Flash-Next以1.8%成本拿下八成，细节仍输Opus

一名开发者做了组对比。Claude Code 配了 Opus 5.5，也配了 Flash-Next。Pi 同样配了 Flash-Next。测试分 medium 和 xhigh 两档，一共12次运行，每次生成一个代码合并请求（PR）。

Flash-Next 以 4.16 bpw（每权重比特数）的量化精度跑在本地笔记本上。Opus 5.5 用 FP16 或 FP8 精度。12次运行全部完成，12个PR全部通过端到端测试，代码都公开在 GitHub 上。测试者说，Flash-Next 换成 FP8 量化，质量还会略高。

分数

Claude Code 配 Opus 5.5，最高档得分 6.94/8（87%）。API费用17.78美元，耗时43.5分钟。中等档得分 6.25/8（78%），费用6.52美元，耗时23.4分钟。同一个工具配 Flash-Next，中等档得分 5.5/8（69%），耗时45.3分钟，费用0.32美元。

全部组合平均下来，Opus 组合82%，Claude Code 配 Flash-Next 68%，Pi 配 Flash-Next 66%。核心功能两个模型都实现了，差异集中在边缘情况、测试覆盖和文档上。Flash-Next 在相同努力水平下耗时是 Opus 的1.1到2.1倍。省下的钱，要用等待时间换。

工具

同样的 Flash-Next，挂不同的工具，结果差很多。Claude Code 下4个PR全部通过 CI，Pi 下4个PR只有1个通过。两边的代码评审得分却一样。评论区有人把这组数字称为真正的主角：同一个模型，工具不同，结果差距可以这么大。

再看努力档位。Opus 开 xhigh，分数从 6.25 升到 6.94，成本变成 2.7 倍。Flash-Next 开高档和中等档分数差不多，中等档在全部4组里都更快。对开源模型来说，调高努力参数没有明显收益。

成本

Flash-Next 全程在 70W TDP 上限下运行。测试者没开到90W，理由是风扇噪音和热应力不值当。本地跑花的只有电费。评论区有人按公开价格算过：Flash-Next 的成本只有 Opus 的约1.8%，分数拿到69%，还不用租 GPU。另一位评论者注意到，Claude Code 按 token 算比 Pi 更省，猜想有人能做出兼顾两者的中间层工具。

测试者把结果发到 Reddit，原帖被移除，原因不明，后来重新发布。这套数字来自同一个测试环境下的12次运行，两个模型的差距能不能推广到其他编程任务，还没有更多数据。