【Zed AI活用編】Edit Predictionからローカルllama3.1まで、料金・設定・競合比較まとめ

おはようございます、こんにちは、こんばんは。
スペースマーケットでWebエンジニアをしています、s0arです。

みなさんクリスマスはどうでしたか？
おじさんは一人で肉を食いました。かゆい　うま

そういえばメリクリって曲あったよね
誰の曲やったかコメントで教えて下さい

前回の記事でZedへの移行ガイドを書きましたが、AI機能については「第2回で詳しく」と言い残して逃げました。
あれから時間が経ちましたね…年内に完結するとか言ってましたね…ギリギリですね…
というわけで、今回はZedのAI機能を徹底解説していきます。

前回の記事はこちら:

この記事 is 何

ZedのAI機能って、正直わかりにくいんですよね。
「Edit Predictionって何？」「Zed Proって入るべき？」「Copilot持ってるけど使える？」「ローカルLLMでタダで使えるの？」
みたいな疑問に答えていきます。

この記事で分かること：

• Edit Prediction（Zeta）の仕組みと無料枠の使い方
• Zed Pro / BYOK / Ollamaの料金比較と選び方
• 既存のCopilotサブスクをZedで活かす方法
• Inline AssistantとAgent Panelの実践的な使い方
• Claude Code統合（ACP）の概要
• Cursor/Copilotとの比較

想定読者：

• CursorやCopilotなど他のAIツールを使ったことがある人
• Zedに興味あるけど、AI機能の設定がよくわからない人
• 既存のAIサブスクを活かしつつZedを使いたい人
• ローカルLLMでコストを抑えたい人

Edit Prediction（Zeta）is 何

「補完」ではなく「編集予測」という新しいアプローチ

まず、ZedのEdit Predictionは従来のコード補完とはアプローチが違います。

従来のAIコード補完（CopilotとかTabnineとか）はFill-in-Middle（FIM）方式といって、カーソル位置に続くコードを補完します。
一方、Zetaはリライト方式を採用していて、「開発者が次にどこをどう編集するか」を予測します。

なんかこう…すごい（KONAMI）

たとえば変数名を変更したとき、関連する他の箇所も同時に修正提案してくれるイメージです。

項目	Zeta（Edit Prediction）	従来型コード補完
アプローチ	コード書き換え型	Fill-in-Middle型
複数箇所同時編集	対応	限定的
ベースモデル	Qwen2.5-Coder-7B（公開）	非公開が多い
無料枠	月2,000回	サービスによる

Zetaモデルの技術的背景

ZetaはQwen2.5-Coder-7Bをベースに、Zed独自のファインチューニングを施したモデルです。
しかもオープンソースで、Hugging Faceで公開されてます。

ZetaはQwen2.5-Coder-7Bをベースにファインチューニングしたモデルです

アッハイ

ファインチューニング手法：

• SFT（Supervised Fine-Tuning）：UnslothとLoRAを使用、約400件の高品質編集データで学習
• DPO（Direct Preference Optimization）：約150件の正例・負例で問題パターンを学習

レイテンシはP50（中央値）200ms未満、P90で500ms未満を達成。
Baseten上でTensorRT-LLMとSpeculative Decodingを駆使し、Cloudflare Workers経由でグローバル配信されてます。

早い話が速いってこと。

無料枠の使い方と節約術

月2,000回の無料枠は 「承認されたEdit Predictions」がカウント対象 です。
予測が表示されても、Tabで確定しなければカウントされません。

公式は「Edit prediction won't be free forever」と明言してるので、ベータ期間特典と考えるべきですね。
無料のうちに試しておくのが吉。

節約のコツ：

{
  "edit_predictions": {
    "enabled": false
  }
}

これで普段はオフにしておいて、必要なときだけalt-tabで手動トリガーする方法もあります。
せこいけど効果的。

プロバイダーの切り替え

既にGitHub Copilot等を契約してる人に朗報です。
ZedではEdit Predictionのプロバイダーを切り替えられます。

{
  "features": {
    "edit_prediction_provider": "copilot"
  }
}

copilot、supermaven、codestralから選べます。
追加コストなしでZedの高速エディタと既存の補完サービスを組み合わせられるってことですわ。

設定後、ステータスバーのCopilotアイコンからGitHub認証を完了すればOK。

eager mode vs subtle mode

表示モードも選べます。

モード	特徴	推奨ユースケース
eager（デフォルト）	予測がインラインで自動表示	積極的にAI支援を使いたい場合
subtle	altキー押下中のみ表示	既存フローを邪魔されたくない場合

subtle modeだとカーソル下に小さなボックスで予測の存在だけ通知されて、確認したいときにaltを押す感じ。
自動表示に馴染んでる人はeager、集中力重視の人はsubtleがおすすめです。

{
  "edit_predictions": {
    "mode": "subtle"
  }
}

正直な評価：速いが7Bの限界も

速度面での評価は高いです。

"edit prediction (with zeta) is superfast, which is really cool"

はえ〜

一方で「Qwen 7Bでは不十分、32Bが必要」「変数リネームなど単純な編集でも予測が外れる」という批判もあります。
ファインチューニングデータに含まれない言語（Elixir、Nim等）ではパフォーマンスが低下する点も注意。

まあ無料で使える範囲では十分かなと。ダメならCopilotに切り替えればいいしね。

出典

料金プランとコスト最適化

世の中結局金なんやね…（2回目）

3つの選択肢を比較

項目	Zed Pro	BYOK（自前APIキー）	Ollama（ローカル）
月額コスト	$10 + 使用量	各プロバイダーの料金のみ	電気代のみ
初期設定	簡単	中程度	中〜高
プライバシー	Zed経由	プロバイダー依存	完全ローカル
オフライン	不可	不可	可能

Zed Proの内訳： 月額$10で無制限Edit Prediction + $5分のトークンクレジット。超過分はAPI価格+10%のマークアップ。

正直、Zed Proは微妙な立ち位置です。
Edit Predictionだけなら月2,000回無料で使えるし、Agent機能使うならBYOKの方がコスパ良いことも多い。
「設定めんどくさい、とりあえず動けばいい」って人向けかな。

BYOKで最もコスパが良いプロバイダー

自分でAPIキーを持ち込む（BYOK）場合の料金比較：

モデル	Input/1M tokens	Output/1M tokens	特徴
DeepSeek Chat	$0.14	$0.28	最安クラス
Gemini 1.5 Flash	$0.075	$0.30	高速・低コスト
GPT-4o mini	$0.15	$0.60	バランス型
Claude Sonnet 4	$3	$15	コーディング最適化

DeepSeekは驚異的な低価格で、Sonnetの1/20以下のコスト。
品質とのトレードオフを理解した上で、タスクに応じて使い分けるのが賢明です。

Anthropic Claude設定例

Claude使いたい人向けの設定例：

{
  "language_models": {
    "anthropic": {
      "available_models": [
        {
          "name": "claude-sonnet-4-latest",
          "display_name": "Claude Sonnet 4",
          "max_tokens": 200000,
          "max_output_tokens": 8192,
          "cache_configuration": {
            "max_cache_anchors": 10,
            "min_total_token": 10000
          }
        }
      ]
    }
  }
}

APIキーはagent: open settingsから設定するか、環境変数ANTHROPIC_API_KEYで指定。

Ollamaでゼロコスト運用

金欠勢に朗報。ローカルLLMならタダです（電気代は知らん）。

セットアップ：

# macOS
brew install ollama && brew services start ollama

# モデルダウンロード
ollama pull qwen2.5-coder:7b
ollama pull devstral

Zed設定：

{
  "language_models": {
    "ollama": {
      "api_url": "http://localhost:11434",
      "auto_discover": true
    }
  },
  "agent": {
    "default_model": {
      "provider": "ollama",
      "model": "devstral:latest"
    }
  }
}

推奨モデルと必要スペック：

モデル	パラメータ	必要RAM	用途
qwen2.5-coder	7B	8GB	コーディング全般
devstral	-	32GB+	エージェントタスク
llama3.1	8B	16GB	汎用
deepseek-coder	6.7B	8GB	コード特化

Apple Silicon M1 Pro以上（16GB+統合メモリ）なら7Bモデルが快適に動作します。
Intel Macの人は…ドンマイ…

トークン使用量の管理

Zed Proに入った場合、下記で使用量を確認できます。

Maximum Token Spendを$0に設定すれば、Pro基本料金$10のみに厳格制限可能。
予期せぬ高額請求を防げます。

出典

Inline AssistantとAgent Panelの実践活用

基本ショートカット一覧

操作	macOS	Windows/Linux
Inline Assistant起動	Ctrl + Enter	Ctrl + Enter
Agent Panel開く	Cmd + ?	Ctrl + ?
選択範囲をスレッドに追加	Cmd + >	Ctrl + >
モデル切替	Cmd + Alt + /	Ctrl + Alt + /
変更のレビュー	Ctrl + Shift + R	Ctrl + Shift + R

スラッシュコマンドでコンテキスト制御

Zed独自の強力な機能として、細かい粒度でコンテキストを指定可能です。

コマンド	機能	使用例
/file <path>	ファイル・ディレクトリ参照	/file src/main.rs
/tab all	開いている全タブ	/tab all
/symbols	現在タブのシンボル一覧	/symbols
/terminal 100	ターミナル出力（直近100行）	/terminal 100
/diagnostics	LSPのエラー・警告	/diagnostics --include-warnings
/fetch <url>	Webページ取得	/fetch https://docs.rs/tokio

/terminalでターミナルの出力を渡せるのは便利ですね。
エラーメッセージをコピペする手間が省けます。

inline_alternativesで複数モデルを同時比較

これはZed独自の面白い機能。
1回のプロンプトで複数モデルの出力を並列取得し、最良の結果を選べます。

{
  "agent": {
    "default_model": {
      "provider": "anthropic",
      "model": "claude-sonnet-4"
    },
    "inline_alternatives": [
      { "provider": "openai", "model": "gpt-4o" },
      { "provider": "google", "model": "gemini-2.0-flash" }
    ]
  }
}

コードを選択してCtrl + EnterでInline Assistantを起動すると、3モデルが並列実行されてUIで出力を切り替えられます。
「どのモデルが良いかわからん」って時に便利。
まあその分API料金は3倍かかるけどね…

プロンプトをキーバインドにプリセット

よく使うプロンプトをショートカットに割り当てて効率化できます：

// keymap.json
[
  {
    "context": "Editor && mode == full",
    "bindings": {
      "ctrl-shift-r": ["assistant::InlineAssist", { "prompt": "Refactor this code to improve readability" }],
      "ctrl-shift-t": ["assistant::InlineAssist", { "prompt": "Write unit tests for this code" }],
      "ctrl-shift-d": ["assistant::InlineAssist", { "prompt": "Add documentation comments" }]
    }
  }
]

Ctrl+Shift+Rでリファクタ、Ctrl+Shift+Tでテスト生成、みたいな感じ。
地味にうれC。

出典

Claude Code統合（ACP）の現状

ここからはちょっと上級者向けの話。

ACP is 何

ACP（Agent Client Protocol） は、Zedが開発したAIエージェントとエディタ間の通信標準です。
LSPのAI版と考えるとわかりやすい。

Apache 2.0ライセンスでオープンソース化されていて、JetBrainsやNeovimも採用を発表してます。
これは将来的にけっこう大きな話になりそう。

セットアップ方法

1. cmd-?でAgent Panelを開く
2. 右上「+」から「New Claude Code Thread」を選択
3. /loginコマンドでAnthropic APIキーまたはClaude Pro/Maxで認証

重要：Claude Code用のAPIキーはZed Agent設定とは別管理。課金はAnthropicと直接行われます。

Zedネイティブ機能との使い分け

機能	Zedネイティブ	Claude Code via ACP
過去メッセージ編集	✅	❌
スレッド履歴再開	✅	❌
チェックポイント	✅	❌
CLAUDE.md対応	N/A	✅
サブエージェント	限定的	✅

既存のClaude Pro/Max契約を活かしたい場合や、CLAUDE.mdベースのプロジェクト設定を使いたい場合はACP経由。
履歴管理やチェックポイント機能が必要ならZedネイティブを選ぶ。

正直、どっちを使うべきかは人による。
とりあえず両方試してみて、合う方を使えばいいんじゃないかな。

出典

競合比較：Zed AIの立ち位置

料金比較サマリー

プラン	Zed AI	Cursor	GitHub Copilot	Windsurf
無料	2,000 Edit Predictions	2,000補完+50リクエスト	2,000補完+50リクエスト	25クレジット
Pro	$10/月	$20/月	$10/月	$15/月
上位	Enterprise	$200/月（Ultra）	$39/月（Pro+）	$30/月（Teams）

Zed ProとCopilot Proが同価格帯ですね。
Cursorは高いけど、その分Tab補完の精度は評判良い。

各ツールの特徴と使い分け

重視するポイント	推奨ツール
VS Code拡張が必須	Cursor / VS Code + Copilot
Tab補完の精度	Cursor
エディタのパフォーマンス	Zed
リアルタイムコラボ	Zed
コスト最適化の自由度	Zed（BYOK/Ollama活用）
エンタープライズ・コンプライアンス	GitHub Copilot Enterprise

Zed AIの強み

• エディタ自体のパフォーマンス：100,000行のファイルを0.8秒でロード
• BYOK/Ollamaによるコスト最適化：プロバイダーを自由に選択
• inline_alternatives：複数モデルの並列比較
• ACP：オープンなエージェント統合プロトコル

Zed AIの現時点での課題

正直に言うと、課題もあります。

• Tab補完の精度：7Bモデルベースのため、より大規模モデルを使うツールには及ばない
• 拡張機能エコシステム：VS Code拡張は使えない
• Edit Predictionの言語カバレッジ：メジャー言語以外では精度が落ちる

「AI補完の精度が命」って人にはCursorの方が合うかもしれません。
Zedの強みはあくまでエディタとしての高速性 + AI統合の柔軟性です。

おすすめ初期設定

てなわけで、おすすめの初期設定を紹介して終わりにします。

{
  "features": {
    "edit_prediction_provider": "zeta"
  },
  "edit_predictions": {
    "mode": "subtle"
  },
  "language_models": {
    "anthropic": {},
    "ollama": {
      "api_url": "http://localhost:11434",
      "auto_discover": true
    }
  },
  "agent": {
    "default_model": {
      "provider": "anthropic",
      "model": "claude-sonnet-4-latest"
    }
  }
}

この設定なら：

• Edit PredictionはZeta（無料枠）で試す
• Agent PanelではClaude Sonnet 4を使う
• オフライン時はOllamaを使う

という柔軟な構成が実現できます。

既存のCopilot使いたい場合はedit_prediction_providerをcopilotに変更するだけでOK。

まとめ

• Edit Prediction（Zeta）は月2,000回無料。ベータ期間のうちに試すべし
• 既存のCopilotサブスクはZedでも使える。追加コストなし
• コスト重視ならOllama。ローカルLLMでタダ
• Cursorと比較すると補完精度は劣るが、エディタ性能とコスト最適化の自由度はZedが上
• Zed AIは「置き換え」ではなく「組み合わせ」。用途に応じてプロバイダーを使い分けるのが現実的

Zed AIはいいぞおじさん「Zed AIはいいぞ」

次回、「ZedのVimモード完全に理解した」 デュエル、スタンバイ！
…と言いたいところやけどもね、第3回以降は一旦未定よ。拗ねてるよおじさんは。
だって初回記事がぜんっっっっぜん伸びてへんねんもん。
みんなZedに興味ないん？使ってよ…

参考リンク

公式リソース

主要ドキュメント

関連ツール