Local AI Coding Agent: Qwen3.6 with Qwen-Code vs. Subscriptions to Codex and Claude Code

Себастьян Рашка опубликовал туториал по созданию локального агента кодинга на полностью открытом стеке. В качестве ИИ-движка используется локально размещённая LLM (например, Qwen3.6 35B-A3B), а обвязка (coding harness) — Qwen-Code, позволяющий читать файлы, вносить правки, запускать команды и проверять изменения. Локальный подход даёт прозрачность, полный контроль, независимость от лимитов подписок и удобство при офлайн-работе. Хотя автор всё ещё использует Codex и Claude Code для повседневных задач, локальные решения с каждым днём становятся привлекательнее — в том числе из-за фиксированных затрат (только электричество) и приватности. Для развёртывания модели рекомендуется Ollama; на Mac — MLX-версия модели (qwen3.6:35b-mlx), на Linux — обычная (qwen3.6:35b). Для быстрой оценки производительности можно запустить скрипт ollama_speed_memory_bench.py, который проверяет скорость генерации (токен/с) и потребление памяти при контекстах до 50 тыс. слов. Qwen3.6 35B-A3B на Mac Mini M4 выдаёт около 40 токен/с, на DGX Spark — около 30 токен/с при расходе RAM до 30 ГБ. Альтернативой является North Mini Code от Cohere — схожего размера и немного опережающий Qwen по бенчмаркам. Автор отмечает, что Qwen-Code — открытый клиент (в отличие от Claude Code), а Qwen модели оптимизированы именно для него, что подтверждается бенчмарками из статьи Nvidia Polar (май 2026).