Миша Иванов — человек из моей команды, который постоянно проверяет новые технологии руками. Он работает с видео и аудио, запускает локальные модели на нескольких компьютерах, а ещё собрал DAWalka — бесплатный инструмент для генерации музыки и звука на Mac. Я уже рассказывал о том, как этот проект появился и почему для Миши важно держать творческий процесс локально.
Теперь Миша прислал мне текст о другой стороне той же истории. Он не ставил целью сравнить модели по всем возможным параметрам или доказать превосходство локальных систем над облачными. Это рассказ о том, что происходит, когда у тебя есть своё железо, свежие модели и реальные задачи: сделать приложение, разобрать компьютеры, ускорить генерацию видео. Даю ему слово.
Слово Мише
Зачем мне Mac Studio, если есть подписка на Claude?
Когда в начале 2026 года я купил Mac Studio M3 Ultra с 256 гигабайтами памяти, мне довольно часто задавали один и тот же вопрос: зачем вообще нужен такой компьютер, если за те же деньги можно было оформить подписку на Claude на два года?
Логика в этом была. Модели постоянно меняются. Та, которая сегодня кажется невероятной, через несколько месяцев может устареть. Можно потратить деньги на железо, запустить на нём MiniMax M2.7 — и через какое-то время обнаружить, что все вокруг уже используют что-то новое, а ты остался со своим Mac и старой моделью.
Но эта логика рассматривает компьютер как покупку одной конкретной нейросети. Я смотрю на него иначе. Mac Studio — это не застывшая модель, которую нельзя обновить. Это место, куда каждый месяц можно поставить новую модель и проверить, что она умеет на реальной работе.
Именно это и происходило все эти месяцы. Выходили новые открытые модели, которые по отдельным тестам могли уступать закрытым, но уже достаточно хорошо справлялись с конкретными задачами. Qwen 3.6 удивлял качеством кода. MiniMax M3 оказался достаточно рабочим, чтобы с его помощью собрать полноценное приложение. При этом модель оставалась у меня дома: данные не уходили на чужие серверы, а доступ к ней не зависел от очередного изменения тарифа или решения провайдера.
Меняются модели, а рабочая машина остаётся
Я не считаю, что локальная модель обязана быть лучшей вообще. Она может быть медленнее, хуже понимать сложные инструкции или уступать закрытым системам в отдельных сценариях. Но у неё есть другое преимущество: она становится частью твоего собственного рабочего контура.
Если закрытую модель на какое-то время убрали из общего доступа, ничего не произошло с моей машиной и моими задачами. Я продолжал работать с тем, что уже было запущено локально. Локальный вариант тоже бывает неудобным. Иногда разумнее взять облачную модель и получить результат быстрее. Зато у тебя появляется выбор вместо единственного маршрута.
Для меня это особенно важно в задачах, где есть собственные исходники, незаконченные идеи и доступ к компьютеру. Я хочу понимать, где лежат данные, какой процесс их обрабатывает и что произойдёт, если модель ошибётся. В облачном сервисе часть этих вопросов приходится просто принять. Локальный запуск не решает всё автоматически, зато возвращает контроль над базовым слоем.
DAWalka: модель стала частью рабочего инструмента
Самый наглядный пример — DAWalka. С помощью MiniMax M3 я сначала собрал плагин, а затем полноценное приложение, которое можно бесплатно скачать и использовать на Mac.
Важно не перепутать две разные модели. MiniMax M3 помогал мне писать код и собирать продукт. Внутри самой DAWalka работает локальная модель Stable Audio 3, адаптированная под Apple Silicon. Плагин умеет генерировать звук по текстовому описанию и перерабатывать собственный аудиофайл в новый вариант. Сначала он жил внутри Logic Pro, а затем появилась и отдельная десктопная версия. Скачать приложение можно на GitHub.
MiniMax M3 не сравнится с самой сильной закрытой моделью. Он достаточно медленный, где-то требует больше терпения и не всегда даёт идеальный первый ответ. Но этого оказалось достаточно, чтобы сделать работающий инструмент, которым могут пользоваться другие люди.
В этом для меня и есть главный смысл локальных моделей. Мне не нужно, чтобы модель выиграла все бенчмарки. Мне нужно, чтобы она помогла пройти путь от идеи до вещи, которую можно запустить, проверить и отдать пользователю.
DAWalka стала продолжением моей работы. Музыкальный инструмент должен жить рядом с музыкой, внутри проекта и привычного рабочего потока. Поэтому важны качество генерации, темп проекта, длительность фрагмента, история результатов, экспорт и то, остаётся ли неизданный материал на твоём компьютере.
Первое настоящее задание для DeepSeek — найти пропавшую память
На днях вышла обновлённая модель DeepSeek v4 Flash. Она удивила меня тем, что оказалась меньше MiniMax M3, работала быстрее и в моих задачах с кодом показалась сильнее GLM-5.2. Последняя требует для локального запуска уже совсем другого класса железа — по моим оценкам, речь идёт примерно о 900 гигабайтах оперативной памяти.
Я мог бы сразу дать новой модели эффектную задачу вроде «сделай браузерную 3D-игру». Но у меня была более скучная и более полезная проблема: компьютеры снова начали заполняться, и я хотел понять, куда исчезла память.
Я подключил DeepSeek v4 Flash к «Гермесу» и дал ему задание просканировать мои компьютеры в локальной сети. Сразу уточню важную вещь: речь шла о поиске и отчёте, а не о безусловном удалении файлов. Модель должна была собрать список того, что занимает место, а решение по каждому пункту оставалось за мной.
Примерно за двадцать минут она прошла по компьютерам, нашла почти 200 гигабайт накопившегося мусора и разложила его по путям. Там были кэши, старые модели, скачанные с Hugging Face, забытые окружения и другие файлы, которые когда-то были нужны для эксперимента, а потом просто остались лежать.
После этого я получил список и отдельно сказал, что можно удалить, а что лучше не трогать. В итоге это оказался хороший тест способности разобраться в настоящей системе и не сделать лишнего.
Предыдущим локальным моделям я бы такую задачу, скорее всего, не доверил. Одни работали слишком медленно, другие могли неверно понять границы и полезть удалять то, что ещё пригодится. Облачной модели я бы тем более не дал копаться в компьютерах и видеть внутреннюю структуру моих файлов.
Здесь локальность оказалась практическим условием задачи. Модель получила доступ к тем компьютерам, которые нужно было проверить, но данные не пришлось отправлять наружу.
Второй эксперимент — ускорить генерацию видео
Ещё один случай произошёл почти сразу после этого. Вышли веса MiniMax H3 для генерации видео, и я первым делом скачал модель на компьютер и запустил её в ComfyUI.
Модель тяжёлая и сама по себе генерирует медленно. Поэтому я попросил DeepSeek v4 Flash разобраться в пайплайне, найти узкое место и предложить способ ускорить генерацию.
В результате время генерации фрагментов в моей конфигурации сократилось почти в два раза. Я не проводил лабораторный бенчмарк и не утверждаю, что такой результат повторится на любом компьютере. Но для моей рабочей связки это было реальное ускорение без заметной потери качества.
Мне нравится именно такой сценарий использования моделей. Нейросеть здесь не берёт на себя всю работу и не изображает автономного сотрудника. Она смотрит на конкретную систему, помогает понять, где она тормозит, и предлагает изменение, которое можно проверить руками.
Локальная модель — это не ставка на одну модель
Когда я покупал Mac Studio, я не делал ставку на то, что MiniMax M2.7 или любая другая модель останется лучшей навсегда. Я покупал вычислительную среду, в которой можно менять модели и продолжать работать.
Одна модель помогла мне собрать DAWalka. Другая нашла почти 200 гигабайт забытых файлов. Третья помогла ускорить генерацию видео. Завтра появится ещё одна — и она просто встанет на место предыдущей, если окажется полезнее.
Поэтому я не думаю о локальных моделях как о единственной нейросети на несколько лет. Я думаю о них как о сменных инструментах в своей мастерской. Облачные модели никуда не исчезают и часто остаются лучшим выбором для сложных или срочных задач. Но когда мне нужны приватность, контроль над собственными данными и возможность дать модели поработать прямо с моими компьютерами, локальный контур остаётся рабочим инструментом.
Он просто работает.
Следующий шаг
Если хотите сначала посмотреть, как устроен сам инструмент, начните с DAWalka: генератор музыки и звука прямо в Logic Pro — локально, без облака и подписок.
Связанные материалы
- Статья: Minimax M2.7 на Mac Studio: 120 000 токенов контекста и живой код — рассказ Миши
- Блог: DAWalka 1.2.0: генератор звука теперь работает и без DAW
- База знаний: DAWalka — локальный AI-генератор звука и музыки для DAW
Локальные модели становятся особенно полезны, когда нужно связать железо, данные и конкретный рабочий процесс. Если вы тоже собираете такой контур для кода, видео или аудио, эту тему можно разобрать на вашей задаче.
Если захотите обсудить, как это применить у себя или в команде — пишите в Telegram @pimenov