Вы думали, для генерации полноценного сайта нужен сервер за $200 и GPU с 48 ГБ памяти? А вот и нет. В середине 2026 года локальные модели доросли до такого уровня, что обычный ноутбук справляется с задачей за 15 минут. Главные герои этого текста — Qwen3.6-35B-A3B-MTP и Pi Coding Agent. Я протестировал их тандем на MacBook M2 с 16 ГБ RAM и собрал рабочий лендинг. Никаких облачных API, никакой телеметрии. Только ноутбук и open-source.
Что это за модель? Qwen3.6-35B-A3B-MTP — MoE-архитектура: 35 миллиардов параметров суммарно, но в каждый момент работает лишь 3 миллиарда. За счёт этого модель помещается в 16 ГБ ОЗУ с 4-битным квантованием. А MTP (Multi-Token Prediction) дополнительно ускоряет инференс — до 30 токенов в секунду на M-чипе. Подробнее про механизм MTP я писал в статье «Как получить 2.5x ускорение инференса Qwen 3.6 27B с помощью MTP» — там разложено по полочкам.
Pi Coding Agent — главный дирижёр
Pi Coding Agent (версия 0.9.3 на момент теста) — это лёгкий оркестратор для кодинг-агентов. Он умеет разбивать задачу на шаги, вызывать LLM, парсить ответы и запускать bash-команды. В отличие от тяжеловесных решений вроде Autogen, Pi работает в один поток, не жрёт память и ставится одной командой через pip. В паре с локальной моделью он становится полноценной IDE, которая сама пишет код, проверяет его и фиксит ошибки.
Я выбрал именно эту связку, потому что она полностью изолирована от интернета. Никакой телеметрии, никаких токенов — только CPU/GPU твоего ноутбука. Для тех, кто хочет повторить, советую прочитать гайд «Как настроить полностью локальный AI-агент для программирования» — там расписан process настройки без лишнего софта.
Честный эксперимент: сборка лендинга
Задача: сгенерировать одностраничный сайт для стартапа по доставке здорового питания. Должен быть адаптивный дизайн, форма обратной связи, кнопка заказа, три тарифа. Стек: чистый HTML + CSS + JS, без фреймворков. Pi Coding Agent получил промпт: «Сделай лендинг для сервиса доставки еды, используй современный минималистичный дизайн, три блока с тарифами, форма с валидацией, все файлы сохрани в ./site».
Агент запустил Qwen3.6-35B-A3B-MTP с профилем «кодинг-агент» (температура 0.4, контекст 8k токенов). Первая итерация — генерация структуры. Модель выдала каркас за 10 секунд. Затем Pi последовательно запрашивал стили, скрипты и фавикон. На второй итерации агент нашёл опечатку в JavaScript (ставил отсчёт времени неправильно) — модель исправила сама, без моего вмешательства. Весь цикл занял 15 минут 23 секунды. На выходе — директория с index.html, style.css, script.js. Открыл в браузере — работает.
Важный нюанс: не каждая модель легко поднимается на обычном ноутбуке. Qwen3.6-35B-A3B-MTP в 4-битном квантовании занимает около 10 ГБ. Для запуска используйте llama.cpp или Ollama с флагом --num-gpu 0 (если нет дискретной видеокарты). MacBook с M-чипом задействует Neural Engine — там скорость выше, чем на CPU x86. Про выбор квантований и оптимальные настройки я рассказывал в статье «Как настроить стек локальных LLM-агентов для программирования».
Сравнение с облачными гигантами
Я прогнал тот же промпт через GPT-4o mini (через API) и через локальную модель без Pi — просто консольный диалог. Результаты — в таблице.
| Параметр | Qwen3.6-35B-A3B-MTP + Pi | GPT-4o mini (API) | Qwen3.6 (только диалог) |
|---|---|---|---|
| Время сборки | ~15 мин | ~3 мин (с учётом API) | 25 мин + правки руками |
| Качество HTML | 4/5 (валидный, семантика есть) | 5/5 | 3/5 (пришлось чистить) |
| Автономность | Полная, без интернета | Зависимость от API | Полная |
| Конфиденциальность | 100% | Данные уходят в облако | 100% |
Да, GPT-4o mini всё ещё быстрее и точнее, но он платный и шлёт данные на сервера Microsoft. Если вы разрабатываете коммерческий продукт, где лицензия запрещает утечку кода, локальный вариант — единственный приемлемый. К тому же, Pi Coding Agent автоматически детектит ошибки — это колоссальная экономия времени по сравнению с ручным диалогом. Тест на генерацию Canvas-анимации я описывал в статье «Локальный Qwen 3.6 против топовых моделей» — там MoE-модель тоже показала себя достойно.
Почему это не игрушка, а рабочий инструмент
У меня нет иллюзий — локальная модель никогда не обгонит кластер из 8 H100 по сырой производительности. Но для прототипирования сайтов, внутренних инструментов и личных проектов связка Qwen3.6-35B-A3B-MTP + Pi Coding Agent уже сегодня даёт результат, который год назад требовал аренды GPU. И это главное.
Кстати, за день до теста я попробовал собрать тот же лендинг на Qwen3 Coder Next с hybrid attention — он потратил 40 минут и дважды упирался в лимит контекста. У MTP-версии такой проблемы не было — предсказание нескольких токенов сразу разгружает модель. Но о Coder Next я тоже писал: «Qwen3 Coder Next: запускаем локально с hybrid attention» — там другой сценарий, для длинных контекстов.
Если вы всё ещё думаете, что локальный AI — это медленно, неудобно и дорого, попробуйте сами. Скачайте модель, поставьте Pi агента, дайте задачу «сделай сайт для пиццерии» — и через 20 минут вы будете удивлены. А если не удивлены — напишите мне в комментариях, какую модель используете вы. Может, я зря не поставил Falcon-H1-Tiny на холодильник? Но это уже другая история.
