Лучшие открытые модели для программирования в 2026

Сильные открытые модели для кода в 2026 году есть, и по заявленным результатам самые крупные из них почти догнали закрытые на части тестовых наборов. Это DeepSeek-V4.1-Flash, GLM-5.3 и Kimi K3, а среди тех, что можно запустить на своей машине, — Qwen3.8-27B и Qwen3-Coder-Next. Но запустить сильнейшие из них на ноутбуке нельзя, потому что их веса занимают от 510 ГБ до 1,56 ТБ.

Локально запускают модели до 80 млрд параметров: на ноутбуке с 32 ГБ около 30 млрд, на машине от 64 ГБ — Qwen3-Coder-Next на 80 млрд в сжатом виде. Остальные запускают на серверах или берут через сервис. Характеристики моделей и их лицензии — по официальным страницам вендоров на Hugging Face, данные на 2 октября 2026 года. Оценки памяти — расчёт редакции.

Какие открытые модели сейчас сильны в коде?#

Условия отбора: веса на странице самого вендора на Hugging Face, лицензия, названная в карточке, результат хотя бы на одном наборе задач для кода или агента, карточка, обновлённая в 2026 году. Каждый вендор мерил в своих условиях.

Qwen3-Coder-Next специально сделан для агентов и локальной разработки. Его карточка не обновлялась с февраля, и сравнивал себя вендор с моделями того времени. Qwen3.8-27B свежее и универсальнее, вендор заявляет рост и в программировании, и в задачах агента, к тому же он плотный: все 27 млрд параметров работают на каждом шаге.

GLM-5.3 вышел на той же базе, что GLM-5.2, и Z.ai пишет о росте на 50 % по своему внутреннему набору задач. Проверить эту цифру снаружи нельзя, поэтому в таблице её нет.

Цифры вендоров в один рейтинг не складываются#

Наборы у вендоров разные. Qwen3-Coder-Next отчитывается по Terminal-Bench 2.0, остальные по версии 2.1, и даже одно название набора не гарантирует одну и ту же метрику. Для Kimi K3 по ProgramBench Moonshot AI даёт 77,8 без названия метрики, а DeepSeek для той же модели — 17,5 «Almost@1».

Сравнивать такие числа напрямую нельзя.

Ближе всего к честному сравнению таблица, где одна команда прогнала несколько моделей в своих условиях. Такая есть в карточке DeepSeek-V4.1-Flash: рядом с моделями DeepSeek там стоят Kimi K3, GLM-5.3 и две закрытые модели. Всего в ней семь моделей, на Terminal-Bench 2.1 все уложились в 82,7–90,6 балла, и нижняя граница у прошлой DeepSeek-V4-Flash. Ниже пять строк, о которых идёт речь в статье.

На более новом и трудном Terminal-Bench 4.0 разрыв открывается: лучшая закрытая модель набрала 51,8, лучшая открытая 37,9, а Kimi K3 только 12,6 при 88,3 на версии 2.1.

Почему у Kimi K3 такой провал, в карточках обоих вендоров не объясняется.

Таблицу составил сам DeepSeek, и его модель в ней лучшая по двум столбцам из трёх.

Что лицензии разрешают делать с весами#

Обе Qwen выложены под Apache 2.0, DeepSeek-V4.1-Flash под MIT. У GLM-5.3 и Kimi K3 собственные лицензии, но их основной текст повторяет MIT: веса можно использовать, менять, дообучать, распространять и продавать, сохраняя в копиях уведомление об авторстве и лицензии. Отличия касаются крупного бизнеса.

• GLM-5.3. Компания, которая продаёт доступ к модели как сервис, например по API, и вместе со своими аффилированными компаниями зарабатывает больше 10 млрд долларов за 12 месяцев подряд, перед коммерческим использованием проходит проверку безопасности у Z.ai.
• Kimi K3. Порог для такого сервиса ниже, 20 млн долларов выручки за 12 месяцев, и сверх него нужен отдельный договор с Moonshot AI. Продукт, у которого больше 100 млн пользователей в месяц или больше 20 млн долларов выручки в месяц, должен заметно показывать в интерфейсе название «Kimi K3».
• Проверка у Z.ai и договор с Moonshot AI нужны только тем, кто продаёт доступ к модели. Если вы встроили модель в свой продукт как одну из функций, лицензии такой продукт сервисом не считают. Требование показывать название «Kimi K3» от этого не зависит и действует для любого коммерческого продукта такого масштаба.

Простая пересылка запросов к модели на чужом сервере — тоже не сервис. Kimi K3 к тому же снимает оба условия, когда модель и её ответы видит только ваша команда. Для команды, которая запускает модель у себя под свой проект, условия для крупного бизнеса не срабатывают. Тексты лицензий — по файлам LICENSE в репозиториях моделей, данные на 2 октября 2026 года.

Сколько памяти нужно, чтобы запустить модель локально?#

Оценка для 4-битной сжатой версии: число параметров умножить на 0,5 байта. Это только веса. Сверху нужна память под контекст, и чем длиннее окно, тем её больше. Вендор Qwen3-Coder-Next прямо советует при нехватке памяти урезать контекст до 32 768 токенов.

У Qwen3-Coder-Next из 80 млрд параметров на каждом шаге работают только 3 млрд, и это ускоряет ответ, но держать в памяти всё равно приходится все 80 млрд, потому что заранее неизвестно, какие из них понадобятся на следующем шаге.

По формуле получается нижняя граница.

Готовый 4-битный файл Qwen3-Coder-Next весит 48,4 ГБ при расчётных 40 ГБ, потому что часть слоёв обычно сжимают слабее. Для Kimi K3 считать почти нечего, Moonshot AI дообучала модель с учётом 4-битного формата и выложила веса уже в MXFP4, и полтора терабайта на диске — это уже сжатый вариант.

На ноутбуке с 16 ГБ даже Qwen3.8-27B встаёт впритык: после 14 ГБ весов на контекст, систему и сам редактор остаётся около 2 ГБ.

Скорость ответа на конкретном ноутбуке зависит от модели, объёма и скорости памяти, процессора и программы запуска. Запускают локальные модели через Ollama, LM Studio, llama.cpp или MLX-LM, их перечисляет сама Qwen в карточке Qwen3-Coder-Next.

Открытые модели без своей видеокарты#

Модель, которая не помещается в память, запускает кто-то другой, а вы обращаетесь к ней по API. Тогда размер модели перестаёт быть вашей проблемой, но код и текст запроса уходят внешнему провайдеру.

• Бесплатный пункт «Модель WorkAI Free» в редакторе WorkAI. За ним открытые модели, которые подбирает платформа, подробности в следующем разделе.
• Свой ключ любого сервиса с API, совместимым с OpenAI, подключённый в WorkAI. Запросы по своему ключу не списывают WorkCoins: платите вы напрямую провайдеру по его тарифу.
• API самого вендора модели. В карточке Kimi K3 есть ссылка на платформу Moonshot AI, в карточке Qwen3.8-27B облачная версия заявлена как «скоро». Доступность и оплату таких сервисов из России уточняйте у самого вендора.

WorkAI Free в редакторе и его минусы#

Редактор WorkAI построен на VS Code и работает из России без VPN. В списке моделей есть пункт «Модель WorkAI Free», за которым стоят открытые модели: платформа сама находит и тестирует лучшие открытые модели через OpenRouter и дважды в сутки пересматривает выбор.

Название текущей модели здесь не указано: платформа пересматривает выбор дважды в сутки, и к моменту чтения оно может устареть.

Пункт бесплатен на любом тарифе и без срока, но минусы у него есть. Изображения агент не распознаёт, из полного набора ему доступны 27 инструментов, файлы проекта и терминал среди них, длина ответа ограничена, а модель за пунктом меняется, поэтому вчерашний удачный запрос сегодня может выполнить другая модель. Если нужна одна и та же модель изо дня в день, подходит путь со своим ключом.

Все минусы по пунктам, сравнение с бесплатным планом Cursor и отличие этого пункта от тарифа Free разобраны в статье бесплатен ли Cursor и чем его заменить.

Под какую задачу какую модель брать#

Если открытая модель не справилась, в том же списке WorkAI её можно сменить на закрытую модель, за которую списываются WorkCoins. Сравнение российских ИИ-редакторов, если выбираете среду целиком, — в обзоре российских аналогов Cursor.

Частые вопросы