К содержимому
Дайджест

AI Quest Q1: локальная 320B модель для кодинга без хайпа

The Stack·4 октября 2026·10:53
можно прочитать выбрать инструмент
Открыть на YouTube
Разбор локальной агентной модели AI Quest Q1 для разработчиков, которые присматриваются к запуску кодинг-агента на своей инфраструктуре.

Что в ролике

Для тех, кто ищет локальную замену Claude в кодинге, AI Quest Lab открыла веса AI Quest Q1 — mixture-of-experts-модель на 320B параметров, где на каждый токен активируется около 15B. Это не автодополнение, а агентный кодинг: модель читает файлы проекта, запускает терминальные команды и проверяет свои правки. В двух лабораторных кейсах Q1 нашла ошибку с лишними пробелами, из-за которой прошлые реплики перестали попадать в обучение, и отремонтировала падающее тестовое окружение, отделив инфраструктурные сбои от ошибок патчей. Архитектура разбивает экспертные слои на 256 экспертов и направляет каждый токен к восьми из них, поэтому хранить нужно все 320B весов, а не 15B. Для запуска издатель приводит конфигурации SGLang и vLLM с tensor parallel размером 8, то есть восемь GPU, а скачивание весов занимает около 650 ГБ; 4-битная квантизация даёт примерно 160 ГБ, но это лишь ориентир без учёта памяти сервера и растущего контекста. По собственной таблице лаборатории модель набирает 83,2 балла на Terminal Bench 2,1 против 89,1 у Claude Opus 5 при восьмичасовом лимите на задачу, что показывает потенциал, но не гарантирует замену. Чтобы получить рабочего агента, нужны inference-сервер, парсер под Q1 и шлюз для интерактивного клиента. Клиентом может быть Claude Code или Codex CLI, а чекпоинт остаётся текстовым и не умеет смотреть скриншоты.

Практика

Что получишь
Поймёте, чем Q1 отличается от плотных моделей, сколько GPU и памяти реально нужно для запуска, и как проверить её на своей кодовой базе без дорогой покупки железа.
Первый шаг
Если у вас уже есть мульти-GPU сервер, скачайте веса с Hugging Face, поднимите SGLang или vLLM с tensor parallel 8 и запустите ограниченный пилот на отдельном клоне проекта.
Цифры
  • —83,2 — балл Q1 на Terminal Bench 2,1, у Claude Opus 5 — 89,1 по таблице издателя
  • —650 ГБ — размер файлов весов Q1 на Hugging Face
  • —256 экспертов и 8 активных на токен — архитектура модели при 320B общих параметров
  • —8 GPU — tensor parallel размер в примерах SGLang и vLLM
Честно
Автор не продаёт Q1, но в конце просит подписку и лайк; канал зарабатывает на охвате. Все результаты — лабораторные кейсы и собственные бенчмарки издателя, независимых замеров нет, а конфигурация на восемь GPU — пример, а не доказанный минимум. Чекпоинт текстовый, поэтому скриншоты UI-багов он не видит, и перед запуском на рабочем коде стоит проверить его в изолированной копии.
Если слова незнакомы — 10 терминов

Компоненты

5 шт.

Формат: обзор · для продвинутых · уверенность разметки 0.9 · источник