Self-hosted Qwen и Gemma: пределы сложного кодинга

Где self-hosted модели уже работают, а где буксуют

Я бы не ставил знак равенства между «модель пишет код» и «модель справляется с системной разработкой». В исходном обсуждении разработчик описывает год использования собственных решений на Qwen и Gemma: для обычных задач они пригодны, но сложный кодинг остается слабым местом.

К ноябрю 2026 года это уже не спор о принципиальной жизнеспособности self-hosted coding assistant. Вопрос сместился к качеству на длинных задачах: удержанию плана между файлами, пониманию внутренних соглашений, работе с терминалом и исправлению неудачных патчей без потери контекста.

В материалах команды Qwen по Qwen3-Coder флагманская конфигурация описана как MoE-модель на 480 млрд параметров, из которых активны 35 млрд. Для неё приводилось около 67% на SWE-bench Verified при стандартной оценке и 69,6% в режиме до 500 ходов. Это сильный результат, но он не превращает модель в компактный локальный инструмент: хранение весов, память, пропускная способность и обслуживание становятся отдельным инфраструктурным проектом.

С Gemma картина проще по развертыванию, но слабее по доказательствам для ремонта больших репозиториев. Маленькая модель может хорошо закрывать поиск по коду, документацию, SQL, тесты и ограниченный рефакторинг. Переносить этот успех на ядра, распределенные системы или сложную инфраструктуру без внутренней оценки я бы не стал.

Есть и менее заметная граница: self-hosted модель не означает self-hosted безопасность. Агенту все равно нужны shell, сборочные инструменты, контейнеры, зависимости и учетные данные. Ошибка в этой обвязке опаснее неудачной автоподстановки.

Почему для банка происхождение модели не главный тест

Для банка решает не паспорт модели, а управляемость всего контура. Китайское происхождение Qwen само по себе не доказывает ни приемлемость, ни неприемлемость: проверять придется лицензию, происхождение весов и зависимостей, потоки данных, юрисдикционные риски и внутреннюю политику третьих сторон.

Практичная схема здесь выглядит консервативно: модель предлагает изменения в изолированной среде, а не получает прямой путь в production. Нужны короткоживущие учетные данные, ограничения сети и команд, неизменяемые журналы, сканирование секретов и обязательное человеческое ревью.

Мой инженерный вывод простой: Qwen уже выглядит серьезным кандидатом для приватной работы с репозиториями, а Gemma остается разумным вариантом для более узких задач. Но реальная граница проходит не между открытыми и закрытыми моделями, а между красивым патчем и воспроизводимо безопасным изменением системы.

Ранее мы рассматривали Rust LocalGPT — локального помощника в одном бинарном файле для работы на устройстве, с постоянной памятью и HTTP API. Его практические компромиссы помогают понять, где self-hosted модели остаются жизнеспособными, прежде чем задачи кодинга становятся слишком требовательными.