Qwen Code с локальной моделью через Ollama: плюсы и ограничения

Запрос «qwen code local model» обычно задают по двум причинам: код нельзя отправлять наружу или хочется не платить за токены. Qwen Code умеет работать с локальным сервером через OpenAI-совместимый адрес, поэтому подключить Ollama несложно. Сложнее честно оценить, что вы получите взамен: у локальной модели другие ограничения по качеству, скорости и контексту. Ниже настройка по документации Qwen Code и сравнение с облачным API на ценах Zukko на 18 октября 2026.

Что нужно для локального запуска

Qwen Code, по его документации, поддерживает локальные серверы (Ollama, vLLM, LM Studio) через тот же механизм modelProviders, что и облачные сервисы. Условия:

1. Установлен Qwen Code: npm install -g @qwen-code/qwen-code@latest (Node.js 22+).
2. Установлен и запущен Ollama, скачана модель. Её имя смотрите командой ollama list.
3. Ollama отдаёт OpenAI-совместимый API на http://localhost:11434/v1.

Модель подбирайте под свою видеопамять или оперативную память: чем больше модель, тем сложнее запустить её на ноутбуке. Какой именно локальный вариант подойдёт для задач агента, зависит от вашего железа и задач, универсального рецепта нет.

Настройка Qwen Code под Ollama

В ~/.qwen/settings.json добавьте провайдера по образцу из документации. Ключ для локального сервера может быть любой строкой-заглушкой:

{
  "env": { "OLLAMA_API_KEY": "ollama" },
  "modelProviders": {
    "openai": [
      {
        "id": "имя-модели-из-ollama-list",
        "name": "Локальная модель (Ollama)",
        "envKey": "OLLAMA_API_KEY",
        "baseUrl": "http://localhost:11434/v1",
        "generationConfig": {
          "timeout": 300000,
          "streamIdleTimeoutMs": 600000,
          "maxRetries": 1,
          "contextWindowSize": 32768
        }
      }
    ]
  },
  "security": { "auth": { "selectedType": "openai" } },
  "model": { "name": "имя-модели-из-ollama-list" }
}

Что здесь важно:

• id должен совпадать с именем модели на стороне Ollama;
• timeout и streamIdleTimeoutMs увеличены намеренно: по документации, для медленных локальных серверов можно ждать ответа дольше, а streamIdleTimeoutMs задаёт, сколько модель может молчать между кусками потока;
• contextWindowSize описывает окно контекста, которое вы реально настроили. Проверьте, что оно совпадает с параметрами запуска модели в Ollama: у серверов размер контекста по умолчанию может быть меньше, чем нужно агенту, и тогда начало диалога обрежется молча.

Запустите qwen и проверьте командой /model, что локальная модель выбрана. Если агент не отвечает, откройте тест вне агента: curl http://localhost:11434/v1/models должен вернуть список.

Что даёт локальный запуск

• Приватность. Код и запросы остаются на вашей машине. Это единственный довод, который облако не перебьёт ценой.
• Нет платы за токены. Вы платите железом и электричеством.
• Работа без сети. Например, в самолёте или в закрытом контуре.

Ограничения

• Агентам нужна поддержка вызова инструментов. Агент не просто отвечает текстом, он вызывает функции: читает файлы, выполняет команды. Не каждая локальная модель одинаково хорошо делает это. Проверьте на простой задаче.
• Скорость. Агентная сессия отправляет модели большой контекст на каждом шаге. На локальном железе обработка длинного контекста может занимать заметное время. Сколько именно, зависит от вашего компьютера, универсальных цифр нет.
• Размер контекста. Облачные модели из каталога Zukko дают контекст в 1M токенов (у GLM 128K). Локальная модель ограничена вашей памятью.
• Качество. Заранее мы его не оцениваем: сравнивайте обе модели на одной задаче.

Сколько это стоит в облаке

Чтобы сравнить с покупкой железа, посчитаем месячный счёт за облако. Допустим, 20 агентных задач в день по 200K токенов входа и 20K выхода, 22 рабочих дня. Итого 20 × 22 = 440 задач, 88M входа и 8,8M выхода в месяц. Формула: вход в млн × цена входа + выход в млн × цена выхода. Цены за 1M токенов на 18 октября 2026.

Реальный счёт зависит от кэша и объёма истории, так что это ориентир, а не прогноз. Срок окупаемости железа = цена вашего компьютера под локальные модели ÷ месячный счёт за облако. Подставьте свои числа: при нескольких долларах в месяц покупка видеокарты ради экономии не окупится никогда, а вот ради приватности может быть оправдана.

Как проверить, годится ли локальная модель

Не выбирайте по описанию, возьмите одну типичную задачу из своей работы: например, «добавь валидацию в эту функцию и обнови тест». Запустите её на локальной модели и на облачной, запишите три вещи: справился ли агент без вашей помощи, сколько минут это заняло и сколько токенов израсходовано (для облака это видно в разделе «Использование», для локальной модели в /stats). Если локальная справляется на простых задачах, а на сложных нет, используйте гибрид из следующего раздела.

Гибрид: локальная и облачная модели в одном конфиге

Ничто не мешает описать в modelProviders обе модели и переключаться командой /model: локальная для приватных файлов, облачная для сложной задачи.

{
  "modelProviders": {
    "openai": [
      {
        "id": "имя-модели-из-ollama-list",
        "name": "Локальная (Ollama)",
        "envKey": "OLLAMA_API_KEY",
        "baseUrl": "http://localhost:11434/v1"
      },
      {
        "id": "qwen3.8-max",
        "name": "Qwen 3.8 Max (Zukko)",
        "envKey": "ZUKKO_API_KEY",
        "baseUrl": "https://api.zukko.pro/v1"
      }
    ]
  }
}

Не забудьте задать значения обеих переменных (OLLAMA_API_KEY и ZUKKO_API_KEY с ключом fetch_...), а ключ создайте на странице API-ключей↗. Полный список моделей и цен: модели в документации↗. Доступ из России идёт через шлюз: баланс пополняется СБП (платёжная страница добавляет 8,5% сверху), картой MasterCard или криптой.

Сравнение подходов шире, чем для одного агента, разобрано в статье локальная нейросеть или API↗. Базовое подключение Qwen Code к облаку: Qwen Code CLI↗. Если задача массовая и простая, посмотрите самые дешёвые модели↗.

Частые вопросы

Можно ли работать с Qwen Code без интернета?

С локальным сервером да, если сама программа и модель уже установлены. Установка и загрузка модели требуют сети.

Нужен ли Ollama именно от Qwen?

Нет, подойдёт любая модель, которую умеет запускать Ollama. Названия моделей Qwen и Qwen Coder не обязательны, но агентам важна поддержка инструментов.

Почему агент «забывает» начало разговора?

Часто дело в окне контекста: локальный сервер обрезает вход, если оно меньше, чем нужно. Увеличьте окно в настройках Ollama и поправьте contextWindowSize.

Что дешевле, локально или облако?

Зависит от объёма. По таблице выше при небольшом объёме облачный счёт составляет несколько долларов в месяц. Локальный запуск оправдан приватностью или очень большим объёмом, но не только ценой.