Kalau kalian mencari model AI coding untuk dijalankan lokal lewat Ollama, dua nama yang paling sering muncul adalah Qwen dan DeepSeek. Tabel perbandingan Qwen vs DeepSeek juga banyak beredar di internet, dan isinya kurang lebih sama.
Terpikir di benak saya untuk membuktikan beberapa klaim di tabel-tabel itu, misalnya bahwa Qwen lebih ringan dan bisa menjawab lebih cepat, tapi kalau urusan kepintaran, reasoning, coding, dan ketelitian, DeepSeek juaranya.
Tidak menunggu lama, saya langsung melakukan pembuktian sendiri untuk mengetahui kebenarannya, sekaligus supaya kalian bisa melihat buktinya secara nyata.
Dalam perbandingan ini, saya memakai qwen2.5-coder:7b dan deepseek-coder-v2:16b, keduanya dijalankan lewat Ollama di laptop dengan AMD Ryzen 7 7435HS, RAM 16 GB, dan NVIDIA RTX 4050 Laptop dengan VRAM 6 GB.
Apakah perbandingan ini adil?
Sebelum masuk ke hasil, ada satu pertanyaan yang perlu dijawab dulu: apakah dua model ini pantas dibandingkan berdampingan? Jawabannya perlu penjelasan, karena keduanya sebenarnya tidak sama dari segi mana pun.
deepseek-coder-v2:16b yang saya pakai punya total 15,7 miliar parameter, tapi bukan berarti semuanya bekerja setiap kali menjawab. Model ini memakai arsitektur Mixture of Experts, isinya banyak “ahli” kecil di dalamnya, dan cuma sebagian yang diaktifkan per kata, sekitar 2,4 miliar saja. Sementara qwen2.5-coder:7b yang saya pakai itu model biasa, semua 7 miliar parameternya bekerja penuh setiap kali menjawab. Jadi dari sisi tenaga yang benar-benar dipakai saat menjawab, qwen justru yang bekerja lebih berat, bukan deepseek.
Dua-duanya juga punya versi yang lebih besar dari yang saya pakai. Qwen2.5-Coder tersedia dalam enam ukuran, dari 0,5 miliar sampai 32 miliar parameter, dan yang saya pakai, 7 miliar, ada di tengah-tengah daftarnya. DeepSeek-Coder-V2 cuma punya dua pilihan, yang saya pakai dan satu lagi berukuran 236 miliar parameter yang butuh perangkat kelas server, bukan laptop.
Jadi bukan berarti saya membandingkan yang paling kuat dari masing-masing, dan bukan juga berarti keduanya setara. DeepSeek yang saya pakai itu satu-satunya pilihan yang masuk akal untuk laptop, karena opsi lainnya mustahil dijalankan. Qwen yang saya pakai itu bukan satu-satunya pilihan yang masuk akal, tapi salah satu yang paling seimbang dari enam pilihan yang ada. Alasannya beda, tapi hasil akhirnya sama: keduanya versi yang realistis dijalankan di laptop biasa, dan itu yang membuat perbandingan ini tetap adil untuk dilakukan.
Adu pintar coding: siapa yang lebih paham logikanya antara Qwen Coder dan DeepSeek Coder
Kode yang benar belum tentu tandanya AI itu benar-benar paham. Saya coba buktikan ini dengan satu soal jebakan sederhana: minta dua AI lokal memperbaiki kode cek bilangan prima yang salah untuk angka 1. Ini kode yang saya berikan ke keduanya:
def is_prime(n):
return all(n % i for i in range(2, n))Untuk n=1, bagian range(2, 1) tidak berisi angka apa pun, dan all() dari daftar kosong di Python selalu bernilai True. Jadi kode ini menganggap 1 sebagai bilangan prima, padahal 1 bukan bilangan prima. Hasilnya menarik, karena yang membedakan kedua AI bukan kode akhirnya, tapi cara mereka menjelaskan kenapa kode itu salah.
qwen2.5-coder: kodenya benar, tapi penjelasannya nyasar
qwen berhasil memperbaiki kodenya dengan benar. Tapi coba perhatikan cara dia menjelaskan alasannya. Dia sempat bilang begini: “Bilangan 1 bukan bilangan prima. Kode yang Anda berikan tidak menganggap 1 sebagai bukan bilangan prima, jadi hasilnya benar untuk n=1.”
Baca pelan-pelan kalimat itu. Dia baru saja bilang 1 itu bukan prima. Tapi kalimat berikutnya malah bilang hasil kodenya “benar” untuk n=1, padahal kode itu justru menganggap 1 sebagai bilangan prima, yang jelas keliru. Ini kontradiksi, dia menyanggah pernyataannya sendiri dalam dua kalimat berurutan.
Lebih dari itu, qwen lanjut menulis: “Namun, jika Anda ingin memodifikasi kode agar 1 dianggap bukan bilangan prima, Anda bisa menambahkan kondisi khusus.” Kata “jika Anda ingin” ini bikin perbaikannya kedengaran seperti pilihan selera, padahal itu memang bug yang wajib diperbaiki, bukan opsi tambahan.
Jadi kesimpulannya: qwen tahu jawaban akhirnya harus seperti apa, kelihatan dari kode yang dia tulis. Tapi dari penjelasannya, dia tidak benar-benar memahami kenapa perbaikan itu perlu. Kodenya seperti hafalan pola yang kebetulan cocok, bukan hasil bernalar.
deepseek-coder-v2: kodenya benar, penjelasannya juga runtut
deepseek-coder-v2 langsung menyebutkan dengan jelas apa saja yang salah dari kode aslinya: tidak menangani kasus n=1, tidak memeriksa bilangan 1 secara tepat, dan tidak menangani bilangan negatif. Poin terakhir ini juga benar, karena kode aslinya menganggap 0 dan bilangan negatif sebagai prima dengan alasan yang sama. Semua poinnya masuk akal dan tidak ada yang saling bertentangan.
Setelah itu dia menjelaskan langkah demi langkah kenapa kode perbaikannya bekerja, dari mengecek apakah n lebih kecil atau sama dengan 1, sampai kenapa 2 dianggap prima, sampai kenapa bilangan genap lainnya otomatis bukan prima. Setiap langkah nyambung dengan langkah sebelumnya, tidak ada kalimat yang membantah kalimat lain.
Bedanya dengan qwen ada di sini. Kalau kode yang benar itu ibarat jawaban ujian yang tepat, penjelasan yang runtut itu ibarat bisa menjelaskan ulang jawabannya ke orang lain tanpa keliru. deepseek bisa melakukan keduanya sekaligus.
Kenapa ini penting
Soal seperti ini sengaja saya pilih yang sederhana, cuma satu baris kode yang diperbaiki. Tapi justru karena sederhana, jawabannya tidak bisa asal ditebak dari pola yang biasa dihafal. Harus benar-benar dipikirkan dulu baru bisa dijawab dengan tepat, dan di situlah kelihatan mana yang benar-benar mengerti.
Jadi kalau kalian mau menilai AI coding, jangan cuma lihat kodenya jalan atau tidak. Coba minta dia menjelaskan alasannya, dan perhatikan apakah penjelasan itu konsisten dari awal sampai akhir.
Adu cepat menjawab, qwen menang telak
Satu hal yang jelas dimenangkan qwen: kecepatan menjawab. Saya ukur pakai Measure-Command di PowerShell, dengan soal yang sama persis untuk keduanya, yaitu menulis fungsi Python untuk menghitung faktorial, di laptop yang sama, satu demi satu.
Hasilnya, qwen2.5-coder:7b selesai menjawab dalam 18,10 detik. deepseek-coder-v2:16b butuh 39,46 detik untuk soal yang sama. qwen lebih dari dua kali lebih cepat.
Ini bukan kebetulan. Waktu yang diukur Measure-Command sudah termasuk waktu memuat model. File qwen cuma 4,7 GB, jadi muat seluruhnya di VRAM 6 GB milik RTX 4050 saya. File deepseek 8,9 GB, lebih besar dari VRAM-nya, sehingga sebagian model harus dijalankan dari RAM dan prosesor yang jauh lebih lambat daripada GPU. Jadi meskipun deepseek cuma mengaktifkan 2,4 miliar parameter per kata, total ukurannya yang besar tetap membuatnya lebih lambat di laptop dengan VRAM terbatas seperti ini.
Saya coba sekali dengan satu soal, jadi angkanya belum tentu persis sama kalau diulang dengan soal lain. Tapi selisihnya lebih dari dua kali lipat, jadi kemungkinan besar bukan kebetulan semata. Kalau pekerjaan kalian butuh jawaban cepat berulang-ulang, qwen jelas lebih unggul di sini.
Apa yang bisa kita manfaatkan dari keunggulan masing-masing AI
Di zaman yang serba AI ini, hanya memfavoritkan satu produk AI saja justru bisa membuat kita rugi. Kenyataannya, tiap AI punya keunggulan masing-masing, dan hasil pembuktian saya di atas adalah contohnya.
Untuk tugas-tugas ringan, tanya jawab sederhana, atau mencari data yang strukturnya jelas dan tidak kompleks, cukup gunakan Qwen. PC atau laptop kita tidak perlu terbebani kerja berat hanya untuk memberikan jawaban sederhana. Waktu responsnya juga lebih cepat, jadi kita tidak membuang waktu menunggu jawaban yang sebenarnya tidak butuh logika berpikir yang dalam.
Sedangkan untuk tugas coding yang cukup berat, yang butuh ketelitian, reasoning, dan logika yang lebih kompleks, saya lebih memilih DeepSeek. Dari test saya, Qwen bisa memberi kode yang benar tapi dengan alasan yang keliru, dan untuk pekerjaan yang rumit, alasan yang keliru seperti itu bisa berujung pada trial and error dan revisi berkali-kali. DeepSeek lebih tepat untuk mempersingkat waktu kerja, karena jawabannya lebih jitu, sehingga pekerjaan coding dan scripting lebih cepat beres.