note-articles/docs-tech/dgx-spark-claude-code-local/index.md

---
sidebar_position: 4
title: DGX SparkでClaude Code + Qwen3-Coder-Nextをローカル実行する
description: Claude Codeを完全ローカル化！Qwen3-Coder-Next（80B MoE）で動かす方法を解説
hide_table_of_contents: false
displayed_sidebar: null
---

# DGX SparkでClaude Codeを完全ローカル化！Qwen3-Coder-Nextで動かしてみた

## はじめに

**Claude Code**、使ってますか？

Anthropic公式のターミナルベースAIコーディングアシスタント。ファイルを読んで、コードを書いて、コマンドを実行して...まるで優秀なペアプログラマーがそばにいるような体験ができます。

ただ、1つ気になることが。

**「自分のコード、全部クラウドに送ってるんだよな...」**

企業の機密コードや、個人的なプロジェクトを扱うとき、ちょっと気になりませんか？

そこで今回は、**Claude Codeを完全ローカルで動かす**方法を紹介します。

## 何ができるようになるの？

- ✅ **プライバシー保護** - コードがクラウドに送られない
- ✅ **API料金ゼロ** - 月額課金から解放
- ✅ **200Kトークン対応** - 大規模なコードベースも一度に読める
- ✅ **オフライン動作** - ネット環境がなくてもOK

## 必要なもの

今回使うのは **NVIDIA DGX Spark**。

:::note
同じ手順は他のNVIDIA GPU搭載マシンでも応用できます（VRAMは多めに必要）。
:::

### DGX Sparkとは？

NVIDIAの「デスクトップAIワークステーション」です。

| スペック | 値 |
|---------|-----|
| GPU | NVIDIA GB10（Blackwell世代） |
| メモリ | **128GB統合メモリ** |
| サイズ | Mac Studioくらい |
| 価格 | 約50万円〜 |

128GBの統合メモリがポイント。普通のGPUだとVRAM 24GBとかですが、DGX Sparkは128GB全部をモデルに使えます。

## 構成図

```
┌─────────────────────────────────────────────────────┐
│ あなたのPC / DGX Spark                              │
│                                                     │
│  ┌─────────────┐                                   │
│  │ Claude Code │ ← いつものClaude Code              │
│  │  (Terminal) │                                   │
│  └──────┬──────┘                                   │
│         │ Anthropic API形式                        │
│         ▼                                          │
│  ┌──────────────────┐                              │
│  │ claude-code-proxy│ ← API形式を変換              │
│  │   (port 8082)    │                              │
│  └────────┬─────────┘                              │
│           │ OpenAI API形式                         │
│           ▼                                        │
│  ┌──────────────────┐                              │
│  │     vLLM         │ ← 推論エンジン               │
│  │   (port 8000)    │                              │
│  │                  │                              │
│  │ ┌──────────────┐ │                              │
│  │ │Qwen3-Coder-  │ │ ← 80Bパラメータの            │
│  │ │ Next-FP8     │ │   コーディングモデル         │
│  │ └──────────────┘ │                              │
│  └──────────────────┘                              │
└─────────────────────────────────────────────────────┘
```

### なぜプロキシが必要？

Claude CodeはAnthropic独自のAPI形式を使います。一方、vLLMはOpenAI互換API。

この2つを繋ぐために **claude-code-proxy** を間に挟みます。

## 使用するモデル：Qwen3-Coder-Next

今回使うのは **Qwen3-Coder-Next-FP8**。

| 項目 | 値 |
|------|-----|
| 開発 | Alibaba Cloud |
| パラメータ | 80B（総数）/ 3B（推論時アクティブ） |
| アーキテクチャ | MoE（Mixture of Experts） |
| 最大コンテキスト | 1Mトークン |
| 特徴 | コーディング特化 |

**MoE（Mixture of Experts）** がポイント。80Bパラメータでも、推論時は3Bしか使わないので高速です。

FP8量子化版を使うことで、メモリ使用量は約45GB。DGX Sparkの128GBなら余裕です。

## ワンライナーで全自動セットアップ

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

これだけ！約10分待つと環境が整います。

以下は手動でやりたい人向けの解説です。

---

## 手動セットアップ

### Step 1: vLLMでモデルを起動

```bash title="vLLM起動コマンド"
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
```

#### 重要なポイント

| オプション | 値 | 説明 |
|-----------|-----|------|
| `--max-model-len` | 200000 | 200Kトークンまで対応 |
| `--max-num-seqs` | 8 | 同時リクエスト数（メモリ節約） |
| `--tool-call-parser` | **qwen3_xml** | ⚠️ これ超重要！ |

:::danger tool-call-parserに注意
`--tool-call-parser` を間違えると、Claude Codeのファイル操作やコマンド実行が動きません。**必ず `qwen3_xml`** を指定してください。
:::

初回起動は約10分かかります（45GBのモデルをダウンロード＆ロード）。

### Step 2: claude-code-proxyを起動

```bash
# クローン
git clone https://github.com/fuergaosi233/claude-code-proxy.git
cd claude-code-proxy

# 依存関係インストール
pip install -r requirements.txt --user

# 設定ファイル作成
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

# 起動
python start_proxy.py
```

### Step 3: Claude Codeを起動

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

:::warning ANTHROPIC_AUTH_TOKEN
`ANTHROPIC_AUTH_TOKEN` は設定しないでください。両方設定するとエラーになります。
:::

### 便利なエイリアス設定

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

これで `claude-local` と打つだけでOK！

## パフォーマンス

| 項目 | 値 |
|------|-----|
| プロンプト処理 | ~2300 tokens/秒 |
| 生成速度 | ~20-30 tokens/秒 |
| 最大コンテキスト | 200K tokens |
| メモリ使用量 | 約84GB |

Anthropic APIに比べると生成速度は遅めですが、ローカルで完結する安心感は大きいです。

## ハマったポイント

### 1. Tool Callingで止まる

最初、ファイル操作しようとすると固まりました。

**原因**: `--tool-call-parser hermes` を使っていた

**解決**: `--tool-call-parser qwen3_xml` に変更

Qwen3系モデルは独自のTool Callingフォーマットを使うので、専用のパーサーが必要です。

### 2. Auth conflictエラー

```
Auth conflict: Both a token (ANTHROPIC_AUTH_TOKEN) and an API key (ANTHROPIC_API_KEY) are set.
```

**解決**: `ANTHROPIC_AUTH_TOKEN` を設定しない（または `unset ANTHROPIC_AUTH_TOKEN`）

### 3. max_tokensエラー

入力が長すぎると、出力用のトークン枠がなくなってエラーに。

**解決**: vLLMの `--max-model-len` を増やす（今回は200Kに設定）

## まとめ

DGX SparkでClaude Codeをローカル化できました！

**ポイントまとめ**：

1. **vLLM + Qwen3-Coder-Next-FP8** でモデルを動かす
2. **claude-code-proxy** でAPI形式を変換
3. `--tool-call-parser qwen3_xml` を忘れずに！
4. `ANTHROPIC_AUTH_TOKEN` は設定しない

完全ローカルでClaude Codeが動く喜び、ぜひ体験してみてください。

## 参考リンク

- [vLLM公式ドキュメント](https://docs.vllm.ai/)
- [claude-code-proxy](https://github.com/fuergaosi233/claude-code-proxy)
- [Qwen3-Coder-Next-FP8（Hugging Face）](https://huggingface.co/Qwen/Qwen3-Coder-Next-FP8)
- [DGX Spark Playbooks](https://build.nvidia.com/spark/)

---

*この記事は2026年2月時点の情報です。*