---
sidebar_position: 4
title: DGX SparkでClaude Code + Qwen3-Coder-Nextをローカル実行する
description: DGX Spark上でQwen3-Coder-Next-FP8をvLLM経由でClaude Codeのバックエンドとして使う方法（200Kコンテキスト対応）
hide_table_of_contents: false
displayed_sidebar: null
---

# DGX SparkでClaude Code + Qwen3-Coder-Nextをローカル実行する

## 概要

Claude Codeをローカルで動かすメリット：

- **プライバシー**: コードがクラウドに送信されない
- **コスト**: API料金不要
- **速度**: ネットワーク遅延なし

この記事では、DGX Spark上でQwen3-Coder-Next-FP8を使ってClaude Codeを動かす方法を解説する。

## ワンライナーセットアップ

```bash
curl -sL https://docs.techswan.online/scripts/dgx-spark-claude-code.sh | bash
```

:::tip
初回はモデルロードに約10分かかる。スクリプトは完了まで待機する。
:::

## 構成

```
┌─────────────────────────────────────────────────────┐
│ DGX Spark                                           │
│                                                     │
│  ┌─────────────┐    ┌──────────────────┐           │
│  │ Claude Code │───▶│ claude-code-proxy│           │
│  └─────────────┘    │ (port 8082)      │           │
│                     └────────┬─────────┘           │
│                              │                      │
│                              ▼                      │
│                     ┌──────────────────┐           │
│                     │ vLLM Server      │           │
│                     │ (port 8000)      │           │
│                     │ Qwen3-Coder-Next │           │
│                     └──────────────────┘           │
└─────────────────────────────────────────────────────┘
```

## 手動セットアップ

### Step 1: vLLMでQwen3-Coder-Next-FP8を起動

```bash title="vLLM起動（200Kコンテキスト）"
docker run -d --name qwen3-coder-next-fp8 \
  --gpus all \
  -p 8000:8000 \
  -v ~/.cache/huggingface:/root/.cache/huggingface \
  --ipc=host \
  nvcr.io/nvidia/vllm:25.11-py3 \
  vllm serve Qwen/Qwen3-Coder-Next-FP8 \
  --served-model-name qwen3-coder-next \
  --max-model-len 200000 \
  --max-num-seqs 8 \
  --gpu-memory-utilization 0.85 \
  --enable-auto-tool-choice \
  --tool-call-parser qwen3_xml \
  --trust-remote-code
```

### 重要なパラメータ

| パラメータ | 値 | 説明 |
|-----------|-----|------|
| `--max-model-len` | `200000` | 200Kコンテキスト |
| `--max-num-seqs` | `8` | 同時リクエスト数（メモリ節約） |
| `--tool-call-parser` | `qwen3_xml` | **Qwen3専用パーサー** |

:::danger tool-call-parserに注意
`--tool-call-parser hermes` ではなく **`qwen3_xml`** を使うこと！
hermesだとTool Callingのフォーマットが崩れてClaude Codeが止まる。
:::

### Step 2: claude-code-proxyをセットアップ

```bash
git clone https://github.com/fuergaosi233/claude-code-proxy.git
cd claude-code-proxy
pip install -r requirements.txt --user
```

```bash title=".env作成"
cat > .env << 'EOF'
OPENAI_BASE_URL=http://localhost:8000/v1
OPENAI_API_KEY=dummy
BIG_MODEL=qwen3-coder-next
MIDDLE_MODEL=qwen3-coder-next
SMALL_MODEL=qwen3-coder-next
REQUEST_TIMEOUT=300
MAX_TOKENS_LIMIT=8192
EOF
```

```bash
python start_proxy.py
```

### Step 3: Claude Codeを起動

```bash
ANTHROPIC_BASE_URL=http://localhost:8082 \
ANTHROPIC_API_KEY=dummy \
claude
```

:::tip ANTHROPIC_AUTH_TOKEN
`ANTHROPIC_AUTH_TOKEN` は**設定しない**こと！両方設定するとAuth conflictエラーが出る。
:::

### シェル設定に追加（推奨）

```bash title="~/.bashrc"
alias claude-local='ANTHROPIC_BASE_URL=http://localhost:8082 ANTHROPIC_API_KEY=dummy claude'
```

## パフォーマンス

| 項目 | 値 |
|------|-----|
| プロンプト処理 | ~2300 tokens/s |
| 生成速度 | ~20-30 tokens/s |
| メモリ使用量 | ~84GB / 119GB |
| 最大コンテキスト | **200K tokens** |
| 同時リクエスト | 8 |

## トラブルシューティング

### Tool Callingで止まる

```bash
# ❌ 間違い
--tool-call-parser hermes

# ✅ 正解
--tool-call-parser qwen3_xml
```

### Auth conflict エラー

```bash
unset ANTHROPIC_AUTH_TOKEN
```

### max_tokens エラー

入力が長すぎて出力枠がない場合、プロキシの `MAX_TOKENS_LIMIT` を下げる。

## まとめ

1. **vLLM** + **Qwen3-Coder-Next-FP8**を起動（200K対応）
2. **`--tool-call-parser qwen3_xml`** を使う
3. **claude-code-proxy**でAPI変換
4. **`ANTHROPIC_AUTH_TOKEN`は設定しない**

## 参考リンク

- [vLLM Claude Code統合](https://docs.vllm.ai/en/latest/serving/integrations/claude_code/)
- [claude-code-proxy](https://github.com/fuergaosi233/claude-code-proxy)

---

*この記事は2026年2月時点の情報です。*