Блог

Локальные LLM для программирования в 2026 году

Markdown

8 лучших локальных LLM для программирования в 2026 году — оценки HumanEval, размеры файлов и практические выводы о моделях, которые можно запускать на Mac или игровом ПК.

← Назад к подборке блога

Когда мы говорим «локальные LLM для программирования», мы имеем в виду модели, которые можно запускать на собственном ноутбуке, Mac или игровом ПК — без API-запросов, облака и отправки вашей проприетарной кодовой базы третьим лицам.

Перейти к таблице. Хотите запускать эти модели из Claude Code CLI? Смотрите: Use Claude Code with local models.

Полные результаты тестов — ниже.

PocketLLM скоро запускается. Конфиденциальный ИИ на устройстве: сначала на iPhone и iPad, затем появятся и другие платформы. Регистрация не нужна, встроенного отслеживания нет, обработка чатов происходит на вашем устройстве. Подпишитесь на список запуска, чтобы узнать первыми.

Как мы сравнивали

Приведённые ниже оценки бенчмарков, размеры файлов и лицензии — опубликованные данные для каждой модели; они сверены с её карточкой модели или репозиторием.

Это приблизительный ориентир по уровням, а не замена проверке на собственном коде.

  • Размер файла: при квантовании Q4. Вся суть локального запуска — чтобы модель «помещалась на вашем устройстве».
  • Лицензия: Apache и MIT оцениваются выше, некоммерческие лицензии — ниже.
  • Экосистема: наличие рабочих конвертаций для llama.cpp, Ollama, MLX и Core ML — от этого зависит, сможете ли вы вообще запустить модель.

Локальные LLM для программирования в 2026 году

Qwen 2.5 Coder 32B

Нужна рабочая станция (Mac Studio, ПК с несколькими GPU или MacBook Pro M3 Max с 48 GB памяти), но за эти вложения вы получаете помощь в программировании, по уровню близкую к Claude 3.5 Sonnet. Подходящий выбор, если ваш код конфиденциален и бюджет позволяет приобрести рабочую станцию.

DeepSeek Coder V2 Lite 16B

При Q4 требуется ~10 GB оперативной памяти. Для MacBook Pro с 16 GB это оптимальный вариант. Лицензия регулируется особыми условиями DeepSeek: они разрешают большинство способов использования, но перед коммерческим применением их нужно прочитать.

Qwen 2.5 Coder 14B

Средняя ступень в линейке Qwen 2.5 Coder. Помещается на ноутбуке с 16 GB памяти, и ещё остаётся запас. По бенчмаркам немного уступает DeepSeek V2 Lite, зато лицензия понятнее, а архитектура обычного плотного трансформера проще.

Qwen 2.5 Coder 7B

Запускается на MacBook Air с 8 GB памяти (впритык) или без труда работает на устройстве с 16 GB. Если у вас M2 Air и вы хотите всерьёз программировать локально, эта модель для вас.

Mistral Codestral 22B

Специализированная модель Mistral для программирования. Хорошо справляется с Python и TypeScript, неплохо — с другими языками. Лицензия Mistral Non-Commercial накладывает ограничения: внимательно проверьте её условия, если собираетесь использовать модель для рабочих проектов. ~14 GB при Q4; запускается на Mac с 24 GB и более.

StarCoder 2 15B

Модель для программирования, совместно разработанная Hugging Face, ServiceNow и NVIDIA. Обучена на коде с разрешительными лицензиями — это важно, если вас волнует происхождение данных и вопрос «на чём обучалась эта модель».

Phi-3.5 Mini 3.8B

Лицензия MIT, 2.4 GB при Q4 — модель настолько мала, что её можно запускать на телефоне. PocketLLM создаётся для установки модели одним касанием (скоро) — подпишитесь на список запуска.

Qwen 2.5 Coder 1.5B

Самая маленькая специализированная модель для программирования, которую имеет смысл запускать. Apache 2.0. 900 MB при Q4. Идеально подходит как быстрая локальная модель автодополнения для встроенных подсказок или как черновая модель для спекулятивного декодирования перед более крупной моделью для программирования.

Сводная таблица

МодельРазмер (Q4)Мин. ОЗУЛицензия
Qwen 2.5 Coder 32B20 GB32 GBApache 2.0
DeepSeek Coder V2 Lite 16B10 GB16 GBDeepSeek
Qwen 2.5 Coder 14B9 GB16 GBApache 2.0
Qwen 2.5 Coder 7B4.5 GB8 GBApache 2.0
Mistral Codestral 22B14 GB24 GBMistral NC
StarCoder 2 15B9 GB16 GBBigCode OpenRAIL
Phi-3.5 Mini 3.8B2.4 GB4 GBMIT
Qwen 2.5 Coder 1.5B0.9 GB2 GBApache 2.0

Как выбрать локальную модель для программирования

Mac Studio / ПК-рабочая станция (32 GB+): Qwen 2.5 Coder 32B. Без компромиссов.

MacBook Pro с 16 GB / игровой ноутбук: DeepSeek Coder V2 Lite 16B. Благодаря архитектуре MoE модель кажется гораздо легче, чем можно предположить по количеству параметров.

MacBook Air с 8 GB: Qwen 2.5 Coder 7B. Будет тесно, но пользоваться можно. Закройте всё остальное, пока она работает.

iPhone или старый Mac: Phi-3.5 Mini или Qwen 2.5 Coder 1.5B. За один запрос вы не создадите приложение на Rails, зато точно получите помощь в понимании и изменении существующего кода. Обе модели входят в PocketLLM.

Коммерческое применение с повышенными требованиями к лицензии: выбирайте линейку Qwen 2.5 Coder — сейчас Apache 2.0 даёт самые понятные условия для локального программирования.

Как их запускать

На Mac: установите LM Studio или Ollama, выберите модель в каталоге и нажмите Download. См. Ollama vs LM Studio vs PocketLLM. На Linux с GPU: используйте llama.cpp, собранный из исходного кода, или Ollama. На iPhone: установите нативное приложение с обработкой на устройстве — см. наш обзор приложений для iPhone.

Интеграция этих моделей с редактором — отдельный вопрос, достойный собственной статьи. Коротко: плагины в стиле Continue.dev, Cody и Cursor поддерживают Ollama или совместимую с OpenAI точку доступа localhost, что подходит для каждой модели из этого списка.

Итоги

32B — если у вас рабочая станция, 14B — на игровом ноутбуке, 7B — на недорогом ноутбуке, 1.5B — на телефоне. DeepSeek Coder V2 Lite — исключение: если у вас ровно 16 GB оперативной памяти, архитектура MoE от DeepSeek обеспечивает заметно лучшее качество, чем Qwen 14B, при примерно таком же объёме занятой памяти. Все остальные модели из этого списка — специализированные.

Локальная помощь в программировании на вашем iPhone.

PocketLLM создаётся для загрузки Phi-3.5 Mini и Qwen 2.5 Coder 1.5B одним касанием. Конфиденциально, быстро, без регистрации. Скоро — подпишитесь на список запуска.

Примените это руководство с Ailoot

Подключите модели ИИ к приложениям, агентам и автоматизациям через единый API Ailoot. Выберите модель для своей задачи и начните работу с документации Ailoot.