Qwen2.5-Coder（クウェン・ニテンゴ・コーダー）
Alibaba Cloudが2024年9月に公開したQwenシリーズのコード特化モデル。0.5Bから72Bまで7サイズが用意され、72Bモデルはコード生成・数学推論・コードデバッグの複合評価でGPT-4oを上回る性能を記録した。
Qwen2.5-Coderとは
Qwen2.5-CoderはAlibaba CloudのQwenチームが2024年9月に公開したコード生成特化LLMシリーズです。前作Qwen2-Coder（2024年3月）から大幅にアップグレードされ、特に72Bモデルがコーディングベンチマークでの業界最高性能を記録したことで注目を集めました。
0.5B・1.5B・3B・7B・14B・32B・72Bという7サイズのラインナップにより、エッジデバイスからデータセンターまで幅広い環境での展開が可能です。
モデルサイズ別スペック
| モデル | パラメータ | コンテキスト長 | VRAM(Q4) | 主な用途 |
|---|---|---|---|---|
| 0.5B | 0.5B | 32K | 1GB以下 | 組み込み/モバイル |
| 1.5B | 1.5B | 128K | 1.5GB | エッジデバイス |
| 3B | 3B | 128K | 3GB | ノートPC |
| 7B | 7B | 128K | 5GB | RTX 3060 |
| 14B | 14B | 128K | 9GB | RTX 3090 |
| 32B | 32B | 128K | 20GB | A100 (40GB) |
| 72B | 72B | 128K | 45GB | A100x2 / H100 |
72Bモデルは32Bの倍以上のVRAMを要しますが、性能向上幅も大きく、本番サービスでの採用に適しています。
学習データの特徴
Qwen2.5-Coderは5.5兆トークンのデータで事前学習されています。
データ構成
- コードデータ: GitHub公開リポジトリ（90+言語）
- 数学データ: arXiv論文・競プロ問題・教科書
- テキストデータ: 一般的な自然言語コーパス
コードと数学データを組み合わせた学習がQwen2.5-Coderの特徴で、アルゴリズム問題の解法生成において競合モデルより高い正答率を示しています。
ベンチマーク性能
主要ベンチマーク比較（72Bモデル）
| ベンチマーク | Qwen2.5-Coder-72B | GPT-4o | Claude 3.5 Sonnet | DeepSeek-Coder-V2 |
|---|---|---|---|---|
| HumanEval | 92.7% | 90.2% | 92.0% | 90.2% |
| MBPP | 83.5% | 81.9% | 82.8% | 76.2% |
| LiveCodeBench | 43.2% | 37.4% | 40.8% | 38.1% |
| EvoEval(Hard) | 55.7% | 51.2% | 53.4% | 48.9% |
HumanEvalとMBPPでの92.7%・83.5%はいずれも公表時点でオープンソースモデル最高値でした。LiveCodeBenchはリアルタイムで追加される新問題を使う流出汚染がないベンチマークで、より実態に近い評価とされています。
コーディングエージェントとしての活用
Qwen2.5-Coderは関数呼び出し（Function Calling）とツール使用に最適化されており、コーディングエージェントのバックエンドとしての利用が想定されています。
エージェント向け機能
- Structured Output: JSONスキーマ準拠の出力保証
- Multi-Turn Tool Use: 複数ステップのツール呼び出しをサポート
- Code Interpreter統合: コード実行と結果フィードバックのループに対応
- 128Kコンテキスト: 大規模リポジトリ全体を把握したコード変更
OpenHandsやSWE-Agent等のコーディングエージェントフレームワークとの組み合わせで、SWE-Benchのイシュー自動解決タスクに投入する事例が増えています。
IDEへの組み込み方法
VS Code + Continue.dev設定例
{
"models": [
{
"title": "Qwen2.5-Coder-7B",
"provider": "ollama",
"model": "qwen2.5-coder:7b",
"apiBase": "http://localhost:11434"
}
]
}
Ollamaでのセットアップはollama pull qwen2.5-coder:7bのワンコマンドで完了します。Continue.devのconfig.jsonに上記を追加するだけで、VS Code上でローカルAIコード補完が有効になります。
FAQ
Q: Qwen2.5とQwen2.5-Coderはどう違いますか？ A: Qwen2.5は汎用LLMでテキスト生成・翻訳・分析等に使います。Qwen2.5-CoderはQwen2.5をベースにコード・数学データで追加学習したモデルで、プログラミングタスクに特化しています。一般タスクはQwen2.5の方が得意な場合もあります。
Q: 日本語のコードコメントは生成できますか？ A: はい。Qwen2.5-Coderはコード中の日本語コメント・ドキュメント文字列の生成に対応しています。Qwen2.5ベースのため日本語能力が高く、英語コードに日本語ドキュメントを付加するタスクにも実用的です。
Q: 商用利用は可能ですか？ A: Apache 2.0ライセンスで商用利用可能です。ただし72Bモデルは別途Qwen商用ライセンスが必要な場合があるため、利用前にHugging Faceのモデルカードを確認してください。
まとめ
Qwen2.5-Coderは0.5Bから72Bまでの幅広いサイズ展開と、コード生成ベンチマークでのGPT-4o超えという実績を持つ注目のオープンソースCode LLMです。日本語対応・128Kコンテキスト・Apache 2.0ライセンスを備え、エッジからサーバーまで様々な環境での実用展開が可能です。