Домашний ИИ для кода — три варианта, и выбор упирается в то, насколько вы готовы рискнуть деньгами в ближайший год.
Первый — купить железо и запускать open source модели локально. Никакой платы за токены, но влететь в копеечку надо сразу. Модели, которые потянет домашняя машина, тупее тех, что выдают frontier-лаборатории. Всё это окупается, только если гонять задачи, где модель может корпеть часами, пока вы спите. У большинства такой нагрузки нет. И железо, купленное сегодня, через год может оказаться неудачной ставкой.
Второй — не покупать железо, а арендовать те же open source модели через API. Для большинства это верный ход. Не надо вкладывать тысячи долларов в один GPU, пока конфигурации ещё пляшут, мучиться с выжимом производительности из открытых моделей и думать, куда деть коробку, когда выйдет что-то получше. Сервисы типа OpenRouter позволяют переключаться между провайдерами буквально одной строкой кода.
Третий вариант — выжать максимум из подписок на OpenAI и Anthropic. За $400 в месяц вы получаете примерно $2800 использования API по прейскуранту. Выгодно, пока не упрётесь в лимит. Планы метрированные, любой крупный AI-native воркфлоу сожрёт включённые токены за день. Подписки хороши для ручной работы, но проваливаются, когда вы пытаетесь крутить на них агента, работающего сутки напролёт.
Лучшая схема, которую я видел, — гибрид второго и третьего вариантов. Держите пару frontier-подписок для сложных задач и написания спецификаций. Мелкую механику скармливайте open source моделям через API. Хитрость в spec-driven разработке: дорогая модель пишет план, дешёвая его исполняет. Если настроить всё правильно, можно за тысячу долларов в месяц выдавать то, что команда из двадцати инженеров сделала бы за месяц.