Революція у кодуванні за допомогою штучного інтелекту несе певну ціну: вона доволі дорога.
Claude Code, термінальний ШІ-агент від Anthropic, що здатен самостійно писати, налагоджувати та розгортати програмний код, захопив уяву розробників по всьому світу. Проте його вартість — від $20 до $200 на місяць залежно від обсягу використання — спричинила наростаюче невдоволення серед тих самих програмістів, на яких він розрахований.
Наразі набирає обертів безкоштовна альтернатива. Goose, відкритий ШІ-агент, розроблений Block (фінтех-компанією, раніше відомою як Square), пропонує майже ідентичну функціональність Claude Code, але працює повністю на локальному комп’ютері користувача. Жодних абонплат. Жодної залежності від хмари. Жодних обмежень за кількістю запитів, які скидаються кожні п’ять годин.
«Ваші дані залишаються з вами, крапка», — зазначив Парф Сарін, інженер-програміст, який демонстрував інструмент під час нещодавнього стріму. Ця фраза передає основну привабливість: Goose надає розробникам повний контроль над їхнім робочим процесом на базі ШІ, включаючи можливість працювати офлайн — навіть в літаку.
Проєкт вибухнув популярністю. Goose вже має понад 26 100 зірок на GitHub, платформі для спільного використання коду, 362 співавторів та 102 релізи з моменту запуску. Остання версія, 1.20.1, вийшла 19 січня 2026 року, демонструючи темп розробки, що конкурує з комерційними продуктами.
Для розробників, розчарованих ціновою політикою та обмеженнями використання Claude Code, Goose представляє щось все більш рідкісне в індустрії ШІ: справді безкоштовний варіант без жодних умов для серйозної роботи.
Нові обмеження Anthropic викликають бунт серед розробників
Щоб зрозуміти, чому Goose має значення, потрібно розібратися в суперечках щодо ціноутворення Claude Code.
Anthropic, каліфорнійська компанія зі штучного інтелекту, заснована колишніми керівниками OpenAI, пропонує Claude Code як частину своїх тарифних планів. Безкоштовний план не надає жодного доступу. План Pro за $17 на місяць при річній оплаті (або $20 щомісяця) обмежує користувачів лише 10-40 запитами кожні п’ять годин — обмеження, яке серйозні розробники вичерпують за лічені хвилини інтенсивної роботи.
Плани Max за $100 і $200 на місяць надають більше можливостей: 50-200 запитів і 200-800 запитів відповідно, плюс доступ до найпотужнішої моделі Anthropic, Claude 4.5 Opus. Але навіть ці преміум-тарифи мають обмеження, які розлютили спільноту розробників.
Наприкінці липня Anthropic оголосила про нові тижневі ліміти. За цією системою, користувачі Pro отримують 40-80 годин використання Sonnet 4 на тиждень. Користувачі Max за $200 отримують 240-480 годин Sonnet 4, плюс 24-40 годин Opus 4. Майже п’ять місяців потому розчарування не вщухає.
Проблема? Ці «години» — це не реальні години. Вони відображають ліміти на основі токенів, які сильно варіюються залежно від розміру кодової бази, тривалості розмови та складності оброблюваного коду. Незалежний аналіз свідчить, що фактичні ліміти на сесію відповідають приблизно 44 000 токенів для користувачів Pro та 220 000 токенів для плану Max за $200.
«Це заплутано і невизначено», — написав один розробник у широко поширеному аналізі. «Коли вони кажуть ’24-40 годин Opus 4′, це насправді нічого корисного не говорить про те, що ви отримуєте».
Відгуки на Reddit та форумах розробників були жорсткими. Деякі користувачі повідомляють, що вичерпують свої денні ліміти за 30 хвилин інтенсивного кодування. Інші повністю скасували свої підписки, назвавши нові обмеження «жартом» та «непридатними для реальної роботи».
Anthropic захищає зміни, стверджуючи, що ліміти стосуються менше ніж п’яти відсотків користувачів і спрямовані на тих, хто запускає Claude Code «безперервно у фоновому режимі, 24/7». Але компанія не уточнила, чи стосується ця цифра п’яти відсотків абонентів Max, чи п’яти відсотків усіх користувачів — розбіжність, яка має величезне значення.
Як Block створив безкоштовного ШІ-агента для кодування, що працює офлайн
Goose використовує кардинально інший підхід до тієї ж проблеми.
Goose, створений Block, платіжною компанією під керівництвом Джека Дорсі, є тим, що інженери називають «ШІ-агентом на машині». На відміну від Claude Code, який надсилає ваші запити на сервери Anthropic для обробки, Goose може працювати повністю на вашому локальному комп’ютері, використовуючи моделі з відкритим вихідним кодом, які ви завантажуєте та контролюєте самостійно.
Документація проєкту описує його як такий, що «виходить за межі пропозицій коду», щоб «встановлювати, виконувати, редагувати та тестувати за допомогою будь-якої LLM». Остання фраза — «будь-якої LLM» — є ключовою відмінністю. Goose за дизайном не залежить від конкретної моделі.
Ви можете підключити Goose до моделей Claude від Anthropic, якщо маєте доступ до API. Ви можете використовувати GPT-5 від OpenAI або Gemini від Google. Ви можете спрямовувати його через сервіси, як-от Groq чи OpenRouter. Або — і ось тут стає цікаво — ви можете запускати його повністю локально за допомогою таких інструментів, як Ollama, що дозволяє завантажувати та виконувати моделі з відкритим вихідним кодом на вашому власному обладнанні.
Практичні наслідки значні. При локальному налаштуванні немає абонплат, жодних обмежень використання, жодних лімітів частоти запитів і жодних переживань щодо того, що ваш код надсилається на зовнішні сервери. Ваші розмови зі ШІ ніколи не покидають вашої машини.
«Я постійно використовую Ollama в літаках — це дуже весело!» — зазначив Сарін під час демонстрації, підкреслюючи, як локальні моделі звільняють розробників від обмежень підключення до Інтернету.
Що Goose може робити, чого не можуть традиційні помічники з кодування
Goose працює як інструмент командного рядка або настільний застосунок, який може самостійно виконувати складні завдання розробки. Він може створювати цілі проєкти з нуля, писати та виконувати код, налагоджувати помилки, оркеструвати робочі процеси між кількома файлами та взаємодіяти із зовнішніми API — все це без постійного нагляду людини.
Архітектура покладається на те, що галузь ШІ називає «викликом інструментів» або «викликом функцій» — здатність мовної моделі запитувати конкретні дії від зовнішніх систем. Коли ви просите Goose створити новий файл, запустити набір тестів або перевірити статус запиту на злиття GitHub, він не просто генерує текст, описуючи, що має відбутися. Він фактично виконує ці операції.
Ця здатність значною мірою залежить від базової мовної моделі. Згідно з рейтингом Berkeley Function-Calling Leaderboard, який ранжує моделі за їхньою здатністю перетворювати запити природною мовою на виконуваний код та системні команди, моделі Claude 4 від Anthropic наразі показують найкращі результати у виклику інструментів.
Але новіші моделі з відкритим вихідним кодом швидко наздоганяють. Документація Goose підкреслює кілька варіантів із потужною підтримкою виклику інструментів: серія Llama від Meta, моделі Qwen від Alibaba, варіанти Gemma від Google та архітектури DeepSeek, орієнтовані на міркування.
Інструмент також інтегрується з Model Context Protocol, або MCP, новим стандартом для підключення ШІ-агентів до зовнішніх сервісів. Через MCP Goose може отримувати доступ до баз даних, пошукових систем, файлових систем та сторонніх API, розширюючи свої можливості далеко за межі того, що надає базова мовна модель.
Налаштування Goose з локальною моделлю
Для розробників, зацікавлених у повністю безкоштовному рішенні, що зберігає приватність, процес включає три основні компоненти: сам Goose, Ollama (інструмент для локального запуску моделей з відкритим вихідним кодом) та сумісна мовна модель.
Крок 1: Встановіть Ollama
Ollama — це проєкт з відкритим вихідним кодом, який значно спрощує процес запуску великих мовних моделей на персональному обладнанні. Він виконує складну роботу з завантаження, оптимізації та надання доступу до моделей через простий інтерфейс.
Завантажте та встановіть Ollama з ollama.com. Після встановлення ви можете завантажувати моделі однією командою. Для завдань кодування Qwen 2.5 пропонує потужну підтримку виклику інструментів:
ollama run qwen2.5
Модель автоматично завантажиться і почне працювати на вашій машині.
Крок 2: Встановіть Goose
Goose доступний як настільний застосунок, так і інтерфейс командного рядка. Настільна версія забезпечує більш візуальний досвід, тоді як CLI приваблює розробників, які віддають перевагу роботі виключно в терміналі.
Інструкції зі встановлення залежать від операційної системи, але зазвичай включають завантаження зі сторінки релізів Goose на GitHub або використання менеджера пакетів. Block надає попередньо зібрані бінарні файли для macOS (як для Intel, так і для Apple Silicon), Windows та Linux.
Крок 3: Налаштуйте з’єднання
У Goose Desktop перейдіть до Налаштувань (Settings), потім Конфігурація постачальника (Configure Provider) та виберіть Ollama. Переконайтеся, що господар API (API Host) встановлено на http://localhost:11434 (стандартний порт Ollama) і натисніть «Надіслати» (Submit).
Для версії командного рядка виконайте команду `goose configure`, виберіть «Конфігурація постачальників» (Configure Providers), виберіть Ollama і введіть назву моделі, коли буде запропоновано.
Це все. Goose тепер підключено до мовної моделі, що працює повністю на вашому обладнанні, готової виконувати складні завдання кодування без жодних абонплат чи зовнішніх залежностей.
Оперативна пам’ять, потужність обробки та компроміси, про які варто знати
Очевидне запитання: який комп’ютер вам потрібен?
Локальний запуск великих мовних моделей вимагає значно більше обчислювальних ресурсів, ніж типове програмне забезпечення. Ключовим обмеженням є пам’ять — зокрема, оперативна пам’ять (RAM) на більшості систем або відеопам’ять (VRAM), якщо використовується виділена відеокарта для прискорення.
Документація Block свідчить, що 32 гігабайти оперативної пам’яті забезпечують «надійну базу для великих моделей та результатів». Для користувачів Mac це означає, що уніфікована пам’ять комп’ютера є основним вузьким місцем. Для користувачів Windows та Linux з окремими відеокартами NVIDIA, пам’ять GPU (VRAM) має більше значення для прискорення.
Але вам не обов’язково потрібне дороге обладнання, щоб почати. Менші моделі з меншою кількістю параметрів працюють на набагато скромніших системах. Qwen 2.5, наприклад, має кілька розмірів, і менші варіанти можуть ефективно працювати на машинах з 16 гігабайтами оперативної пам’яті.
«Вам не потрібно запускати найбільші моделі, щоб отримати чудові результати», — наголосив Сарін. Практична рекомендація: почніть з меншої моделі, щоб протестувати свій робочий процес, а потім масштабуйтеся за потреби.
Для порівняння, базовий MacBook Air від Apple з 8 гігабайтами оперативної пам’яті матиме проблеми з більшістю потужних моделей для кодування. Але MacBook Pro з 32 гігабайтами — що стає все більш поширеним серед професійних розробників — справляється з ними комфортно.
Чому зберігання коду поза хмарою важливіше, ніж будь-коли
Goose з локальною LLM не є ідеальним замінником Claude Code. Порівняння включає реальні компроміси, які розробники повинні розуміти.
Якість моделі: Claude 4.5 Opus, флагманська модель Anthropic, залишається, мабуть, найпотужнішим ШІ для завдань програмної інженерії. Вона чудово розуміє складні кодові бази, дотримується тонких інструкцій і з першого разу генерує високоякісний код. Моделі з відкритим вихідним кодом значно покращилися, але розрив залишається — особливо для найскладніших завдань.
Один розробник, який перейшов на план Claude Code за $200, прямо описав різницю: «Коли я кажу ‘зроби це сучасним’, Opus розуміє, що я маю на увазі. Інші моделі дають мені Bootstrap зразка 2015 року».
Контекстне вікно: Claude Sonnet 4.5, доступний через API, пропонує величезне контекстне вікно на один мільйон токенів — достатньо, щоб завантажити цілі великі кодові бази без необхідності їх розбивати або керувати контекстом. Більшість локальних моделей за замовчуванням обмежені 4096 або 8192 токенами, хоча багато з них можна налаштувати для довших контекстів ціною збільшення використання пам’яті та сповільнення обробки.
Швидкість: Хмарні сервіси, як-от Claude Code, працюють на виділеному серверному обладнанні, оптимізованому для ШІ-інференції. Локальні моделі, що працюють на споживчих ноутбуках, зазвичай обробляють запити повільніше. Різниця має значення для ітеративних робочих процесів, де ви робите швидкі зміни та чекаєте на зворотний зв’язок від ШІ.
Зрілість інструментарію: Claude Code отримує переваги від виділених інженерних ресурсів Anthropic. Функції, як-от кешування запитів (що може зменшити витрати до 90% для повторюваних контекстів) та структуровані виходи, є відточеними та добре документованими. Goose, хоч і активно розробляється зі 102 релізами на сьогодні, покладається на внесок спільноти і може не мати еквівалентного рівня доопрацювання у певних сферах.
Порівняння Goose з Cursor, GitHub Copilot та платним ринком ШІ для кодування
Goose виходить на насичений ринок інструментів для ШІ-кодування, але займає унікальну позицію.
Cursor, популярний редактор коду з підтримкою ШІ, стягує $20 на місяць за тариф Pro і $200 за Ultra — ціни, що відповідають планам Max від Claude Code. Cursor надає приблизно 4500 запитів Sonnet 4 на місяць на рівні Ultra, що є суттєво відмінною моделлю розподілу від скидання годинних лімітів Claude Code.
Cline, Roo Code та подібні проєкти з відкритим вихідним кодом пропонують допомогу з ШІ для кодування, але з різним рівнем автономії та інтеграції інструментів. Багато з них зосереджені на доповненні коду, а не на агентському виконанні завдань, що визначає Goose та Claude Code.
Amazon CodeWhisperer, GitHub Copilot та корпоративні пропозиції від великих хмарних провайдерів орієнтовані на великі організації зі складними процесами закупівель та виділеними бюджетами. Вони менш релевантні для окремих розробників та невеликих команд, які шукають легкі, гнучкі інструменти.
Поєднання справжньої автономії Goose, незалежності від моделі, локальної роботи та нульової вартості створює унікальну ціннісну пропозицію. Інструмент не намагається конкурувати з комерційними пропозиціями за витонченість чи якість моделі. Він конкурує свободою — як фінансовою, так і архітектурною.
Ера $200-на-місяць для інструментів ШІ-кодування, можливо, закінчується
Ринок інструментів для ШІ-кодування швидко розвивається. Моделі з відкритим вихідним кодом покращуються з такою швидкістю, що постійно скорочує розрив з пропрієтарними альтернативами. Kimi K2 від Moonshot AI та GLM 4.5 від z.ai тепер наближаються до рівня Claude Sonnet 4 за показниками — і вони доступні безкоштовно.
Якщо ця тенденція збережеться, перевага в якості, яка виправдовує преміальну ціну Claude Code, може зникнути. Тоді Anthropic буде змушена конкурувати за функціями, користувацьким досвідом та інтеграцією, а не за сирою потужністю моделі.
Наразі розробники мають чіткий вибір. Ті, кому потрібна найвища якість моделі, хто може дозволити собі преміальну ціну та хто приймає обмеження використання, можуть віддати перевагу Claude Code. Ті, хто надає пріоритет вартості, конфіденційності, офлайн-доступу та гнучкості, мають справжню альтернативу у вигляді Goose.
Той факт, що комерційний продукт за $200 на місяць має конкурента з відкритим вихідним кодом вартістю нуль доларів з порівнянною основною функціональністю, сам по собі є чудовим. Це відображає як зрілість інфраструктури ШІ з відкритим вихідним кодом, так і прагнення розробників до інструментів, які поважають їхню автономію.
Goose не ідеальний. Він вимагає більше технічного налаштування, ніж комерційні альтернативи. Він залежить від апаратних ресурсів, яких немає у кожного розробника. Його опції моделей, хоч і швидко покращуються, все ще відстають від найкращих пропрієтарних пропозицій у складних завданнях.
Але для зростаючої спільноти розробників ці обмеження є прийнятними компромісами заради чогось все більш рідкісного в ландшафті ШІ: інструменту, який справді належить їм.
Goose доступний для завантаження за адресою github.com/block/goose. Ollama доступний за адресою ollama.com. Обидва проєкти є безкоштовними та з відкритим вихідним кодом.
Порада від CryptoDom:
Новина про Goose є надзвичайно цінною для розробників, оскільки пропонує потужну, але безкоштовну альтернативу дорогим комерційним ШІ-агентам для кодування. Можливість працювати офлайн та повний контроль над своїми даними роблять його привабливим рішенням, особливо для тих, хто цінує приватність та прагне зменшити витрати. Встановлення Goose з локальною моделлю через Ollama — це відмінний спосіб отримати доступ до передових технологій без абонплат.
Джерело новини: venturebeat.com