Am încercat un rival local, open-source și complet gratuit pentru Claude Code

Într-un articol publicat de David Gewirtz pe 8 februarie 2026, sunt explorate alternative open-source la Claude Code, inclusiv Goose și Qwen3-coder, dezvoltate de compania Block. Cu combinația acestor două instrumente, se poate crea un competitor gratuit pentru Claude Code. Articolul detaliază procesul de instalare și testare a acestor unelte, prezentând rezultate mixte.

Jack Dorsey, fondatorul Twitter (acum X), Square (acum Block) și Bluesky, a postat în luna iulie un mesaj misterios pe X, spunând "goose + qwen3-coder = wow". De atunci, interesul față de aceste tehnologii a crescut. Goose este un cadru agent open-source, similar cu Claude Code, iar Qwen3-coder este un model de limbaj mare (LLM) centrat pe codare care seamănă cu Sonnet-4.5. Ambele sunt gratuite și, împreună, promit o alternativă complet gratuită la Claude Code.

👉 Testarea și integrarea uneltelor open-source

Am decis să testez aceste instrumente. Voi discuta despre integrarea Goose (cadru agent), Ollama (server LLM) și Qwen3-coder (LLM). În acest articol, voi arăta cum să le configurez și să le fac să funcționeze împreună. La următorul pas, voi explora rolurile fiecărui instrument în dezvoltarea agenților AI, iar, în final, voi încerca să construiesc o aplicație iPad complet funcțională, folosind aceste unelte.

Folosesc un Mac pentru acest test, dar toate cele trei unelte pot fi instalate și pe Windows sau Linux. Începeți prin a descărca Goose și Ollama. Eu am descărcat prima dată Goose, dar nu am reușit să-l conectez cu Ollama. Recomand să instalați mai întâi Ollama.

👉 Configurarea și utilizarea Ollama pentru codare locală

După instalare, deschideți Ollama și veți vedea o interfață de tip chat. Modelul implicit este gpt-oss-20b. Am ales Qwen3-coder:30b, un model optimizat pentru codare cu aproximativ 30 miliarde de parametri. Atenție, modelul are mărimea de 17GB, așa că asigurați-vă că aveți suficient spațiu de stocare. Unul dintre avantajele acestui proiect este că AI-ul rulează local, fără a trimite date în cloud.

După configurarea Ollama, trebuie să instalați Goose. Am ales versiunea Desktop pentru MacOS Apple Silicon. După deschiderea Goose, apare un ecran de bun venit. Trebuie să selectați "Go to Provider Settings" pentru a configura Ollama. Aici veți alege dintr-o listă de diverse unelte agenți și LLM-uri, alegând Ollama și modelul qwen3-coder:30b.

După ce ați configurat totul, ați instalat cu succes un agent de codare local. Am început cu un test simplu - crearea unui plugin WordPress. În prima încercare, combinația Goose/Qwen3 a generat un plugin, dar nu a funcționat. După câteva ajustări și încercări suplimentare, tehnologia a reușit să creeze un plugin care să funcționeze, dar a fost nevoie de cinci încercări pentru a ajunge la o soluție corectă.

Am fost dezamăgit că au fost necesare cinci încercări pentru a obține un rezultat funcțional. În trecut, majoritatea chatbot-urilor gratuite au obținut rezultate corecte din prima. Totuși, instrumentele de codare, cum ar fi Claude Code și Goose, lucrează pe codul sursă real, iar corectările repetate îmbunătățesc codul de bază.

Colaboratorul meu, Tiernan Ray, a testat Ollama pe un Mac M1 cu 16GB RAM și a avut o performanță slabă. Eu am folosit un Mac Studio M4 Max cu 128GB RAM și am observat că performanța generală a fost bună. Comparativ, nu am observat o diferență semnificativă între produsul local și alternativele cloud precum Claude Code și OpenAI Codex.

Acestea sunt doar impresii inițiale. Voi putea oferi o evaluare mai detaliată a funcționalității acestei soluții gratuite după ce voi rula un proiect mai mare. Ați încercat să rulați un LLM centrat pe codare local folosind unelte precum Goose, Ollama sau Qwen? Cum a fost experiența dvs. cu setările și cu hardware-ul utilizat?