追加評価

14B クラスモデル が最低限必要 (32GB 環境)
8bit 量子化 (Q4_0/Q8_0) がメモリ・性能バランスで最適
M4 上では MLX 化 + LM Studio が安定
コード系専用モデル より汎用モデルのほうが応答品質良好
よく動いたモデル：phi4-8b, deepseek-r1-distill-qwen-14b, Qwen2.5-Coder-14B-Instruct, meta-llama-3.1-8b-instruct
動作が厳しいモデル：phi4-mini系, codegemma系, CodeLlama13b, IBM Granite20b, mistral-nemo-instruct-2407

評価手法は前回と同一:

・既存ファイルに Python の main 関数を追加し Hello World 出力
・scikit-learn の Iris 分類関数を作成し main 関数から呼び出し
・プロンプトを徐々に曖昧化し、複数モデルで出力の正しさを確認

具体的なプロンプトは下記。

・今開いているファイルにpythonのmain関数を追加してhello worldを出力するようにして
・scikit-learnのirisを分類する関数を作ってmain関数から呼び出すようにして
・複数モデルで評価して

Roo Code と Ollama MPS／MLX-LM それぞれで動作を比較。

Qwen3-MoE 系
- Unsloth Dynamic 2.0 量子化モデル (Ollama MPS)を評価
- Qwen3-30B-A3B (A3B: 推論時に約3.3B 活性化) → MoE 非対応で MLX-LM 変換不可
- ollamaをMPS対応バージョンにバージョンアップして評価(8Bとか4Bとか)
- unsloth/Qwen3-8B:Q4_K_XL / unsloth/Qwen3-4B:Q4_K_XL → 出力前に長い thinking mode を生成し、待ち切れず
Dense 系 Qwen3
- qwen3-1.7B → ループ多発
- qwen3-4B → Roo Code の diff 出力形式にならず
- qwen3-8B → 複雑タスクで正しいコード生成も diff 破壊
- qwen3-14B → 正常動作、メモリ約9GB、生成高速だが思考ブロック多め

項目	前回	今回
モデル群	phi4, Qwen2.5 系	Qwen3 系 (MoE/Dense 両対応)
量子化	Q4_0/Q8_0	Q4_K_XL (Dynamic 2.0), INT4/INT8
環境	32GB RAM, LM Studio + Roo Code	32GB RAM, MPS(Ollama) / LM Studio + Roo Code
Roo Code 連携可否	diff 出力 OK	14B以上で出力OK
推論速度	phi4-8B: 実用	Qwen3-14B: 高速だが思考冗長