Claude Code локально: что реально работает с локальной моделью

Запрос «claude code локально» чаще всего значит одно из двух: запустить сам агент на своём компьютере или заставить его работать на модели, которая крутится у вас же, без облака. Первое Claude Code делает всегда, второе возможно, но с оговорками. Ниже разберём, как это подключается, что нужно от модели и железа и в каких случаях дешёвая облачная модель по API оказывается практичнее.

Что значит «Claude Code локально»

Claude Code — это консольная программа. Она читает файлы проекта, запускает команды и отправляет запросы к модели по Anthropic-совместимому API. Куда именно уходят эти запросы, определяет переменная ANTHROPIC_BASE_URL. Поэтому вариантов три:

1. Облачная модель по умолчанию. Агент локальный, модель удалённая.
2. Локальный сервер с Anthropic-совместимым API. Агент и модель на вашей машине.
3. Шлюз с набором моделей. Агент локальный, модель выбираете из списка поставщика.

Отдельно про «claude opus локально»: модели Claude (Opus, Sonnet) на свой компьютер скачать нельзя, веса не публикуются. Локально можно запустить только другие модели, а Claude Code использовать как оболочку для них.

Как подключить локальную модель через Ollama

У Ollama есть Anthropic-совместимый API, и в их документации Claude Code упомянут прямо. Самый короткий путь, по документации Ollama:

ollama launch claude

Команда сама настраивает подключение и открывает выбор модели. Для скриптов и CI в документации описан неинтерактивный вариант: флаг --yes пропускает выбор, требует указать --model, а всё после -- передаётся в Claude Code:

ollama launch claude --model <модель> --yes -- -p "как устроен этот репозиторий?"

Если хочется настроить всё вручную, нужны две переменные окружения:

export ANTHROPIC_AUTH_TOKEN=ollama
export ANTHROPIC_BASE_URL=http://localhost:11434
claude --model <модель>

Токен ollama здесь служит заглушкой: локальный сервер его требует, но не проверяет. Название модели берите из вашего каталога Ollama; в примерах из документации встречается, например, qwen3-coder. Поддерживаются сообщения, стриминг и вызов функций, но управление выбором инструмента и встроенный веб-поиск Anthropic поддержаны не полностью. Актуальные ограничения смотрите на странице Anthropic compatibility в документации Ollama.

Что нужно от модели и железа

Агенту мало просто отвечать на вопросы. От модели требуется:

• Вызов инструментов. Claude Code строит работу на чтении файлов, правках и командах. Модель без нормального tool calling будет писать про действия вместо того, чтобы их выполнять.
• Длинный контекст. Ollama советует для больших репозиториев ставить контекст 64k и выше. По умолчанию, согласно документации Ollama, окно зависит от видеопамяти: 4k токенов при менее чем 24 ГиБ, 32k при 24–48 ГиБ и 256k от 48 ГиБ. Для агента 4k практически бесполезно: одного системного промпта Claude Code и описаний инструментов уже много.
• Память под этот контекст. Чем больше окно, тем больше видеопамяти или оперативной памяти уходит на кэш внимания. Точные цифры зависят от модели и квантизации, поэтому прикидывайте на конкретной модели, а не по общим таблицам.

Если памяти не хватает, модель либо не запустится с нужным окном, либо будет работать очень медленно. Это самая частая причина разочарования от «локального Claude Code».

Чем локальная модель отличается от облачной

Сравнивать удобнее по тому, что можно измерить. Для моделей шлюза у нас есть цена, контекст и индекс силы Artificial Analysis. Для вашей локальной модели индекс найдите сами и не сравнивайте его на глаз с цифрами ниже: качество в вашем проекте проверяется только запуском ваших задач.

Цены на 18 октября 2026. Актуальный список и цены: GET https://api.zukko.pro/v1/models или страница «Модели» в кабинете.

Что дешевле: железо или токены

Локальная модель не берёт плату за токены, зато у неё есть цена оборудования. Посчитаем условную агентную сессию: 3 млн токенов входа и 0,3 млн токенов выхода, без учёта кэша. Формула: вход × цена входа + выход × цена выхода.

• glm-5.3-flash: 3 × 0,04 + 0,3 × 0,04 = 0,12 + 0,012 = $0,132.
• deepseek-v4.1-flash: 3 × 0,013 + 0,3 × 0,038 = 0,039 + 0,0114 = $0,0504.
• claude-sonnet-5-5: 3 × 0,4 + 0,3 × 2 = 1,2 + 0,6 = $1,80.
• claude-opus-5-5: 3 × 0,8 + 0,3 × 4 = 2,4 + 1,2 = $3,60.

Теперь возьмём условную цифру: допустим, машина под локальную модель стоит $2000. Это 2000 / 0,0504 ≈ 39 700 сессий на deepseek-v4.1-flash или 2000 / 1,80 ≈ 1 100 сессий на claude-sonnet-5-5. Цену оборудования подставьте свою, а электричество и своё время добавьте отдельно. Реальный счёт на облаке зависит от кэша: в агентных сессиях большая часть входа читается из кэша и стоит иначе, поэтому берите эти числа как порядок величины, а не как прогноз.

Когда локальная модель оправдана

• Код нельзя отправлять наружу по правилам компании, и нет разрешённого поставщика.
• Работа идёт без интернета или в закрытом контуре.
• Модель уже стоит на вашем сервере для других задач, и железо простаивает.
• Вы изучаете, как устроен агентный цикл, и вам нужна бесплатная песочница.

Когда разумнее облачная модель

• Нужна большая модель, которая не поместится в вашу память.
• Репозиторий большой, а локальное окно контекста маленькое.
• Задачи эпизодические: оборудование будет простаивать, а токены окупаются раньше.
• Хочется переключаться между моделями по задаче: дешёвая для рутины, сильная для сложного.

Подключить Claude Code к шлюзу вместо локальной модели

Если решите попробовать облачную модель, настройка занимает пять минут. Работает Anthropic-формат, ANTHROPIC_BASE_URL без /v1, а ключ передаётся в ANTHROPIC_AUTH_TOKEN. Файл ~/.claude/settings.json:

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.zukko.pro",
    "ANTHROPIC_AUTH_TOKEN": "fetch_ваш_ключ",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "claude-opus-5-5",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "claude-sonnet-5-5"
  }
}

Для эксперимента с самой дешёвой моделью можно разово запустить ANTHROPIC_MODEL=glm-5.3-flash claude и посмотреть, как она справляется с вашими задачами. Учтите, что контекст у неё 128K, а не 1M, как у моделей Claude. Подробный разбор настройки есть в документации по Claude Code↗, а выбор модели по цене и индексу описан в статье какую модель выбрать для Claude Code↗. Общий разбор локального и облачного подхода: локальная нейросеть или API↗. Ключ создаётся в кабинете↗, доступ из России идёт через шлюз, оплата СБП, картой MasterCard или криптой.

Частые вопросы

Можно ли запустить Claude Opus локально?

Нет. Веса моделей Claude не публикуются, поэтому запустить их на своём компьютере нельзя. Локально работают другие модели, а Claude Code остаётся только оболочкой.

Нужен ли аккаунт Anthropic для Claude Code с локальной моделью?

Для подключения через Ollama нужны только переменные ANTHROPIC_BASE_URL и ANTHROPIC_AUTH_TOKEN из примера выше. Если раньше вы входили в Claude Code аккаунтом, один раз выполните /logout, чтобы старый вход не мешал.

Какого размера должен быть контекст?

Ollama рекомендует для больших репозиториев 64k токенов и больше. На маленьком окне агент теряет файлы и инструкции, поэтому сначала проверьте, какое окно реально включено у вашей модели.

Что выбрать для начала: локальную или облачную модель?

Если нет требований по приватности, начните с облачной дешёвой модели и сравните результат на своих задачах. Если выполнить те же задачи на локальной модели получается, считайте стоимость оборудования против токенов по формуле выше.