DeepSeek Coder через Ollama ставится за 10-15 минут на Windows и Mac без видеокарты, без регистрации и без платных подписок. Скачиваете Ollama, одной командой тянете модель, подключаете к VS Code через плагин Continue — и локальный AI-ассистент для кода готов.
В этом гайде: выбор версии, установка на Windows и Mac по шагам, подключение к VS Code и решение типовых ошибок.
Что такое Ollama и зачем он нужен
Ollama это инструмент, который позволяет запускать языковые модели локально через командную строку. Думайте о нём как о Docker, только для AI-моделей: скачал, запустил одной командой, работает как локальный сервер на localhost:11434.
Без Ollama запустить DeepSeek Coder локально значительно сложнее: нужно разбираться с Python, transformers, CUDA и т.д. Ollama убирает весь этот слой и даёт чистый интерфейс: одна команда для скачивания, одна для запуска.
Почему это лучше, чем просто использовать сайт deepseek.com? Три причины. Код не уходит на внешние серверы, важно если работаете с чужим проприетарным кодом. Работает без интернета. И не зависит от нагрузки на серверы DeepSeek, которые периодически недоступны из-за наплыва пользователей.
Выбор версии: какой DeepSeek Coder скачать
Перед установкой определитесь с версией. От этого зависит, сколько нужно памяти и какое качество кода получите.
| Версия | Команда Ollama | Размер | RAM без GPU | Качество |
|---|---|---|---|---|
| DeepSeek Coder 1.3B | deepseek-coder:1.3b | 776 МБ | 4 ГБ | Базовое |
| DeepSeek Coder 6.7B | deepseek-coder:6.7b | 3.8 ГБ | 8-16 ГБ | Хорошее |
| DeepSeek Coder V2 Lite | deepseek-coder-v2 | 8.9 ГБ | 16 ГБ+ | Отличное |
| DeepSeek Coder 33B | deepseek-coder:33b | 19 ГБ | 32 ГБ+ | Максимальное |
Для большинства: версия 6.7B, это начать. 3.8 ГБ, работает на любом ноутбуке с 8 ГБ RAM, качество кода в несколько раз выше, чем у 1.3B.
Если RAM 16 ГБ и больше: смотрите на DeepSeek Coder V2 (он же Lite, 16B параметров). Весит 8.9 ГБ, поддерживает 338 языков программирования, контекст 128K токенов. По качеству значительно лучше 6.7B.
Если вообще не уверены: запустите deepseek-coder:6.7b. Ollama сам подберёт подходящую квантизацию под ваше железо.
Шаг 1. Установка Ollama на Windows
Скачать установщик. Зайдите на ollama.com и нажмите Download for Windows. Скачается файл OllamaSetup.exe.
Запустить установщик. Двойной клик, следуйте инструкциям. Установка стандартная, занимает около минуты. После завершения Ollama автоматически запустится как системный сервис.
Проверить установку. Откройте PowerShell (Win + X -> Windows PowerShell) и введите:
ollama --versionЕсли видите что-то вроде ollama version 0.x.x, установка прошла успешно.
Важный нюанс для Windows. Если команда ollama не распознается после установки — закройте PowerShell и откройте заново. Это стандартное поведение Windows: изменения в PATH применяются только для новых процессов. Если после перезапуска PowerShell проблема осталась — перезагрузите компьютер.
Шаг 2. Установка Ollama на Mac
Через сайт. Зайдите на ollama.com, нажмите Download for macOS. Скачается файл Ollama.dmg. Откройте, перетащите в Applications — готово.
Через Homebrew (если используете):
brew install --cask ollamaПроверить установку. Откройте Terminal и введите:
ollama --versionНюанс для Mac. Если установили через .dmg, не запускайте ollama serve вручную. Приложение Ollama само управляет серверным процессом. Запустите его через Launchpad или Spotlight — увидите иконку в строке меню. Если запустить serve параллельно с приложением — получите конфликт портов.
На Apple Silicon (M1/M2/M3/M4) Ollama работает особенно быстро благодаря унифицированной памяти. M2 16 ГБ выдает 12-18 токенов/с на модели 6.7B, это примерно строка кода в секунду, вполне комфортно для работы.
Шаг 3. Скачать и запустить DeepSeek Coder
Откройте терминал (PowerShell на Windows, Terminal на Mac) и введите команду для нужной версии.
DeepSeek Coder 6.7B — рекомендуется для начала:
ollama run deepseek-coder:6.7bDeepSeek Coder V2 Lite — если RAM 16+ ГБ:
ollama run deepseek-coder-v2DeepSeek Coder V2 Lite Instruct — лучше для диалога:
ollama pull deepseek-coder-v2:16b-lite-instruct-q4_k_mOllama покажет прогресс скачивания. После загрузки автоматически откроется чат прямо в терминале. Можно проверить сразу:
>>> Напиши функцию на Python, которая разворачивает строкуМодель ответит. Чтобы выйти из чата и вернуться в терминал: введите /bye или нажмите Ctrl+D.
Проверить список скачанных моделей:
ollama listУдалить модель, если не нужна:
ollama rm deepseek-coder:6.7bШаг 4. Подключить DeepSeek Coder к VS Code через Continue
Работа в терминале удобна для быстрых запросов, но для ежедневной разработки нужна интеграция прямо в редактор. Плагин Continue делает это за 5 минут.
Установить Continue. В VS Code нажмите Ctrl+Shift+X (Cmd+Shift+X на Mac), найдите Continue, нажмите Install. Или через терминал:
code --install-extension Continue.continueОткрыть конфиг Continue. После установки в левой панели появится иконка Continue. Нажмите на неё, затем на шестерёнку в правом нижнем углу. Откроется файл config.yaml (или config.json в старых версиях).
Добавить DeepSeek Coder как модель. Замените содержимое на:
name: My AI Setup
version: 1.0.0
schema: v1
models:
- name: DeepSeek Coder 6.7B
provider: ollama
model: deepseek-coder:6.7b
apiBase: http://localhost:11434
roles:
- chat
- edit
- apply
- name: DeepSeek Coder V2 (autocomplete)
provider: ollama
model: deepseek-coder-v2
apiBase: http://localhost:11434
roles:
- autocompleteДля V2 Lite вместо deepseek-coder:6.7b укажите deepseek-coder-v2.
Более простой вариант — автоопределение. Continue сам найдет все скачанные модели:
models:
- name: Autodetect
provider: ollama
model: AUTODETECT
roles:
- chat
- edit
- autocompleteСохраните файл. Continue автоматически перезагрузит конфиг.
Проверить подключение. В панели Continue выберите модель из выпадающего списка и напишите что-нибудь в чат. Если Ollama запущен и модель скачана — ответ придёт за несколько секунд.
Горячие клавиши Continue в VS Code:
Cmd/Ctrl + L: добавить выделенный код в контекст чатаCmd/Ctrl + I: inline-редактирование прямо в файлеTab: принять предложение автодополнения
deepseek coder онлайн без установки: три варианта
Если не хочется ничего устанавливать или просто нужно быстро протестировать, есть несколько бесплатных онлайн-вариантов.
chat.deepseek.com — официальный чат DeepSeek. Там доступны V3 и V4 (Flash и Pro). Для кодинговых задач работают не хуже специализированного Coder. Регистрация нужна, но бесплатно.
OpenRouter — агрегатор моделей. DeepSeek Coder V2 доступен напрямую через OpenRouter API. Можно подключить к Continue как провайдер — тогда получаете интеграцию в VS Code без локальной установки.
Replicate — облачный инференс. Можно запустить DeepSeek Coder V2 Lite Instruct через API без своего железа. Оплата за время вычислений.
Честная оговорка: для повседневной работы онлайн-варианты хуже. Код уходит на внешние серверы, нет работы офлайн, бывают задержки. Если конфиденциальность не критична и нет желания разбираться с Ollama — используйте DeepSeek V4 Flash через официальный API, он стоит примерно $0.14 за миллион токенов, что при обычном использовании выходит меньше доллара в месяц.
Типовые ошибки и как их решить
ollama: command not found или command not recognized На Windows: закройте PowerShell полностью и откройте заново. Если не помогло, перезагрузитесь, установщик должен был добавить путь в PATH. На Mac проверьте, что приложение Ollama запущено (иконка в строке меню).
Модель скачивается, но потом Error: model not found Ollama чувствителен к точным тегам. Запустите ollama list и посмотрите, как именно называется модель в списке. В конфиге Continue используйте ровно то же написание.
Continue пишет "Model is not available" или не отвечает Убедитесь, что Ollama работает: откройте браузер и зайдите на http://localhost:11434. Должно отобразиться Ollama is running. Если нет, запустите Ollama вручную.
Модель работает очень медленно, меньше 1 токена/с Это значит, что модель не влезает в оперативную память и начала использовать файл подкачки на SSD. Решение: возьмите меньшую версию. С 8 ГБ RAM: 1.3B или 6.7B. С 16 ГБ — 6.7B или V2 Lite.
На Mac ошибка конфликта портов Если запустили ollama serve вручную, а приложение Ollama уже работает, они конфликтуют. Завершите один из процессов. Для проверки: lsof -i :11434.
API ключ DeepSeek отображается только один раз Если подключаете DeepSeek через API (не локально), а не через Ollama: скопируйте ключ сразу при создании. Повторно его посмотреть нельзя, придётся создавать новый.
Сравнение: локально через Ollama vs. онлайн через API
Главный вопрос, который возникает после установки: а стоило ли? Ответ зависит от ситуации.
| Критерий | Ollama локально | DeepSeek API онлайн |
|---|---|---|
| Стоимость | Бесплатно | $0.14/1M токенов (~$1-2/мес) |
| Конфиденциальность | Код не покидает машину | Код уходит на серверы |
| Скорость | 5-18 т/с (зависит от железа) | 40-80 т/с (серверные GPU) |
| Качество модели | Ограничено вашим RAM | Доступны V4 Flash и V4 Pro |
| Офлайн-работа | Да | Нет |
| Сложность настройки | 15 минут | 5 минут |
Для большинства разработчиков оптимальная стратегия из реальных видеообзоров: локальная модель (6.7B или V2 Lite) для автокомплита, быстро, без задержек, бесплатно. И DeepSeek V4 через API или официальный сайт для сложных вопросов и рефакторинга — там мощнее и контекст больше.
Максим: "Ребят, я сам работаю именно так. Ollama с V2 Lite локально в Continue для автодополнения — это ощущение как GitHub Copilot, только ни копейки не стоит и код никуда не уходит. Для сложных задач — DeepSeek через API или Claude Code. Сборка NanaBanana целиком шла на таком стеке."
Альтернативные плагины для VS Code
Continue это лучший вариант для Ollama, но не единственный.
Cline (раньше Claude Dev) — агентский плагин, умеет не только чатиться, но и самостоятельно создавать файлы, запускать команды. Работает с Ollama через OpenAI-совместимый API. Подробнее: обзор Cline на VibeCoderz.
CodeGPT — более простой вариант для новичков. Есть GUI для выбора моделей, не нужно редактировать config-файлы. Поддерживает Ollama через раздел Local LLMs.
VS Code Copilot Chat — встроен в VS Code, иногда уже установлен. Можно подключить DeepSeek через него, не требует подписки на GitHub для работы с локальными моделями.
Из тестов в видео: Continue при работе через локальную модель немного медленнее прямого чата в Ollama, потому что сканирует директорию проекта для контекста. Но это даёт важное преимущество — модель видит ваши файлы и может давать советы в контексте проекта, а не в вакууме.
FAQ
Как скачать DeepSeek Coder бесплатно? Через Ollama. Установите его с ollama.com, затем в терминале: ollama run deepseek-coder:6.7b. Это скачает модель (3.8 ГБ) и сразу запустит чат. Регистрация не нужна, бесплатно.
Как установить deepseek coder v2 через Ollama? Команда: ollama run deepseek-coder-v2. Это Lite-версия (16B, 2.4B активных), файл около 8.9 ГБ. Для Instruct-варианта: ollama pull deepseek-coder-v2:16b-lite-instruct-q4_k_m. Нужно 16+ ГБ свободной RAM.
Где взять deepseek coder онлайн без установки? На сайте chat.deepseek.com: официальный интерфейс с V3 и V4. Через OpenRouter, там Coder V2 доступен отдельно. На Replicate, облачный инференс по API. Для встройки в VS Code без Ollama используйте Continue с провайдером DeepSeek и API-ключом с platform.deepseek.com.
Работает ли deepseek coder ollama на Windows без GPU? Да. Ollama автоматически переключается на CPU-режим, если нет видеокарты. На CPU скорость ниже: 5-9 токенов/с против 30-60 на GPU. Для автодополнения и объяснений кода этого достаточно.
Как проверить, что Ollama запущен и модель работает? В браузере зайдите на http://localhost:11434. Если Ollama работает, увидите "Ollama is running". Список скачанных моделей: ollama list. Версия Ollama: ollama --version.
Можно ли использовать deepseek coder v2 онлайн через VS Code без локальной установки? Да. В Continue укажите провайдер deepseek и API-ключ с platform.deepseek.com. В конфиге Continue: provider: deepseek, model: deepseek-coder или любую другую доступную модель. Тогда весь инференс идёт на серверах DeepSeek, локально ничего не нужно.
Какую версию DeepSeek Coder выбрать для ноутбука с 8 ГБ RAM? DeepSeek Coder 6.7B (команда deepseek-coder:6.7b, файл 3.8 ГБ). Для автокомплита добавьте 1.3B как отдельную быструю модель. Версии V2 Lite (8.9 ГБ) на 8 ГБ RAM будет тесно — Ollama может частично выгрузить модель в swap, что замедлит работу.
Если разобрались с установкой и хотите выстроить полноценный AI-стек для разработки, загляните в каталог AI IDE на VibeCoderz. Там обзоры Cursor, Windsurf, Aider и Claude Code с честным сравнением под разные задачи и бюджеты.
Хотите подобрать стек под конкретный проект — запишитесь на консультацию к Максиму.
Обновлено: октябрь 2026
