Локальная LLM для coding agents: когда она лучше Claude/Codex

Лучшая локальная LLM для coding agents не является одним названием модели. Это маршрут задач, который выигрывает у Claude Code или OpenAI Codex только тогда, когда код приватный, патчи повторяемы, цикл edit-test короткий, а review не съедает экономию.

Для сложной архитектуры, длинного контекста, командной видимости, фоновых managed tasks и audit-friendly процесса облачные агенты часто безопаснее. Документация Codex и Claude Code показывает, что цена зависит от планов, окон использования, model choice, контекста, API billing и командного поведения.

Поэтому считать нужно cost per accepted change. В расчет входят ожидание, prompt time, review, rework, тесты, hardware amortization, subscription или API spend. Если локальная модель создает больше ручной работы, она не дешевле.

Короткий ответ

Локальный маршрут подходит для приватного чтения кода, повторяемых migration patches, коротких исправлений, локального test loop и задач, где модель видит узкий срез репозитория. Cloud route лучше для неопределенных требований, architecture tradeoffs, больших refactor, review-heavy команды и workflows с общими логами. Перед выбором модели задайте три вопроса: можно ли сузить задачу до нескольких файлов, можно ли поймать ошибку тестом, может ли reviewer быстро принять или отклонить diff. Если нет, локальная экономия иллюзорна.

Матрица маршрута

Эта таблица должна жить рядом с репозиторием. Команда с жесткой data policy даст больше задач локальной LLM; команда с audit, shared review и бюджетами чаще выберет Codex, Claude Code или API route.

Границы доказательств

Проверка на 2026-07-08 не дает честного универсального победителя. OpenAI описывает Codex как coding agent для terminal, IDE, web и cloud surfaces, а pricing page разделяет ChatGPT plan usage, API key billing, cloud features и model choice. Anthropic в Claude Code costs подчеркивает tokens, context management, /usage, model choice и team behavior. Qwen3-Coder, Qwen3-Coder-Next и Devstral показывают, что open models стали сильнее для agentic coding, но model card не доказывает, что конкретный quantized runtime примет патчи в вашем repo дешевле.

Cost per accepted change

Считайте не цену запроса, а стоимость принятого изменения. Локальная сторона включает GPU amortization, electricity, setup, quantization experiments, wrapper configuration, context packing, failed patches и human rescue. Cloud сторона включает subscription windows, API tokens, cloud runtime, org controls, audit logs и switching cost. Локальная модель выигрывает только если уменьшает суммарное время и rework.

Где локальная модель выигрывает

Локальный маршрут силен в bounded loops: понятная цель, несколько файлов, ближайший тест, повторяемое правило и ясный stop rule. Это logging cleanup, import rewrite, small migration, test scaffold, private code explanation, config cleanup, docs sync и lint-driven fixes. В кандидатах могут быть Qwen3-Coder, Qwen3-Coder-Next, Devstral и smaller code models, но hardware, context и wrapper решают больше, чем название. Для 16GB VRAM используйте соседний route guide.

Где выигрывают Claude Code, Codex и hosted agents

Cloud route лучше переносит неопределенность. Если задача требует архитектурного выбора, затрагивает много пакетов, нуждается в длинной истории, должна быть видима команде или запускаться как managed background task, stronger hosted model и traceable workflow часто дешевле. Codex удобен для команд, уже работающих в ChatGPT/Codex surfaces; Claude Code силен там, где важны CLI habit, планирование и дисциплина контекста; API agents нужны для CI, budgets и repeatable orchestration.

Семидневный pilot

Не заменяйте Claude Code или Codex после одного demo. День 1: определить accepted-change metric. День 2: локальный smoke test на одной функции и ближайшем тесте. День 3: та же задача в Codex или Claude Code. День 4: посчитать review и rework. День 5: проверить privacy и context boundary. День 6: собрать route table по task class. День 7: keep, split или stop. Хороший smoke test фиксирует files seen, patch, verification command и accept/reject result.

Правила остановки

Остановите локальный route, если context spill стал главным bug, review cost растет, setup стал основной работой или team visibility важнее local latency. Это не поражение local LLM. Это нормальная маршрутизация: локально остаются приватные и повторяемые loops, а Claude Code, Codex и hosted agents получают high-risk и high-collaboration tasks. Такой смешанный router устойчивее, чем лозунг о полной миграции.

Операционный журнал

Чтобы route table стала рабочим инструментом, фиксируйте одинаковые поля для каждого pilot: task brief, allowed files, forbidden files, model and wrapper, context length, verification command, latency, human rewrite, final accept or reject. Запись "модель запустилась" почти бесполезна; нужна запись "diff был принят". Один и тот же task стоит повторить несколько раз, иначе вы измеряете удачный пример, а не стабильность.

Failure attribution важнее списка моделей. Медленная работа обычно указывает на offload, слишком длинный context или тяжелый wrapper. Плохое качество может означать, что модель не держит ограничения, задача нарезана слишком широко или рядом нет теста. Рост review cost говорит, что diff слишком большой, объяснение слабое или модель скрыто принимает архитектурное решение. После такой записи следующий шаг становится инженерным: сузить context, сменить меньшую модель, переписать prompt, вернуть task в cloud или добавить test gate.

Для команды route table лучше поместить в issue template или PR checklist. Одни tasks разрешены локально, другие требуют cloud route, третьи сначала требуют human design note. В приватном repo ценность local route может быть compliance and control. В продуктовой команде ценность cloud route может быть logs, auditability and consistent review. Это не спор веры в local или cloud; это распределение работы внутри engineering system.

Завершайте каждый pilot меткой next action: keep local, shrink local, route to cloud, move to API orchestration, add tests, or stop. Тогда через семь дней команда получает не впечатление от модели, а применимую policy для следующих задач.

Если локальный route нужно дать нескольким разработчикам, отдельно опишите permission boundary. Какие директории можно только читать, какие файлы требуют human approval, какие migrations начинают с design review, какие test failures агент может повторить сам, а какие сразу останавливают сессию. Без таких правил локальная экономия быстро превращается в плохо видимый риск.

Разделяйте личную скорость и командную стоимость. Локальная модель может ускорить одного инженера, но если diff плохо объяснен, context нельзя восстановить, а reviewer не видит историю, team cost растет. Облачный agent может быть дороже за попытку, но дешевле за merged change благодаря logs, permissions, task history и PR traceability.

FAQ

Какая локальная LLM лучшая для coding agents?

Универсального чемпиона нет. Qwen3-Coder, Qwen3-Coder-Next, Devstral и small code models стоит тестировать, но winner определяется accepted-change cost в вашем repo.

Может ли local model заменить Claude Code или Codex?

Частично. Она может забрать приватные, повторяемые, short-context задачи. Architecture, long context и team workflows часто остаются в cloud route.

Стоит ли покупать GPU вместо подписки?

Только если повторяемой локальной работы достаточно для hardware amortization и maintenance. Для редких high-stakes tasks subscription/API часто рациональнее.

Codex CLI означает local model?

Нет. CLI работает на вашей машине как agent surface, но model route и billing могут оставаться ChatGPT plan или API key.

Что измерять в pilot?

Accepted changes, review minutes, failed patches, tests, setup time, context failures и reroutes.

Когда вернуться в cloud?

Когда нужны architecture reasoning, long context, managed execution, auditability или local rework превышает savings.