Эксперимент по замене облачного ИИ на локальное решение показал, что модель Qwen 3.5-9B способна эффективно выполнять большинство задач, которые ранее делегировались Claude. Автор тестировал модель в течение недели на MacBook Air с процессором M5 и 16 ГБ оперативной памяти, используя LM Studio для запуска нейросети. Ранее для подобных целей применялась Qwen 2.5 Coder, однако она часто допускала ошибки при вызове внешних инструментов.
Возможности и технические характеристики Qwen 3.5-9B
Qwen 3.5-9B представляет собой модель общего назначения, которая не ограничивается написанием кода. Она способна вести диалоги, рассуждать, следовать инструкциям и анализировать визуальные данные. Благодаря тому, что семейство моделей 3.5 специально обучалось для агентных задач, нейросеть успешно выбирает нужные инструменты, корректно форматирует вызовы, обрабатывает полученный результат и продолжает выполнение цепочки действий. В сочетании с подходящей инфраструктурой (например, Hermes, OpenCode или Codex) модель показывает высокую результативность.
Технически решение поддерживает контекстное окно объемом 262 144 токена, хотя работа с таким объемом локально требует значительных ресурсов оперативной памяти. Также предусмотрены два режима работы: с «мышлением» (thinking mode) для сложных запросов, требующих рассуждений, и прямой режим для простых задач, не требующих глубокой проработки.
Опыт применения в реальных проектах
В рамках поддержки собственного SaaS-сервиса модель Qwen 3.5-9B успешно справилась с исправлением бага в системе авторизации, препятствовавшего отправке OTP-паролей, и добавила функционал экспорта результатов в виде отчетов. Обе задачи требовали взаимодействия с существующей кодовой базой, и модель справилась с ними автономно. Кроме того, нейросеть использовалась для автоматизации сценариев в Home Assistant, позволяя пользователю описывать желаемые действия устройств без ручного написания скриптов.
Дополнительно модель применялась для анализа серверных логов. Если стандартное уведомление об ошибке лишь констатирует факт сбоя, то Qwen способна изучить логи, указать на причину проблемы и в ряде случаев самостоятельно внести исправления.
Сложности при работе с кодом
Несмотря на успешное выполнение 95% задач, в двух случаях модель столкнулась с трудностями, которые лучше даются Claude. Первая проблема возникла при рефакторинге: модель перенесла логику генерации отчетов в общий сервис, но не обновила импорты и типы данных во всех зависимых частях проекта, что привело к каскаду ошибок. Вторая проблема заключалась в диагностике зависания статуса отчета на этапе обработки. Нейросеть сосредоточилась на исправлении логики опроса на стороне фронтенда, игнорируя тот факт, что API отдавал закешированный ответ, несмотря на предоставленные логи.
Подобные ситуации подчеркивают преимущество Claude: облачная модель чаще перепроверяет первичный диагноз и лучше анализирует стек технологий, работая от обратного, в то время как Qwen в трудных ситуациях склонна предлагать мелкие вариации одного и того же неэффективного решения.
Особенности работы с инструментами и ограничения модели
Одной из ключевых сильных сторон модели является работа с внешними инструментами (tool calling). Семейство Qwen 3.5 было специально спроектировано для агентных сценариев: модель не просто вызывает функции, но и корректно форматирует их вызовы, парсит ответ и продолжает логическую цепочку работы. Использование Qwen 3.5-9B в связке с правильными инструментальными обвязками (harness), такими как Hermes, OpenCode или Codex, превращает её в полноценного автономного агента. Тем не менее, работа с полным контекстным окном в 262 144 токена требует значительного объема оперативной памяти, что накладывает определенные ограничения при запуске на потребительском «железе», таком как MacBook Air с 16 ГБ ОЗУ.
Практический опыт и нюансы использования
В отличие от узкоспециализированных версий, таких как Qwen 2.5 Coder, которую автор пробовал использовать ранее, версия 3.5-9B демонстрирует гораздо большую надежность при вызове инструментов. Несмотря на то, что модель часто называют «кодинговой», её возможности гораздо шире: она выступает как полноценный ассистент для поддержки SaaS-продуктов, позволяя не только фиксить баги, но и внедрять новые фичи, требующие глубокого понимания контекста всей кодовой базы. Возможность выбора между режимом «мышления» (thinking mode) и прямым режимом исполнения позволяет гибко распределять ресурсы: для простых команд используется стандартный алгоритм, а для сложных логических операций модель задействует ресурсы для глубокого анализа.
Границы применимости и сравнение с Claude
Анализ логов сервера стал для автора одним из самых наглядных кейсов. Модель не просто сигнализирует о сбое, но проводит диагностику, которая заменяет ручной поиск причины в лог-файлах. Если предоставить необходимые разрешения, Qwen может самостоятельно предпринять шаги по устранению найденных неполадок. Однако при сравнении с Claude проявляются фундаментальные различия в стратегии отладки:
- Масштабный рефакторинг: При попытке перенести логику из API-роута в общий сервис, Qwen 3.5-9B успешно создала сервис, но не смогла отследить «эхо» изменений. В результате фоновые задачи продолжали импортировать старые функции, тесты падали из-за несовпадения аргументов, а типы во фронтенде теряли актуальность. Модель исправляла одну ошибку, создавая новую в другой части проекта.
- Диагностика кэширования: В ситуации с «зависшим» статусом отчета, модель зациклилась на правках фронтенд-компонента и логики опроса (polling). Даже при наличии явных логов, указывающих на то, что отчет готов, а API отдает закешированный ответ, Qwen продолжала редактировать интерфейсную часть, вместо того чтобы проследить цепочку запроса до уровня кэша и API.
Эти примеры демонстрируют, что, несмотря на высокую эффективность, Qwen 3.5-9B иногда не хватает способности подвергать сомнению собственный первичный диагноз. В отличие от Claude, которая склонна работать «от обратного» и пересматривать стек технологий при неудаче, Qwen в сложных ситуациях склонна повторять итерации, предлагая лишь незначительные модификации своего первого, ошибочного подхода.
