电费成本换本地写代码能力，得分接近顶级付费模型

有个开发者用 Strix Halo 笔记本跑 Qwen3.8-Flash-Next，笔记本型号是 Flow Z13。模型用 Halogen 跑，量化级别约 Q4。它通过 Claude Code 或 Pi 完成真实 Rust 功能开发任务。作为对照，Opus 5.5 通过 Claude Code 跑同样的任务，按 API 付费。

测试覆盖 6 种组合。Opus 5.5 占 2 种，分别是 xhigh 和 medium。Flash-Next 占 4 种。它由 Claude Code 或 Pi 各配 xhigh 和 medium。每种跑 2 次，共 12 次。12 次运行全部完成，12 个 PR 也过了端到端测试。PR 全部公开，代码可以直接看。

得分上，Opus 5.5 在 xhigh 下是 6.94/8（87%）。耗时 43.5 分钟，API 成本 17.78 美元。medium 下得分 6.25/8（78%），耗时 23.4 分钟，成本 6.52 美元。xhigh 让 Opus 从 78% 提到 87%，成本也从 6.52 涨到 17.78 美元。

Flash-Next 的四种组合，得分在 5.06 到 5.5 之间。折算成百分比，是 63% 到 69%。Flash-Next 里的最高分来自 Claude Code 加 medium，不是 xhigh。平均下来，Opus 是 82%。Claude Code 加 Flash-Next 是 68%。Pi 加 Flash-Next 是 66%。差距集中在边缘情况、测试和文档，核心功能能跑通。

Flash-Next 跑一次，按 QwenCloud 报价折算，成本在 0.32 到 0.67 美元。这是参考价。模型实际跑在笔记本上，付的是电费。Opus 一次任务要 6.52 到 17.78 美元。测试者的结论是：Opus 仍然领先，Flash-Next 紧跟其后，成本只是笔记本上的电费。

代价是时间。相同努力级别下，Flash-Next 比 Opus 慢 1.1 到 2.1 倍。xhigh 给 Opus 带来了一点提升，但成本变成 medium 的 2.7 倍。对 Flash-Next 来说，medium 和 xhigh 得分差不多。medium 在全部 4 组里都更快。中等努力级别够用；如果时间不是问题，跑 xhigh 也不会带来更高得分。

工具差异也值得看。用 Flash-Next 时，Claude Code 和 Pi 在评审问题上的得分相同。差别在 CI 通过率。Claude Code 的 4 个 PR 全部通过，Pi 的 4 个只过了 1 个。这是工具问题还是接入方式问题，测试没有回答。

先把界限说清楚：这只是一次真实功能任务的测试，不是完整项目。项目变大变复杂，Flash-Next 和 Opus 的差距会不会扩大，测试没有涉及。

在评论区里，这些结果讨论不少。有评论者说，Qwen 几乎和 Opus 5.5 一样好，考虑取消 Anthropic 订阅。有个做面向客户应用的开发者提到，他在本地跑模型，放在 WireGuard VPN 后面。换成 Anthropic，就得按 API 用量付钱。本地跑不用按量计费，长时间运行或者跑商业场景，这个优势很实在。

有人问了测试没覆盖的问题：这个功能真的需要 Opus 吗？Sonnet 5.5 能不能完成？Qwen 3.8 Flash Next 在基准测试中介于 Sonnet 和 Opus 之间。如果 Sonnet 也能做到，Opus 的必要性值得重新评估。

另一个评论者说，有一类问题 Flash-Next 够不到，Opus 能够到。差距可以用计算资源填。他的办法是让本地模型每晚跑 8 小时冗余代码审查，把那些缺口找出来。多出来的时间，反过来变成质量优势。还有人追问 Flash-Next 具体用什么量化级别。

还有一个人两个月前就取消了 Claude 订阅。他认为 Opus 的额外速度和微小能力提升不值订阅费。Flash 在 Q3_S 量化下也很好。他唯一的希望是 Qwen 4 Flash 不要大幅增加参数量。参数量涨上去，本地运行这条路会重新变窄。