重要なポイント
- VS CodeはContinue.dev拡張機能を使用してローカルモデル（Ollama、LM Studio、vLLM）に接続します。
- Cursorはビルトインのローカルモデルサポート付きのVS Codeフォークです。拡張機能は不要です。
- コードの最高のローカルモデル：Qwen2.5-Coder 7B、Code Llama 13B、またはMistral Small。
- 7Bモデルを使用したコンシューマーGPUで2〜5秒の補完レイテンシを予想してください。
- 2026年4月現在、ローカルコード補完は個人使用に実用的ですが、チーム向けはまだ本番レベルではありません。
📍 一文で説明
VS Code（Continue.dev拡張機能経由）とCursorはどちらも、Qwen2.5-Coder 7BやCode Llama 13Bのようなローカルで動作するLLMをプライベートなコード補完に利用できます。APIキーもクラウド接続も不要で、すべて自分のGPU上で実行されます。
💬 簡潔に説明
コードをクラウドAIサービスに送信する代わりに、AIモデルを自分のコンピューター上で実行し、コードエディタに接続できます。VS Codeには無料のContinue.dev拡張機能が必要で、Cursorはネイティブに対応しています。コードが自分のマシンから外に出ることなく、オートコンプリート形式の候補が得られますが、GitHub Copilotのようなクラウドツールより多少遅くなります。
VS CodeでContinue.devをセットアップするにはどうすればよいですか？
Continue.devはローカルおよびクラウドコード補完用のVS Code拡張機能です。
# 1. VS Code Marketplaceからcontinueをインストール
# 「Continue」を検索してインストールをクリック
# 2. Ollamaが実行されていることを確認
ollama serve
# 3. Continue設定を開く（Ctrl+Shift+P → Continue：設定を開く）
# config.jsonが開きます
# 4. ローカルモデルのために設定：
# デフォルト設定を以下で置き換え：
{
"models": [{
"title": "Ollama",
"provider": "ollama",
"model": "qwen2.5-coder:7b",
"apiBase": "http://localhost:11434"
}],
"tabAutocompleteModel": {
"title": "Ollama",
"provider": "ollama",
"model": "qwen2.5-coder:7b"
}
}
# 5. コード入力を開始し、Tabキーで補完
# または Ctrl+Shift+\ 補完を手動トリガー
Cursorでローカルモデルを使用するにはどうすればよいですか？
CursorはAIアシスト型コーディング向けに最適化されたVS Codeフォークです。 Ollamaを介したローカルモデルのビルトインサポートを備えています。
# 1. cursor.shからCursorダウンロード
# 2. Ollamaが実行されていることを確認
ollama serve
# 3. Cursor設定を開く（Cmd/Ctrl + ,）
# 4. 「Model」を検索して設定：
# - Model Provider: "Ollama"
# - Model: "qwen2.5-coder:7b" （または選択）
# - API Base: "http://localhost:11434"
# 5. コード入力し、インライン補完にTab
# 6. 複数行補完にCtrl+Kコードに最適なモデルはどれですか？
⚠️ VRAM規則：モデルが必要とするVRAMより2〜3 GB多い空きVRAMを常に持つ。Q4のときの7Bモデル（4.7 GB）はVS CodeまたはCursorで実行するときに合計8 GBのVRAMを必要とします。
モデル | HumanEval | VRAM | 速度 | 最適： |
|---|---|---|---|---|
| Qwen2.5-Coder 7B | 72% | 4.7 GB | 速い | 最高のバランス、最速 |
| Code Llama 7B | 69% | 4.7 GB | 速い | 一般的なコーディング |
| Mistral Small | 61% | 4.5 GB | 非常に速い | 軽量、EUサーバー |
| Code Llama 13B | 74% | 8.5 GB | 中程度 | 16GBマシンで品質向上 |
| DeepSeek-Coder 6.7B | 68% | 4 GB | 速い | 軽量代替案 |
どのレイテンシとVRAMを期待すべきですか？
補完レイテンシ（最初のトークンまでの時間）はIDE体験に不可欠です。 2026年4月現在、ここに典型的な数値があります：
⚠️ レイテンシ現実チェック：ローカル補完はクラウドより2〜10倍遅い。プライベート作業にはローカルを使用し、時間に敏感なコーディングにはクラウド（Copilot、Claude）を使用。
💡 パフォーマンスチューニング：`contextLength`を2048から1024トークンに減らしてレイテンシを半分にします。トレード：提案のコンテキストコード行が少なくなる。
ハードウェア | モデル | レイテンシ | スループット |
|---|---|---|---|
| RTX 4090 GPU | Qwen2.5-Coder 7B | 0.3-0.5秒 | 150トークン/秒 |
| RTX 4070 GPU | Qwen2.5-Coder 7B | 0.8-1.5秒 | 80トークン/秒 |
| M3 MacBook Pro | Qwen2.5-Coder 7B | 2-3秒 | 20トークン/秒 |
| 8コアCPUのみ | Qwen2.5-Coder 7B | 5-10秒 | 3トークン/秒 |
パフォーマンスデータに関する注記：Qwen2.5-Coder 7B Q4_K_Mフォーマット、バッチサイズ = 1、新規システム（バックグラウンドタスクなし）で測定されたレイテンシとスループット。実際のパフォーマンスはOS、VRAM可用性、量子化形式、および同時負荷に依存します。
パフォーマンスのためにコード補完を設定するにはどうすればよいですか？
これらの設定で体験を微調整：
⚠️ 警告：8GBマシンの13Bモデルでは、補完に5〜10秒かかり、IDEが反応しなくなる可能性があります。スムーズなパフォーマンスのために7Bモデルを使用。
💡 プロのヒント：`debounceWaitMs`を400〜500 msに増やしてちらつきを減らし、不完全な提案を避ける。
# config.json高度な設定
{
"tabAutocompleteModel": {
"contextLength": 2048, # 送信するコードコンテキスト
"maxTokens": 50 # 補完あたりの最大トークン
},
"completionOptions": {
"maxContextTokens": 1024,
"maxSuggestionsCount": 5,
"debounceWaitMs": 200 # 表示前待機（ms）
},
# より高速な推論のために小さいコンテキスト：
"models": [{
"contextLength": 1024 # 小さいコンテキスト = 高速
}]
}
# 8GBマシンの最高速度：
# - 7Bモデル使用（13Bでなく）
# - maxTokensを30に設定
# - debounceWaitMsを500に設定（ちらつき少なく）ローカルコード補完セットアップで何が一般的な間違いですか？
- Debounceレイテンシを調整しない：補完が「遅い」と感じたら、debounceWaitMsを増やす（例えば400 ms）して不完全な提案を表示しない。
- VRAMに対して大きすぎるモデルを使用：13Bモデル+エディタオーバーヘッドは12+ GB使用できる。8GBマシンでは7Bモデルを使用。
- クラウドレベルのコード品質を期待：GPT-5.6はどの7Bモデルよりもコードで大幅に優れている。ローカル補完はクラウド品質の70〜80%。
- CPUで推論を実行：CPU補完は非実用的（5〜10秒レイテンシ）。GPUは有用な補完に必要。
FAQ：ローカルコード補完
Ollamaでのコード補完に最適なモデルはどれですか？
Qwen2.5-Coder 7Bは速度と品質のバランスが最も優れており、HumanEvalで72%のスコア、VRAMはわずか4.7GBです。16GB以上のVRAMがあれば、Code Llama 13B（HumanEval 74%、VRAM 8.5GB）でさらに品質が向上します。
CursorはローカルLLMをネイティブにサポートしていますか？
はい。CursorはカスタムのOpenAI互換エンドポイントをサポートしています。ベースURLをhttp://localhost:11434/v1に設定し、任意のAPIキーを入力してください（Ollamaは認証を必要としません）。モデルのドロップダウンからOllamaモデルを選択すると、Cursorがリクエストをローカルモデルにルーティングします。
実用的なローカルコード補完に最低限必要なVRAMはどれくらいですか？
Q4_K_M量子化の7Bモデル（約4.5GB）で実用的な補完を行うには、最低8GBのVRAMが必要です。8GBだと余裕がほとんどありません。Qwen2.5-Coder 7BやCode Llama 7Bを快適に使うには12GB以上を推奨します。
VS CodeでContinue.devをセットアップするにはどうすればよいですか？
VS Code MarketplaceからContinue拡張機能をインストールし、Ollamaを使用するよう設定します。Continueサイドバーを開き、モデルセレクターをクリックし、プロバイダーとして「Ollama」を選択し、モデル（例：qwen2.5-coder:7b）を選択して保存します。Continueは自動的にlocalhost:11434のOllamaに接続します。
VS CodeでコードレビューとチャットにローカルLLMを使えますか？
はい。Continue.devはタブ補完とインラインチャットモードの両方を提供します。エディタでコードを選択し、Cmd/Ctrl+Iを押して質問や指示を入力すると、ローカルモデルがエディタのコンテキスト内で応答します。これはコードレビュー、リファクタリング提案、説明依頼に使用できます。
VS Codeを開いたときにOllamaが起動していない場合はどうなりますか？
Continue.devは接続エラーを表示し、補完が表示されなくなります。VS Codeを開く前にターミナルで`ollama serve`を実行してOllamaを起動してください。macOSでは、Ollamaのメニューバー設定でログイン時に自動起動するよう設定できます。
ローカルコード補完はクラウドより速いですか？
いいえ。クラウド補完（GitHub Copilot）は最適化されたサーバーで速いです。ローカル補完はレイテンシが高いですがゼロコストとゼロプライバシーリスク。
他のIDE（PyCharm、Neovim）でローカル補完を使用できますか？
はい、しかしセットアップは異なる。PyCharmはOllamaプラグインを持つ。Neovimの場合、cmp-ollama（補完プラグイン）を使用。常にIDE コミュニティ統合をチェック。
ContinueまたはCursorでクラウドモデルを使用できますか？
はい。ContinueをOpenAI、Claude、またはGeminiで使用するように設定。また混合できます（高速ローカル、複雑コード用クラウド）。
ローカルコード補完はオフラインで機能しますか？
はい。Ollamaでモデルを取得した場合、補完は完全にオフライン機能。
日本人開発者のためのローカルLLMコード補完：Cursor vs Continue.dev
GSCデータによると「cursor ローカルllm」というクエリは8.7% CTRを記録しており、日本の開発者コミュニティがこのトピックを積極的に検索しています。ZennとQiitaには日本語の詳細セットアップ記事が多数あり、Continue.devとOllamaの組み合わせが特に人気です。
VS Code自体は日本語UIに完全対応（Japanese Language Packプラグイン）。Cursor IDEも日本語UIをサポートしています。ローカルLLMとの組み合わせで、日本語コメント・日本語変数名を含むコードへの補完精度が高まります。
- Zenn/Qiitaの日本語セットアップ記事： 「Continue.dev Ollama 設定」「Cursor ローカル LLM」などで検索すると実践的な記事が多数ヒット。Zenn（zenn.dev）は技術記事品質が高く、GitHub連携で更新管理されている点が特徴。
- 日本語コード用推奨モデル： Qwen3-Coder-7B（日本語コメント・文書化に強い）、DeepSeek Coder V2（英語中心だが日本語コンテキストも理解）。日本語変数名やコメントを含むプロジェクトではQwen3-Coderが優位。
- Continue.dev 日本語設定： `~/.continue/config.json`のシステムプロンプトに「日本語でコメントを生成してください」と追加すると日本語コード補完の品質が向上。
- Apple Silicon優位性（日本市場）： 日本はMacBook M系列の普及率が高い。MLX経由でのコード補完はOllama比で1.5-2倍速い（M2 Pro基準）。ただしContinue.devとの直接MLX統合は未対応 — Ollama経由が現実的。
- 日本語コミュニティ・Discordサーバー： 「AI開発者JP」「Ollama日本語ユーザー会」などのDiscordサーバーでローカルLLMセットアップの日本語サポートが得られる。
ソース
- Continue.dev Team. (2026). "Continue Documentation." docs.continue.dev/ -- Official setup guide, config.json reference, and local model integration instructions.
- Cursor. (2026). "Cursor Documentation." docs.cursor.com/ -- Local model configuration, Ollama integration, and inference setup guide.
- Alibaba Qwen Team. (2025). "Qwen3-Coder Technical Report." arXiv:2409.12186. arxiv.org/abs/2409.12186 -- HumanEval and code generation benchmarks for Qwen3-Coder variants.
- DeepSeek-AI. (2024). "DeepSeek-Coder Technical Paper." arXiv:2401.14196. arxiv.org/abs/2401.14196 -- Benchmark data and capability analysis for DeepSeek-Coder family.