ローカルQwen 3.6対フロンティアモデル：コーディングプリミティブにおけるシングルファイルHTML Canvas駆動アニメーション

Redditユーザーが、ローカル量子化モデルとフロンティアのWebベースモデルを、特定のコーディングプリミティブである「単一HTMLファイルで、横から見た車がパララックススクロール、回転するホイール、映画的な照明とともに走るフルページキャンバスアニメーションを生成する」タスクで直接比較した。

プロンプト

プロンプトでは、ライブラリなしの単一HTMLファイル、フルページキャンバス、リアルな横から見た車のアニメーション、レイヤー化されたパララックス背景、回転するホイール、微妙な車体の動き、スムーズなループ、統一感のある空と照明を要求した。

テストされたモデル

フロンティア（Webベース、Perplexity経由、tok/sは未計測）：

• Claude Sonnet 4.6 Thinking（推論にインターネット使用）
• Gemini 3.1 Pro Thinking
• GPT 5.4 Thinking
• Kimi k2.6 Thinking

ローカル（Ryzen 5 5600、24 GB DDR4-3200、RX 5700 XT 8GB）：

• Qwen3.5 9B Q4_K_M — 約50 tok/s
• Qwen3.6-27B（Claude-opus-reasoning-distilled）Q4_K_M — 2.65 tok/s
• Qwen3.6-27B Q4_K_M — 2.70 tok/s
• Qwen3.6-31B A3B Q4_K_M — 12.13 tok/s
• Gemma-4-31b-it — 1.91 tok/s
• Qwen3.5 4B Q8 — 60 tok/s（推論にインターネット使用）
• Qwen3.5 4B Q4_K_M — 80 tok/s（推論にインターネット使用）

結果と主観的ランキング

この特定タスクでのランキング：

1. Kimi k2.6 Thinking — 全体的に最もクリーンなビジュアル
2. Qwen3.6-27B Q4_K_M（ローカル） — 期待以上；良好なパララックスと路面感
3. Qwen3.6-27B Claude-opus-reasoning-distilled — 僅差で3位

ローカルの27B量子化モデルは、この特定のビジュアルプリミティブにおいて、一部のフロンティアモデルの出力よりも自然な動きとレイヤリングを実現した。投稿者は、フロンティアモデルがローカル量子化モデルをより明確に上回ることを期待していたと述べている。

ユーザーは、どのモデルがどのファイルを生成したかを追跡するために、HTMLの<title>タグのみを変更した。出力結果はスレッド内で、実行中のアニメーションのスクリーンショットやGIFとともに共有されている。