лонгрид Учебника · 18.10.2026
Локальная нейросеть на своём компьютере: Ollama и LM Studio по шагам, какие модели потянут 8, 16 и 32 ГБ
Как запустить нейросеть на своём ПК или Mac без интернета и подписки: Ollama или LM Studio, установка по шагам, какие модели брать под 8, 16 и 32 ГБ памяти, какие лучше говорят по-русски, и наш замер на MacBook Air с 8 ГБ.
Текст собран ИИ-агентами редакции под надзором автора · факты проверены по первоисточникам 18.10.2026
Локальная нейросеть работает без интернета, подписки и смены IP-адреса: Ollama и LM Studio бесплатны, а их сайты и модели открываются из РФ напрямую. Упирается всё в память компьютера. 18 октября 2026 года на MacBook Air с 8 ГБ модель на 3 ГБ отвечала по 25 токенов в секунду, а модель на 4 ГБ не ответила ни в одной из трёх попыток по 5–8 минут.
Ниже по шагам: что выбрать из двух программ, как поставить каждую, какую модель скачать под 8, 16 и 32 ГБ и какая из них лучше говорит по-русски. Частоты запросов я взял из Wordstat за 17.10.2026, версии и требования снял со страниц Ollama, LM Studio и Hugging Face 18.10.2026, скорость мерил на своём ноутбуке в тот же день.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Локальная нейросеть живёт на вашем диске и упирается в память
Локальная нейросеть — открытая модель, скачанная на ваш компьютер одним файлом. Программа-запускалка загружает файл в память и отвечает в окне чата, как ChatGPT, только без сервера на той стороне. Отключите интернет, и она продолжит работать.
«Локальная нейросеть» ищут 8 271 раз в месяц, «ollama» 35 666 и «lm studio» 35 360 (Wordstat, 17.10.2026). Причины ставить её у себя три:
- Данные не уходят. Договор, медицинская выписка или код работодателя остаются на диске. Ollama пишет прямо: «We don't see your prompts or data when you run locally».
- Не нужен зарубежный доступ. Ни смены IP-адреса, ни иностранной карты: программа и модели бесплатны.
- Нет лимитов. Дневных и месячных лимитов на вопросы нет.
Модели, которые помещаются в домашний компьютер, слабее облачных. На русском тесте MERA (снято 18.10.2026) лучшая из них набирает 0,435 балла, облачная Gemini 3.7 Flash 0,678.
Из РФ всё скачивается напрямую, смена адреса не нужна
18 октября 2026 года я проверил доступ с узлов в Москве и Петербурге. Те же узлы получали отказ 403 от chatgpt.com, а часть из них обрывы от instagram.com, то есть блокировки видят. Ollama и LM Studio они открыли.
| Что | Из РФ 18.10.2026 |
|---|---|
| ollama.com и страница загрузки | открывается, 200 |
| lmstudio.ai | открывается, 200 |
| huggingface.co, откуда LM Studio берёт модели | открывается, 200 |
| скачивание файла модели с Hugging Face | идёт, 200 |
| chatgpt.com, для сравнения | отказ, 403 |
Узлы стояли в дата-центрах. Домашний провайдер или мобильная сеть с белыми списками могут вести себя иначе.
Ollama проще поставить, LM Studio проще выбрать модель
Обе программы бесплатны и делают одно и то же: скачивают модель и запускают её у вас.
| Ollama | LM Studio | |
|---|---|---|
| Версия | 0.40.6 от 16.10.2026 | 0.4.26 от 13.10.2026 |
| Окно чата | есть, простое | есть, с настройками |
| Русский интерфейс | нет | есть, перевод сообщества |
| Поиск моделей | каталог ollama.com, команда в терминале | поиск по Hugging Face прямо в окне |
| Mac | macOS 14+, M1 и новее; Intel только на процессоре | macOS 14+, только M1 и новее |
| Windows | 10 22H2+ | x64 с AVX2 или ARM |
| Код | открыт, MIT | приложение закрыто |
| Для работы в компании | бесплатно | бесплатно с 08.07.2025 |
Берите LM Studio, если хотите окно на русском, поиск моделей кнопкой и вопросы к своим PDF и DOCX. Берите Ollama, если нужна одна команда, сервер для своих скриптов или агент для кода. Командой ollama launch она подключает Claude Code, OpenCode и Codex. Обе программы держат сервер с тем же API, что у OpenAI, поэтому чужие программы подключаются к ним одинаково.
«LM Studio Bionic», который ищут 2 818 раз в месяц, — отдельное приложение тех же авторов от 16.07.2026. Bionic работает агентом для задач и документов. Локальные модели в нём бесплатны, облачные стоят от $20 в месяц.
Ollama ставится одной командой и одной моделью
| Шаг | Что сделать | Зачем |
|---|---|---|
| 1 | Скачайте установщик с ollama.com/download: Ollama.dmg для Mac, OllamaSetup.exe для Windows | Ставит программу и сервер; прав администратора на Windows не просит |
| 2 | Или одной командой: в PowerShell irm https://ollama.com/install.ps1 | iex, в терминале Mac и Linux curl -fsSL https://ollama.com/install.sh | sh | То же самое без браузера |
| 3 | Откройте терминал и наберите ollama run qwen3.5:2b | Скачает модель примерно на 3 ГБ и откроет чат |
| 4 | Пишите вопрос по-русски | Модель отвечает прямо в терминале |
| 5 | Или откройте приложение Ollama и выберите модель в окне чата | Тот же разговор без терминала |
На Mac и Windows модели лежат в папке .ollama/models вашего пользователя. Ненужную модель удаляет ollama rm qwen3.5:2b, список скачанных показывает ollama ls.
Сервер слушает только ваш компьютер, адрес 127.0.0.1:11434. Снаружи к нему никто не подключится, пока вы сами не включите доступ из сети.
LM Studio ставится как обычная программа и говорит по-русски
| Шаг | Что сделать | Зачем |
|---|---|---|
| 1 | Скачайте установщик с lmstudio.ai/download, не с главной: главная теперь продаёт Bionic | Нужна сама LM Studio |
| 2 | Переключитесь в режим Power User, откройте Settings → Preferences → Language и выберите русский | Без этого режима настроек языка не видно |
| 3 | Откройте поиск моделей и наберите qwen3.5 или gemma-4 | Поиск идёт по Hugging Face |
| 4 | Выберите вариант с пометкой Q4 или выше | LM Studio советует 4 бита и выше: меньше файл, качество держится |
| 5 | Загрузите модель в чат и задайте вопрос | Модель встаёт в память и отвечает |
| 6 | Перетащите в чат PDF или DOCX | Короткий файл модель прочтёт целиком, длинный — по кусочкам |
Если поиск моделей пишет «error fetching staff picks», дело в сертификатах, разбор ниже, в разделе про ошибки.
На 8 ГБ встаёт модель 3B, на 16 ГБ 20B, на 32 ГБ 27B
Буква B в имени модели значит миллиарды параметров. Модель 9B в каталоге Ollama весит 6,6–7,6 ГБ, модель 27B — 17–20 ГБ. В памяти модель занимает на 10–15% больше файла (наблюдение практика на Хабре, 14.09.2025), и ещё место нужно системе и открытым программам.
| Память | Что ставить | Файл | Чего ждать |
|---|---|---|---|
| 8 ГБ | qwen3.5:2b, gemma3:1b, llama3.2:3b | 0,8–3,1 ГБ | быстрые короткие ответы, путается в смысле и в русском |
| 16 ГБ | qwen3.5:9b, gemma4:e4b, deepseek-r1:8b, gpt-oss:20b | 5,2–14 ГБ | у gpt-oss:20b на ноутбуках 8–20 токенов в секунду |
| 32 ГБ | qwen3.5:27b, qwen3.6:27b, gemma4:26b, T-pro-it-2.1 | 16–20 ГБ | у двух Qwen 27B на русском тесте 0,42–0,44 |
Размеры файлов я взял из каталога Ollama и с Hugging Face 18.10.2026. gpt-oss:20b от OpenAI весит 14 ГБ, и OpenAI обещает, что она поместится в 16 ГБ памяти. С запасом в 10–15% места остаётся впритык, браузер на это время лучше закрыть.
На ноутбуках gpt-oss:20b выдаёт 8–20 токенов в секунду, в среднем около 13 (замер на девяти ноутбуках в LM Studio, Хабр, 09.12.2025).
На Mac память общая, и видеокарта берёт её из тех же 8, 16 или 32 ГБ. На Windows считайте отдельно: модель, которая целиком влезла в память видеокарты, отвечает быстрее. Та же gpt-oss:20b на RTX 4090 с 24 ГБ видеопамяти выдаёт 97 токенов в секунду (Хабр, 20.08.2025).
На MacBook Air с 8 ГБ модель отвечает быстро и ошибается
18 октября 2026 года я поставил Ollama 0.40.6 на MacBook Air M2 с 8 ГБ и задал трём моделям один вопрос: «Объясни в трёх предложениях, что такое локальная нейросеть и зачем она нужна обычному человеку». Рядом работали другие программы, как на любом рабочем ноутбуке.
| Модель | Файл | Скорость | Что ответила |
|---|---|---|---|
| gemma3:1b | 806 МБ | 74 токена в секунду | уверенно и мимо: «тип нейронных сетей, которые обрабатывают данные небольшими, локальными областями» |
| qwen3.5:2b, без рассуждения | 3,1 ГБ | 25 токенов в секунду | по смыслу почти верно, по-русски коряво: «программный утилита, который позволяет размечать данные» |
| qwen3.5:4b | 4,0 ГБ | не ответила | три попытки по 5–8 минут, файл подкачки вырос с 9,2 до 10,7 ГБ |
Токен — кусок слова. Ответ qwen3.5:2b из 101 токена пришёл за 4 секунды, ответ gemma3:1b из 121 токена — за 1,6 секунды.
Вторая задача была рабочей: функция на Python, которая считает слова в строке, и тест к ней. qwen3.5:2b написала её за 37 секунд. Функция верная.
Ошиблась модель в своих же тестах, два раза из шести. В строке «Привет мир» она ждала три слова, в строке «I like code and style.» из пяти слов — четыре.
Ни одному ответу qwen3.5:2b я бы не поверил без проверки: ошибки были в обеих задачах. С рассуждением та же модель ответила на первый вопрос верно, но думала 2 минуты 26 секунд. LM Studio тоже рекомендует для работы 16 ГБ, а на 8 ГБ советует только маленькие модели.
На русском тесте большие Qwen обходят русские модели
Ниже шесть моделей из лидерборда русского теста MERA (Альянс в сфере ИИ, версия 2.0, снято 18.10.2026). Маленькие стоят внизу.
| Модель | Чья | Файл | MERA |
|---|---|---|---|
| Qwen3.6-27B | Alibaba | 18–19 ГБ | 0,435 |
| Qwen3.5-27B | Alibaba | 17–20 ГБ | 0,422 |
| T-pro-it-2.1 (32B) | Т-Банк | 19,8 ГБ | 0,196 |
| Qwen3.5-9B | Alibaba | 6,6–7,6 ГБ | 0,186 |
| T-lite-it-2.1 (8B) | Т-Банк | 5,0 ГБ | 0,130 |
| Qwen3.5-4B | Alibaba | 3,3–4,0 ГБ | 0,093 |
Т-Банк собрал T-lite-it-2.1 на Qwen3-8B, и на тесте она ниже свежей Qwen3.5-9B. Если вам важен русский, сначала берите самую большую модель, которая влезает в память, и только потом пробуйте русские:
- T-lite-it-2.1 от Т-Банка: 8B на основе Qwen3, файл 5 ГБ, бесплатна и для бизнеса.
- GigaChat 3.1 Lightning от Сбера: 10B, из которых в каждом ответе работают 1,8B, поэтому отвечает как маленькая; файл 6,5 ГБ.
- YandexGPT-5-Lite-8B от Яндекса: файл 4,9 ГБ, после 10 млн токенов ответов в месяц лицензия просит обратиться в Яндекс.
В Ollama русскую модель с Hugging Face запускают одной строкой: ollama run hf.co/t-tech/T-lite-it-2.1-GGUF:Q4_K_M. В LM Studio достаточно набрать имя в поиске. Облачный GigaChat работает в браузере без установки, если локальная версия не тянет.
Для кода локальная модель годится на подсказки, агенту нужна большая
Агенту для кода нужно держать в голове файлы проекта. Ollama советует давать ему контекст не меньше 64 000 токенов, а по умолчанию на машине с видеопамятью меньше 24 ГБ ставит 4 000. Длинный контекст занимает память сверх файла модели, поэтому на 8 и 16 ГБ агенту не хватает места на сам проект.
На 16 ГБ локальная модель полезна в чате: объяснить ошибку, написать функцию, перевести комментарии. Для агента дешевле взять бесплатную облачную модель через OpenCode. Такие модели с живым списком собраны в гайде бесплатные нейросети для кода.
Две частые ошибки чинятся настройкой
«Error fetching staff picks» в LM Studio. Поиск моделей не грузится, хотя сайт открывается. В трекере ошибок LM Studio причину нашли пользователи: антивирус с проверкой HTTPS, например Kaspersky, подменяет сертификат, а LM Studio ему не верит.
Добавьте LM Studio в исключения антивируса. На рабочем компьютере за корпоративным прокси помогает переменная окружения NODE_USE_SYSTEM_CA=1.
«Failed to load model» или модель не отвечает. Сначала проверьте память: возьмите размер поменьше или вариант с меньшим числом бит, закройте браузер с десятком вкладок. На моём Air модель на 4 ГБ упёрлась в это же.
Частые вопросы
Ollama или LM Studio: что выбрать новичку? LM Studio: окно на русском, поиск моделей кнопкой и чат с файлами. Ollama проще для команд, скриптов и агентов для кода. Обе бесплатны, и ставить их можно на одну машину.
Сколько памяти нужно для локальной нейросети? Минимум 8 ГБ для моделей до 3B, 16 ГБ для моделей 8–20B (gpt-oss:20b встаёт впритык), 32 ГБ для лучших домашних моделей 27B. В памяти модель занимает на 10–15% больше своего файла.
Работает ли локальная нейросеть без интернета? Да. Интернет нужен один раз, чтобы скачать программу и модель. Дальше обе программы отвечают офлайн.
Можно ли запустить локальную нейросеть на телефоне? Ollama и LM Studio выпускаются для Mac, Windows и Linux. Приложения для телефона мы не проверяли. Модель 1B на ноутбуке ответила быстро, но мимо смысла, как gemma3:1b в моём прогоне.
Где брать модели, чтобы не скачать подделку? Из каталога ollama.com/library и с официальных страниц авторов на Hugging Face: t-tech у Т-Банка, ai-sage у Сбера, yandex у Яндекса, Qwen у Alibaba.
Нужна ли локальная LLM компании? Для команды вопрос другой: сервер, обновления и качество становятся вашей заботой. Разбор для руководителя — в статье о локальной LLM для компании.
Источники
- Wordstat, частоты запросов, регион Россия, 17.10.2026 — собственный замер.
- Ollama: главная, docs.ollama.com (macOS, Windows, GPU, FAQ, Context length), блог (launch, MLX), каталог моделей ollama.com/library, Privacy; GitHub ollama/ollama, релиз v0.40.6 от 16.10.2026; снято 18.10.2026 — официальный сайт.
- LM Studio: changelog, docs (System requirements, Languages, RAG, Download a model), блог «Free for work» 08.07.2025 и «Introducing LM Studio Bionic» 16.07.2026, pricing; снято 18.10.2026 — официальный сайт.
- OpenAI, README github.com/openai/gpt-oss — официальный сайт.
- Hugging Face: t-tech/T-lite-it-2.1, t-tech/T-pro-it-2.1, ai-sage/GigaChat3.1-10B-A1.8B, yandex/YandexGPT-5-Lite-8B-instruct и лицензия, справка «Use Ollama with any GGUF Model»; снято 18.10.2026 — официальный сайт.
- MERA, лидерборд Text v2, mera.a-ai.ru, снято 18.10.2026 — бенчмарк.
- Хабр: «gpt-oss-20b на ноутбуках» (09.12.2025), сравнение RTX 4090 и 5090 (20.08.2025), тест 13 моделей в Ollama (14.09.2025) — практики.
- Трекер ошибок LM Studio на GitHub, issues 917, 1588, 2459 — практики.
- check-host.net и Globalping, HTTP-пробы с узлов в Москве и Петербурге, 18.10.2026 — собственный замер.
- Прогон Ollama 0.40.6 на MacBook Air M2 8 ГБ, 18.10.2026 — собственный замер.
Запомнить
- Локальная нейросеть бесплатна и работает без интернета, а Ollama, LM Studio и модели скачиваются из РФ напрямую.
- Новичку на русском проще LM Studio, для команд, скриптов и агентов удобнее Ollama.
- Модель выбирают по памяти: на 8 ГБ до 3B, на 16 ГБ до 20B, на 32 ГБ до 27B.
- На 8 ГБ модель отвечает быстро, но ошибается в смысле и в собственных тестах, поэтому ответы проверяйте.
- По-русски лучше говорит самая большая модель, которая влезает в память; русские T-lite, GigaChat и YandexGPT пробуйте вторыми.
ещё на этой полке