い分け 6つの状況で判定表 ローカルLLMとClaude Codeの使い分けを、4つの質問と速さで6つの状況に分けた判定表。定額プランで制限に当たらないなら、移しても請求は同じです。

材料が渡された下調べ・要約・commit メッセージは、ローカルLLM で足ります。 下調べ (Web ページを取得して読む手順、Claude Code の WebFetch) で本文から答えを抜く問題は 9B でも 15/15、文書の要約は 10/10 で、Claude と同じ合格数でした。

ただ、そういう種類の手順は少数派です。

依頼まるごとではほぼ移せず (日報から書き起こした依頼100件で0件)、手順まで分けて回せそうな種類から抜くと約半分が足りました。ところがその種類は、私の Claude Code の30日分のツール呼び出し 52,651回のうち 6〜17%、料金 ($4,571、API 単価で換算) のうち 4〜12% しかありません。残りはシェルの実行・ファイルの編集・読み取り・最終回答といった、次に何をするかを決める応答です。1回あたりの料金はどの種類も大差がなく、回数の多いそちらに料金が集まっています。

「ローカルで足りる」手順の割合を3つの分母で並べた図。回せそうな3種類から抜いた200件のうちでは48.5%。30日のツール呼び出し52,651回のうちでは6.5%〜17.2%。料金 $4,571 のうちでは4.3%〜11.6%。回せそうな種類の中では約半分でも、全体では呼び出しでも料金でも1割前後

だから定額プランで制限に当たっていないなら、料金のために移す理由はありません。

払い方ごとに、ローカルに移すと何が変わるかを並べた図。定額プランで制限に当たっていない場合は、請求も使い勝手も変わらない。定額プランで制限に当たっている場合は、請求は変わらず、制限の消費が減るが何%かは公式の定義が無く言えない。API の従量や制限超過の使用クレジットで払っている場合は、請求が最大4〜12%減る

移す理由が残るのは、材料を外に出せない、API の従量で払っている、利用制限に当たっている、のどれかに当てはまるときです。そのときも移すのは下調べ・要約・commit メッセージ (35B なら易しい〜中くらいのコード修正も) までにして、難しいコード修正 (9B 0/3、35B 1/3、Claude 3/3) と次に何をするかを決める応答は Claude Code に残します。ローカルの CLI に依頼ごと自走させるのは、まだ勧めません。ローカルが遅くて試す気になれないなら、35B は llama.cpp で設定を詰めると 8〜9 tok/s から 55〜56 tok/s まで上がりました。

このページを0章として、続く7章を、移せる単位、足りる手順、外れる手順、自走の壁、速さ、お金、判定表の順に並べています。結論の表だけなら第7章から読んでも困りません。

揃える課題

条件は全章で同じです。そろえないと、出てきた差がローカルと Claude の差なのか、条件の差なのか区別できなくなります。

項目条件
GPURTX 4070 12GB (Core i7-14700KF、RAM 32GB、Windows 11 + WSL2)
ローカルのモデル9B = Qwen3.5-9B (Q4_K_M)、35B = Qwen3.6-35B-A3B (UD-Q4_K_M)
エンジンOllama 0.20.2 / llama.cpp dd4623a (章ごとに明記)
生成の条件ctx 32768、thinking off、temperature 0
品質を比べる相手Claude = claude-sonnet-5 (API は thinking off)、Claude Code 2.1.283
料金私の Claude Code (主に Opus) の会話ログ30日分 (2026-10-08〜11-06) を API 単価で換算
測定日2026-11-07

全章でそろえた条件の表。GPU は RTX 4070 12GB で測定前に VRAM の空きを確認 (そろえないと GPU の共用で速度が落ちても気づけない)。モデルは 9B = Qwen3.5-9B、35B = Qwen3.6-35B-A3B、どちらも4ビット量子化 (量子化が違うと品質も速度も別物)。生成の条件は ctx 32768、thinking off、temperature 0 (思考の有無で合格数も時間も変わる)。入力は3つのモデルに同じ材料 (モデルの差か材料の差か分からなくなる)。採点は機械的な基準 (採点者の好みが混ざる)。料金は私のログ30日分を同じ単価で換算

言葉は2つに分けます。依頼は人が Claude Code に頼む単位 (「日報お願いします」)、手順は依頼の中の1回のツール呼び出しや下請け (下調べ、commit メッセージを書く、サブエージェントに調べ物を任せる) です。対話で実際に打った文面は「生の指示」と呼んで、日報から書き起こした依頼と区別します。振り分け先は ローカルで足りる / クラウドに残す / 機密でローカル必須 の3つです。

35B の名前の A3B は、1トークンを作るのに全体の約3B ぶんしか動かさないという意味です。小さな部分ネットワーク (expert) を必要な分だけ使う作りなので、12GB の VRAM に入りきらなくても一部を CPU 側に置いて動かせます。

置き場所の一覧

置き場所は4つです。上の3つが手元の GPU、最後がクラウドです。claw-code と Qwen Code は、ローカルのモデルにつないで Claude Code のようにファイルを読み書きしながら作業を進める CLI です。

置き場所中身1行で
ローカル 9BQwen3.5-9B、VRAM に全部載る速い (71〜79 tok/s)。材料が渡された下調べ・要約なら Claude と同じ合格数
ローカル 35BQwen3.6-35B-A3B、expert の一部を CPU へ設定次第で 55〜56 tok/s。commit と易しい〜中くらいのコード修正まで足りる
ローカル CLIclaw-code / Qwen Code + 9B・35B依頼ごと任せると、claw-code と 35B は自分で終われない
Claude Code品質の比較は claude-sonnet-5難しいコードと、次に何をするかを決める応答

4つの置き場所をカードで並べた図。手元の GPU のローカル 9B (Qwen3.5-9B、VRAM に全部載る、71〜79 tok/s、材料が渡された下調べ・要約なら Claude と同じ合格数)。手元の GPU のローカル 35B (Qwen3.6-35B-A3B、expert の一部を CPU へ、設定次第で55〜56 tok/s、commit と易しい〜中くらいのコード修正まで)。手元の GPU のローカル CLI (claw-code / Qwen Code、依頼ごと任せると claw-code と 35B は自分で終われず 0/5)。クラウドの Claude Code (品質の比較は claude-sonnet-5、難しいコードと次に何をするかを決める応答)

マトリクス

手順の種類と置き場所のマトリクス。列は 9B・35B・Claude の合格数と、私の Claude Code (主に Opus) の料金に占める割合と章。下調べ (本文あり) は 15/15・15/15・15/15、料金比は下調べ4.2% (Web 検索6.0%は品質未測定)。要約は 10/10・10/10・10/10。commit メッセージは 5/10・10/10・10/10、料金比1.3%。コード修正の易・中は 6/7・7/7・7/7。難しいコード修正は 0/3・1/3・3/3。次に何をするかを決める応答 (シェル・編集・読み取り・最終回答) は品質を測っておらず、料金比は約76%。エージェントとして自走させた5課題は、claw-code と 9B が合格2・終了3、claw-code と 35B が合格5・自分で終了0、Claude Code が合格5・終了5。上の4行は 35B ならローカルで足り、下の3行はクラウドに残る

表を上から見ると、上の4行は 35B ならローカルで足ります。下の3行は2つの理由で外れます。1つは難しさで、材料を全部渡しても難しいコード修正では 9B と 35B が落ちました。もう1つは次に何をするかを決める応答で、会話の全文を踏まえて決めるので、手順として切り出せません。

料金は、その下のほうに偏っています。

表の列が見ているもの

表の列に並べた5つが物差しです。

列何を見るかどう測ったか
9B・35B・Claudeその手順を任せて品質が落ちないか (合格数)手順ごとの機械的な基準。下調べは本文から抜いた正解を全部含む、要約は必須の事実6個中4個以上で原文に無い数字なし、commit は件名72字以内と変更点への言及、コードは非公開の pytest
(エージェントの行)依頼ごと任せられるか (合格と、自分で終了)エージェントが非公開テストに合格したかと、文脈超過や強制終了で止まらずに自分で終えたか
料金比移すとお金がどれだけ動くか30日分の応答を、呼んだツールの種類で分けて API 単価で換算。コード修正は編集の応答に混ざっていて切り分けられないので空けた
章詳しく書いた章―

合格数と料金比は別の物差しです。合格数が高くて料金比が小さい手順は、移しても品質は落ちない代わりに、お金もあまり動きません。下調べが典型です。

自分ならどれか

4つの質問 (材料を外に出せるか / 依頼ごと任せたいか / 払い方は定額か従量か / 利用制限に当たっているか) で5つの状況に分かれ、ローカルが遅いかどうかは、どれとも重なる6つ目の行です。

状況どこで動かすか効いている数字
1 材料を外に出せない (機密)材料の揃った手順は 35B でローカル。難しいコードは人が見る35B でコード修正 易・中 7/7、難 1/3
2 依頼ごとローカルの CLI に任せたい今は勧めない。手順を切り出して渡すclaw-code + 35B 自分で終了 0/5、Qwen Code + 35B 合格 2/5
3 API の従量で払っている下調べ・要約・commit メッセージ (35B なら易しい〜中くらいのコード修正も) をローカルへ。機材を買うなら回収期間を計算料金比は最大4〜12%。月 $200 なら上限で月約3,500円、30万円の回収に約7年
4 定額で、5時間枠・週枠に当たる3と同じ手順をローカルへ9B で下調べ 15/15・要約 10/10。制限が何%空くかは言えない
5 定額で、制限に当たっていない全部 Claude Code のまま移しても請求は変わらない
6 ローカルが遅くて試す気にならない (1〜4と重なる)9B はそのまま、35B は llama.cpp で expert の置き場所を決める35B が 8〜9 → 55〜56 tok/s

6つの状況を3つに分けた図。Claude Code のままにするのは状況2 (依頼ごと任せたい) と状況5 (定額で制限に当たっていない)。移す理由があるのは状況1 (機密)、状況3 (従量)、状況4 (制限に当たる) で、移すのは下調べ・要約・commit メッセージ (35B なら易しい〜中くらいのコード修正も) まで。状況6 (遅い) は設定で解き、ほかの状況と重なる

質問の順番と、決めたあとに確かめることは ローカルLLMの使い分け 6つの状況で判定表 にあります。

このシリーズの検証状態

2026-11-07 の時点で、表の合格数と料金比は手元で測った値です。振り分けの割合だけは、品質を測った値とは別物で、ラベル付けの結果です。

件数は小さく、測れなかった範囲もあります。

範囲状態中身
依頼・手順の振り分けの割合ラベル付け (Claude、人の確認なし)依頼100件、生の指示150件、手順200件。「材料を渡せば 4〜9B 級で足りるか」の基準を決めて Claude に付けさせた
手順ごとの品質実測済み下調べ15・要約10・commit 10・コード修正10件、1回ずつ。機械的な採点。コード修正の課題は Claude に作らせた
分類測れず正解ラベル自体があいまいで、3モデルとも 5/12
次に何をするかを決める応答の品質未測定料金の配分と、委託60件中1件というラベルから言える範囲だけ
エージェントの自走実測済みClaude に作らせた5課題 × 1回。シェルを外した条件のみ
速度・VRAM実測済み入力ごとに3回の中央値
GPU の電力実測済み (GPU 単体)CPU・メモリ・電源のロスは未計測
呼び出し回数と料金の配分実測済み (換算)ログ30日分を API 単価で換算。実際の請求額ではない。料金の大半は Opus
定額プランの制限が何%空くか測定不能公式が制限をトークンや金額で定義していない
機材価格価格比較サイトと記事2026-10〜11 の値。買って確かめたものではない

測定中、GPU 貸し出しサービス (Salad) は止められませんでした。開始時にジョブが無いことを確かめ、VRAM を監視しながら測っています。料金は私1人の使い方です。30日分の8割は非対話の自動実行 (大半が cron) なので、対話が中心の人はローカルで足りる割合が私より低く出るはずです (対話だけで数えると 2.7%、甘く見て 9.7%)。

読む順

このページが0章で、続く7章は次のとおりです。

章内容
1移せる単位。依頼ごとでは0/100、回せそうな手順なら約半分、全体では呼び出しの6〜17%・料金の4〜12%
2ローカルで足りる手順。下調べ・要約は 9B でも Claude と同じ合格数、commit は 35B
3ローカルで外れる手順。難しいコードと、料金の約76%が付く、次に何をするかを決める応答
4自走の壁。claw-code と 35B はコードを直せても、自分で終われない
5遅いとき。9B はそのまま、35B は llama.cpp の設定で約6倍
6お金。定額では請求は変わらない。電気代と機材代、回収期間
7判定表。4つの質問と速さで6つの状況に分ける

第2〜5章は独立しています。気になる章からどうぞ。お金の章 (第6章) は第1章の数え方 (ラベルの比率を料金に掛ける) を使っているので、先に第1章を読んでおくと 4.3% と 11.6% の出どころを追えます。

ローカルLLMで足りる仕事、Claude Codeに任せる仕事 関連書籍 ローカルLLMで足りる仕事、Claude Codeに任せる仕事 依頼の96%はローカルに回せなかった。1ステップずつに下ろすと、半分が回せた 書籍ページを見る →