Как развернуть Claude локально: 3 способа через Ollama и Claude Code без лишней боли

Claude Code считается одним из сильнейших кодинг-агентов на рынке, но у связки два неудобства: модель живет в облаке Anthropic, а подписка оплачивается зарубежной картой. Обе проблемы решаемые, и пути разные. Нужна полная приватность - поднимаете агента на локальной модели через Ollama, и код вообще не покидает компьютер. Нужен оригинальный Claude - добираетесь до него туннелем или через роутер. Ниже разберу все три сценария: с командами, требованиями к железу и списком граблей, на которые я наступил сам.

Сразу договоримся о терминах, потому что в запросах "как развернуть Claude локально" смешиваются разные вещи. Развернуть саму модель Claude в буквальном смысле нельзя: веса Sonnet и Opus закрыты, исходников нет. Локально развернуть можно Claude Code - терминального агента, который читает репозиторий, правит файлы, запускает тесты и делает коммиты. Мозги ему подключаете любые: открытую модель на своей машине или облачный API через промежуточный сервис.

Как связка работает под капотом

Claude Code изначально общается с API Anthropic по определенному протоколу запросов. Ключевой момент: Ollama начиная с версии 0.14.0 отдает нативный Anthropic-совместимый эндпоинт /v1/messages. Раньше между ними приходилось ставить прокладку вроде LiteLLM, которая переводила запросы из одного формата в другой. Теперь лишний слой не нужен: Claude Code думает, что говорит с Anthropic, а отвечает ему локальная модель.

Схема на пальцах. Ollama поднимает локальный сервер на порту 11434. Claude Code стучится в него с двумя переменными окружения, получает ответы и делает всю агентскую работу: исследует файлы, предлагает диффы, ждет подтверждения на правки. Никакие фрагменты кода никуда не отправляются, весь инференс идет на вашем железе. Интернет нужен один раз - чтобы скачать веса модели.

Установка Ollama за пять минут

На Linux все ставится одной строкой: curl -fsSL https://ollama.com/install.sh | sh. На macOS качайте приложение с официального сайта или ставьте через brew. На Windows - обычный установщик с того же сайта. После установки проверьте версию командой ollama --version: для совместимости с Claude Code нужна 0.14.0 или новее, на старых сборках связка просто не поднимется.

Что понадобится для запуска

• Ollama версии 0.14.0 или новее: старые сборки не умеют эндпоинт /v1/messages;
• локальная модель с контекстом от 32K токенов, рабочие варианты - qwen3-coder и gpt-oss:20b;
• две переменные окружения для ручной настройки, о них ниже;
• железо: видеокарта с 16-24 ГБ памяти либо Mac с объединенной памятью от 24-32 ГБ.

Про железо честно. Модель на 20-30 миллиардов параметров в сжатом виде занимает 14-19 ГБ на диске, и примерно столько же нужно памяти под вычисления с контекстом. На карте с 8 ГБ модель либо не влезет, либо начнет выгружать слои в оперативку и выдавать слайдшоу. В обсуждениях на Reddit разработчики сходятся на цифре около 11 токенов в секунду для такой связки на среднебюджетном железе: для точечных правок терпимо, для больших рефакторингов мучительно.

Самый быстрый путь: одна команда

Разработчики Ollama сделали для сценария с Claude Code отдельный вход:

ollama launch claude

Утилита покажет список моделей, подходящих для кодинга, предложит выбрать одну и сама пропишет конфигурацию для Claude Code. От вас - стрелки на клавиатуре и пара подтверждений. Если выбранной модели нет на диске, веса докачаются автоматически: qwen3-coder весит около 19 ГБ, закладывайте время и трафик.

После настройки открываете свой проект, запускаете claude в терминале, и агент работает как обычно. Формат взаимодействия не меняется: та же сессия, те же диффы, те же запросы подтверждений перед правками. Разница только в том, кто отвечает на запросы.

Ручная настройка, если нужен контроль

Тот же результат руками. Задаете две переменные и запускаете агента:

export ANTHROPIC_BASE_URL=http://localhost:11434
export ANTHROPIC_AUTH_TOKEN=ollama
claude --model qwen3-coder

Токен здесь формальный. Ollama ничего не проверяет, но Claude Code требует непустое значение, иначе попытается отправить вас логиниться в облако Anthropic. Слово ollama - условная заглушка, подойдет любая строка. Базовый URL указывает на стандартный порт Ollama, 11434. Если меняли порт в конфиге, поправьте и здесь.

На Windows в PowerShell переменные задаются через $env:ANTHROPIC_BASE_URL = "http://localhost:11434" и $env:ANTHROPIC_AUTH_TOKEN = "ollama", в классической cmd - через set. Чтобы не вводить переменные каждый раз, пропишите их в профиле оболочки: .bashrc на Linux и macOS, профиль PowerShell на Windows.

Какую модель выбрать под кодинг

qwen3-coder - на сегодня сильнейший открытый кодовый специалист в размерах, которые реально запустить дома. На Reddit в тредах про локальных кодинг-агентов его чаще прочих советуют именно для такой связки. Модель заточена под агентскую работу: держит длинный контекст, аккуратно правит файлы, корректно работает с форматом инструментов Claude Code. Нативный контекст у нее сильно больше минимальных 32K, так что крупные файлы влезают без обрезаний.

gpt-oss:20b - открытая модель от OpenAI, около 14 ГБ в сжатом виде. Легче и быстрее, по качеству кода чуть ниже qwen3-coder, но для машин со скромной памятью - разумный выбор. Контекст тоже с запасом перекрывает требуемые 32K.

Рабочий алгоритм простой. Видеокарта на 24 ГБ - берите qwen3-coder, это максимум качества из локального сегмента. 16 ГБ - тоже qwen3-coder, но будьте готовы к медленному инференсу. 12 ГБ и меньше - gpt-oss:20b. На Mac с Apple Silicon объединенная память работает эффективнее дискретной, поэтому M-серии с 32 ГБ тянут обе модели уверенно.

Облако против локалки: где реальная разница

Из таблицы видно главное. Локалка побеждает в приватности, цене после установки и автономности. Облако - в качестве модели и нетребовательности к железу. Для работы с NDA-документацией, внутренними репозиториями компании, медицинскими или юридическими данными локальный вариант не роскошь, а базовое требование безопасности: ни один фрагмент кода не уходит наружу.

Вариант для любителей интерфейсов: LM Studio

Терминал устраивает не всех. Альтернатива - LM Studio, настольное приложение с графическим интерфейсом: модели качаются в два клика, параметры видны в настройках. Внутри поднимается локальный API-сервер, обычно он слушает порт 1234.

Схема подключения та же. В настройках Claude Code включается режим разработчика, выбирается статический API-ключ, указывается адрес локального сервера. После этого агент работает с любой моделью, загруженной в LM Studio, включая сторонние релизы. Кому-то визуальный контроль удобнее командной строки, и результат будет тот же самый.

Сколько это стоит в реальности

Пара слов о деньгах, потому что "бесплатно" в локалке условное. Подписка Claude Pro стоит $20 в месяц, около двух тысяч рублей, плюс иностранная карта для оплаты. Локальная связка после установки не просит денег, но требует железа: видеокарта на 16-24 ГБ сама по себе стоит как несколько лет подписки. Роутер вроде 3GPT за 149 рублей в месяц занимает промежуточную позицию: в десятки раз дешевле официальной подписки и без требований к вашему железу, потому что инференс идет на чужих серверах.

Частые проблемы и что проверять первым

Connection refused при запуске claude означает, что сервер Ollama не поднят. У меня первая ошибка была ровно такой: после перезагрузки машины сервер не поднялся, и я полчаса искал причину не там. Выполните ollama serve в отдельном окне или проверьте службу. Ошибка model not found - имя модели в --model набрано с опечаткой, список установленных моделей показывает ollama list. Резко упала скорость - посмотрите ollama ps: команда показывает, сколько слоев считается на GPU, а сколько на процессоре. Если часть слоев ушла на CPU, уменьшайте размер модели или контекст.

Вторая типовая ситуация - переполнение контекста на больших проектах. Claude Code отправляет модели фрагменты репозитория, и если проект огромный, а контекст выставлен на минимум, ответы начинают терять нить. Лечится увеличением контекста в настройках Ollama, но держите в голове: каждый дополнительный токен контекста ест память.

Если нужен именно настоящий Claude: SSH-туннель

Локальная модель - компромисс по качеству, и у части задач требование обратное: оригинальный Claude Code с родными моделями, но из России. Выручает socks5-прокси на собственном VPS за границей. Устанавливать на сервер ничего не нужно: стандартный ssh-клиент умеет пробрасывать локальный порт в туннель.

Минимальный вариант - добавить пару флагов к обычной ssh-строке:

ssh -D 1080 user@your-vps-ip

После этого на локальной машине слушается порт 1080, и трафик через него выходит с IP вашего сервера. Установка Claude Code на macOS, Linux или в WSL с прокси выглядит так:

ALL_PROXY="socks5h://127.0.0.1:1080" curl -fsSL https://claude.ai/install.sh | bash

На Windows схема чуть длиннее: делается .cmd-обертка, которая выставляет переменную HTTPS_PROXY и передает управление оригинальному claude.exe. Трафик идет в Privoxy, оттуда на локальный socks5-порт и дальше через SSH-туннель к серверам Anthropic. Для них запрос выглядит как пришедший из Швейцарии или Германии, смотря где арендован VPS. Схема рабочая, я гонял ее месяц. Единственная рутина - держать ssh-сессию открытой, автозапуск через systemd или планировщик задач снимает и это.

Честный расклад: что локальная модель умеет, а что нет

После недель на qwen3-coder картина сложилась четкая. Локальная связка уверенно закрывает точечные задачи: поправить функцию, написать скрипт, добавить обработчик, разобрать чужой конфиг, сгенерировать тесты на готовый модуль. Скорость ниже облачной, но для таких задач это не мешает.

Где начинается боль. Большие рефакторинги по десяткам файлов, тонкая работа со свежими версиями фреймворков, многошаговые сценарии на полчаса - модели на 20-30B параметров здесь спотыкаются: теряют нить, путают соглашения проекта, выдумывают несуществующие методы API. Облачный Sonnet делает то же без запинки, и разница не в процентах, а в разы. Плюс локальная сборка ничего не знает о событиях новее даты обучающих данных.

Вывод по локалке такой: инструмент для приватности и офлайна, а не способ сэкономить на качестве. Ставить имеет смысл, когда код нельзя показывать облаку или работа идет там, где интернета нет: в поездках, на закрытых контурах, на объектах.

Третий путь, которым пользуюсь сам: 3GPT

Остался сценарий, который закрывает большинство реальных запросов. Допустим, локальность не принципиальна, а нужен просто настоящий Claude из России: без иностранных карт, VPN и танцев с VPS. Для этого у меня под рукой 3GPT от 3SELLER - ИИ-роутер с прямым доступом к флагманским моделям нейросетей из России.

Внутри: ChatGPT 6 Astra, Claude Fable 5 и Claude Fable 5.1, Claude Opus 5.5, ChatGPT 5.5, ChatGPT 6.1 Sol, Nano Banana для генерации изображений, а также генерация видео и голоса. Подписка от 149 рублей в месяц. Баланс пополняется российской картой, через СБП или криптой. Регистрация занимает пару минут, дальше вы работаете с теми же флагманами, что и на оригинальных площадках.

В повседневной работе закрывает все: продающие тексты, структуры сайтов, разбор аналитики, создание и обработка максимально реалистичных изображений, видеоролики, озвучка. Один интерфейс вместо пяти подписок - после месяца использования возвращаться на отдельные сервисы не хочется.

Отдельная фишка сервиса - готовые ИИ-агенты под конкретные задачи. Выбираете агента из каталога и начинаете с ним диалог, модель переключается прямо в чате без пересоздания сессии: каталог готовых ИИ-агентов 3GPT. Для рутины вроде обработки заявок или контент-планов экономит часы в неделю.

Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT: https://3seller.com/3gpt.

Выберите свой сценарий и начните с одной команды

Сводка по всем путям в одну строку. Код под NDA, медицинские данные, закрытые репозитории - Ollama плюс qwen3-coder: код не покидает машину никогда. Нужен максимум качества и бюджет от 149 рублей - 3GPT с настоящими флагманами и оплатой российской картой. Хочется официального Claude Code с родными моделями - зарубежный VPS и SSH-туннель по схеме выше. Учебный проект или первые эксперименты с агентами на скромном железе - LM Studio с gpt-oss:20b.

Мой совет после всех перечисленных связок: начните с команды ollama launch claude и погоните ее на живой задаче из вашей практики. Через пару часов работы станет ясно, хватает ли локальной модели для ваших задач или пора смотреть в сторону облака. Проверка на реальном проекте дает больше, чем любой обзор, включая этот.