複数の20ドルAIプランが単一の100ドルAIプランより優れている

著者のAbishek Muthian氏は、月額200ドルや100ドルのAnthropicプランを経て、現在は月額20ドルのAnthropic、20ドルのOpenAI、10ドルのOpenCode Goをコーディングとデザイン業務に利用しています。非コーディングタスクではローカルAIを時折使用しています。

複数のプロバイダーのエントリーレベルAIプランを利用することで、各モデルの強みに応じてタスクを割り振り、単一プロバイダーへの依存によるサービス中断リスクを回避しています。

IDEとしてはZedを採用しており、Agent Panelが主要なAIコーディングエージェントとシームレスに連携します。独自のRustベースのGPUIフレームワークを使用しながらも、VS Codeよりも安定しており、非TUIベースのIDEの中でも高性能です。Linux、macOS、Windows全プラットフォームで良好な体験を得ています。ただし、アクセシビリティサポートの欠如やFlutterなどのSDK開発者からの公式サポートがない点が課題です。Flutterは強力なCLIがあるため問題ありませんが、VS Code拡張に依存するSDK/フレームワークではZedが適さない可能性があります。

AIエージェントとしては、Googleが独自エコシステムに閉じたAntigravityを導入したためGeminiを除き、主要なAIコーディングエージェントをサポートしています。具体的には、Claude Code（最新Opusモデル、デフォルトの努力度で計画立案）、Codex（最新ChatGPT、中〜高努力度で実装）、OpenCode Go（GLM 5.x、DeepSeek V4 Flash、Qwen 3.6、高努力度で既存コードの保守・改善）を使用。OpenCodeは完全にAI運営のようで、請求関連の問題が多くサポートは皆無で、二重支払いで損失を経験したため毎月再サブスクライブしています。

MCPサーバーとしては、全Zed環境にFetch（ウェブコンテンツ取得）、Brave Search（ウェブ検索）、Puppeteer（スクレイピング）、Excalidraw（アーキテクチャ図作成）を設定。

ローカルAIについては、RTX 4090搭載ノートPCとM4 Mac Miniを所有しています。3年間の実験の結果、コーディング用LLMをローカルで実行するのはコストに見合わないと結論付けました。最新のオープンウェイトコーディングモデルはプロプライエタリモデルに匹敵しますが、許容できる品質でローカル実行するには、すでに小型車価格のノートPC以上のハードウェア投資が必要です。月50ドルで同じ作業ができるのに、それほどの消費は正当化できません。好奇心とバックアップ用に量子化LLMをいくつか保持していますが、これらは確率的性質を持つ知識コーパスと見なしています。

一方、非コーディング用の小規模言語モデル（SLM）は全く別の話です。コーディング用LLMが注目を集める中、専用SLMは中級CPUでも動作し多くの問題を解決できるのに、と著者は指摘します。KritaとAI拡散プラグインで写真編集、Unsloth Studioで小規模モデルのファインチューニング、PinokioでTTS、背景除去、画像アップスケール、小規模アニメーションなどを試用しています。SLMについては別の記事で詳述する予定です。

以上が著者にとって現在有効なAIコーディング構成ですが、万人に推奨するものではないと強調しています。