opencode × Ollama で qwen3-coder-next を「動く状態」までセットアップする手順（＋一括設定プロンプト付き）

Posted at 2026-09-23

はじめに

ollama pull qwen3-coder-next:latest でモデルをダウンロードして opencode から選んだだけでは、残念ながらうまく動きません。 「同じ文章を繰り返す」「存在しないツールを呼ぶ」「モデルが一覧に出てこない」などのトラブルが起きます（原因の詳細はこちらの記事を参照）。

この記事では、インストールしただけの状態から「実際に使える状態」までを、手順に沿ってセットアップする方法をまとめます。

さらに最後に、上記の設定作業を opencode の任意のモデルへプロンプトを投げるだけで自動実行できる「一括設定プロンプト」 を用意しました。コマンドを手打ちせずに済むので、ぜひお使いください。

前提

項目	条件
Ollama	v0.15.5 以上（`qwen3-coder-next` の必要要件）
opencode	最新の LTS / release 版
OS	Windows / macOS / Linux いずれも可
メモリ	システム RAM 64GB 以上を推奨（モデルは約 51GB、GPU 16GB では RAM へ mmap 混載が前提）
GPU	任意（無くても動くが遅い。AMD/ NVIDIA とも対応）

モデルスペック: qwen3-coder-next:latest = 80B 級 MoE（約 79.7B / 活性約 3B）、Q4_K_M 約 51GB、ネイティブコンテキスト 262,144。

全体の流れ

Ollama とモデルのインストール（一般的な方法）
Modelfile でループ対策モデルを作成（Ollama の設定）
opencode に Ollama プロバイダとモデルを登録（opencode の設定）
動作確認

Step 1: Ollama とモデルのインストール

1-1. Ollama のインストール

公式サイト https://ollama.com/download から OS に合わせたインストーラをダウンロードしてインストールします。

インストール確認:

ollama --version

qwen3-coder-next は Ollama 0.15.5 以上 が必要です。古い場合はアップデートしてください。

1-2. モデルのダウンロード

ollama pull qwen3-coder-next:latest

約 51GB あるので、ダウンロードに時間がかかります。

確認:

ollama list
# qwen3-coder-next:latest    ca06e9e4087c    51 GB    ...

この段階で ollama run qwen3-coder-next は動きますが、opencode から実用レベルで使おうとするとループ等で失敗します。 Step 2 以降を必ず実施してください。

Step 2: Modelfile でループ対策モデルを作成（Ollama の設定）

qwen3-coder-next は 繰り返し（ループ）が発生しやすい既知の癖 があります。Ollama のデフォルトサンプラーはペナルティが全て無効で、ループ抑制の仕組みが入っていない ため、サンプリングパラメータを設定した派生モデルを作ります。

2-1. Modelfile を作成

拡張子なしのテキストファイル Modelfile を任意の場所に作ります。

FROM qwen3-coder-next:latest
PARAMETER temperature 0.8
PARAMETER top_p 0.95
PARAMETER min_p 0.01
PARAMETER top_k 40
PARAMETER presence_penalty 1.10
PARAMETER frequency_penalty 0.5
PARAMETER num_ctx 16384

⚠️ dry_multiplier / dry_allowed_length（Reddit の Loop Fix で推奨されることがある）は Modelfile の PARAMETER では受け付けられず Error: unknown parameter になります（Ollama 0.34.2 で確認）。書かないこと。

2-2. 派生モデルを作成

ollama create qwen3-coder-next-lf -f Modelfile
# success

2-3. パラメータを確認

ollama show qwen3-coder-next-lf --parameters
# min_p 0.01 / num_ctx 16384 / presence_penalty 1.1 / temperature 0.8 / top_k 40 / top_p 0.95 / frequency_penalty 0.5

すべて反映されていれば OK です。

メモリが足りず OOM になる場合は PARAMETER num_ctx を 8192 など小さめに調整してください。

Step 3: opencode にモデルを登録（opencode の設定）

opencode は Ollama を自動で検出しません。設定ファイルにプロバイダを明示登録します。

3-1. 設定ファイルを開く

OS	パス
Windows	`C:\Users\<ユーザー名>\.config\opencode\opencode.jsonc`
macOS / Linux	`~/.config/opencode/opencode.jsonc`

存在しなければ新規作成します。opencode.json でも可（JSONC 形式の場合は拡張子 .jsonc）。

3-2. 設定を記述

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Ollama",
      "options": {
        "baseURL": "http://localhost:11434/v1"
      },
      "models": {
        "qwen3-coder-next-lf": {
          "name": "qwen3-coder-next-lf",
          "limit": {
            "context": 16384,
            "output": 16384
          }
        }
      }
    }
  },
  "model": "ollama/qwen3-coder-next-lf"
}

ポイント:

npm: "@ai-sdk/openai-compatible" と Ollama の OpenAI 互換エンドポイント http://localhost:11434/v1 を指定するのがポイント。
既に別のプロバイダが設定されている場合は、provider オブジェクトに ollama を追加する形で結合します（他の設定を壊さないこと）。
モデル単位の limit.context / limit.output は、クライアント側の最大値を決めるもの。実際の割り当ては Ollama 側（Step 2 の num_ctx）と合わせることが重要です。

3-3. 設定後

opencode を 再起動 し、/models で ollama/qwen3-coder-next-lf を選択します。

一覧への反映はコマンドでも確認できます:

opencode models | grep ollama
# ollama/qwen3-coder-next-lf

Step 4: 動作確認

チャットで簡単な質問を投げてみます。

ユーザー: 1+1=? Answer in one word.
期待: Two（ループせず正常応答）

ファイル操作や agent 動作（ツール呼び出し）も試し、ループ・幻覚パス・誤ツール名が無ければ成功です。

作業の自動化：一括設定プロンプト

上記 Step 1〜4（Ollama の確認・Modelfile 作成・opencode 設定）は、以下のプロンプトを opencode の任意のモデルに投げるだけで自動実行できます。

使い方

opencode を起動し、プロジェクト内で 任意のモデル を選択（設定作業は軽いので小さいモデルで十分）
下のコードブロックの内容をコピーして貼り付け、送信
完了報告を待って、opencode を再起動 → /models で ollama/qwen3-coder-next-lf を選択

プロンプト本文

# タスク
ローカルLLM「qwen3-coder-next」を Ollama + opencode で実用的に使えるよう、以下の手順をすべて自動で実行して環境設定してください。

## 前提確認
1. `ollama --version` を実行し、Ollama が v0.15.5 以上であることを確認する。未インストール・旧バージョンの場合はエラーを報告して停止。
2. `ollama list` を確認し、`qwen3-coder-next:latest` が無ければ `ollama pull qwen3-coder-next:latest` を実行する。
3. 実行 OS（Windows / macOS / Linux）を判別し、設定ファイルのパスやコマンドを環境に合わせて使う。

## Step A: ループ対策モデルの作成
1. 一時ディレクトリに `Modelfile` を作成し、以下を書き込む:
   FROM qwen3-coder-next:latest
   PARAMETER temperature 0.8
   PARAMETER top_p 0.95
   PARAMETER min_p 0.01
   PARAMETER top_k 40
   PARAMETER presence_penalty 1.10
   PARAMETER frequency_penalty 0.5
   PARAMETER num_ctx 16384
2. `ollama create qwen3-coder-next-lf -f <Modelfile のパス>` を実行する。
3. `ollama show qwen3-coder-next-lf --parameters` で、temperature 0.8 / top_p 0.95 / min_p 0.01 / top_k 40 / presence_penalty 1.1 / frequency_penalty 0.5 / num_ctx 16384 が反映されているか確認する。
4. もし `dry_multiplier` 等を指定して `unknown parameter` エラーになった場合は、その指定を除いてやり直す（Modelfile 非対応のため）。

## Step B: opencode 設定
1. 設定ファイルを探す:
   - Windows: C:\Users\<ユーザー名>\.config\opencode\opencode.jsonc
   - macOS / Linux: ~/.config/opencode/opencode.jsonc
   存在しなければ新規作成する。既存設定がある場合は `provider` と `model` を追加・上書きする（既存のプロバイダは壊さない）。
2. 以下を設定ファイルへ反映する:
   {
     "$schema": "https://opencode.ai/config.json",
     "provider": {
       "ollama": {
         "npm": "@ai-sdk/openai-compatible",
         "name": "Ollama",
         "options": { "baseURL": "http://localhost:11434/v1" },
         "models": {
           "qwen3-coder-next-lf": {
             "name": "qwen3-coder-next-lf",
             "limit": { "context": 16384, "output": 16384 }
           }
         }
       }
     },
     "model": "ollama/qwen3-coder-next-lf"
   }
3. `opencode models` を実行し、`ollama/qwen3-coder-next-lf` が一覧に含まれることを確認する。

## 完了報告
- 実行した各コマンドと結果（成功 / 失敗）を簡潔に報告する。
- ユーザーへ以下を案内する:
  1. opencode を再起動し `/models` から `ollama/qwen3-coder-next-lf` を選択すること
  2. 動作確認として `1+1=? Answer in one word.` を試すこと

実行例（想定される結果）

ステップ	実行内容	想定結果
前提確認	`ollama --version`	`v0.34.2` 等
Step A	`ollama create qwen3-coder-next-lf`	`success`
Step A	`ollama show ... --parameters`	全パラメータ反映済み
Step B	`opencode models`	`ollama/qwen3-coder-next-lf` 表示

注意点・よくある失敗

Provider not found: ollama → opencode の設定が「モデル選択だけで provider 未登録」。Step 3 の設定が必須。
/models に出てこない → provider.ollama.models に登録したモデルだけが表示される仕様。qwen3-coder-next-lf を登録済みか確認。
ループ・同じ文言の繰り返し → Step 2 のパラメータが未適用（ollama show で確認）。あるいは元モデル qwen3-coder-next を直接選んでいないか。
デフォルト通りの応答が遅い → 80B 級モデルは GPU 16GB では RAM へ mmap 混載となり、~10〜14 tok/s 程度が実態。必要に応じて小さめのモデル（qwen3-coder:30b 等）を検討。
OOM / コンテキスト不足 → クライアント側の limit.context と Ollama 側の num_ctx の両方を見る。RAM が少なければ num_ctx を下げる。

参考リンク

おわりに

「インストールしただけ」では動きません。 重要なのは、①ループ対策済みの派生モデルを作ること、②opencode にプロバイダとして Ollama を明示登録すること、この2点です。この記事の手順（または最後のプロンプト）を使えば、迷わず「動く状態」まで到達できます。

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up