ローカルLLM study3: gemma4:e2b vs Ornith-1.0-9B vs qwen3:14bを徹底比較する

ローカルLLMの選定は、これまで「うちのPCで動く軽さ」で決まることがほとんどだった。だが今回の再検証で、その思考法が通用しなくなってきたことが見えてくる。gemma4:e2bとOrnith-1.0-9Bは確かに高速だ。しかし前回の試行では、速度が理由でqwen3:14bを除外したにもかかわらず、改竄も誤修正も一度も起きなかったという事実がある。つまり「速い」か「正確」かのトレードオフが、一つの意思決定ポイントになるということだ。

ここが業界的に面白い。生成AIの評価軸は長らく「回答の速さ」だった。だがコーディングのような実務タスクでは、速度より「バグを生まない信頼性」が値札になることがある。qwen3:14bが「3～5倍遅い」というのは、開発チームの規模やタスク頻度によっては完全に許容できる範囲かもしれない。むしろ誤修正がゼロという事実の方が、デバッグ時間や品質チェックの工数削減につながる。ここは単純な比較表では見えない、実運用の重みづけの問題だ。

中小企業が社内システムやツールに組み込むAIを選ぶ時、これと同じ判断が必ず出てくる。「動く速さ」で比較するのは、実は経営の視点からは浅い。求めるべきは「うちの仕事で失敗しないAI」であって、その失敗のコストが速度ロスより大きいなら、重い方を選ぶべき局面も当然ある。ローカルLLM選定の鍵は、スペック表ではなく「運用後のリスク」で考え直すことだ。