模型对决：本地 vs. 云端编程
五个本地模型。一个云端模型。一个真实的编程任务。
结果显而易见。在消费级硬件上，本地模型尚未准备好应对智能体（agentic）编程任务。
我将五个本地模型与 Claude Sonnet 4 进行了对比测试。目标是为博客管理面板构建一个标签管理器。这些模型必须编写代码、通过构建、截取屏幕并推送提交（commits）。
结果：
• Sonnet 4 (云端)：完成。4 次提交。10 分钟。无需人工干预。 • Qwen3-Coder 30B (本地)：部分完成。1 次提交。可以运行但代码很乱。 • Qwen 3.6 35B (本地)：失败。通过了构建但从未提交。 • Gemma 4 12B (本地)：失败。陷入了死循环。 • Hermes 4 14B (本地)：失败。重复了同一个错误 13 次。 • Devstral 24B (本地)：彻底失败。无法使用工具。
效率差距
差距巨大。Sonnet 4 仅使用 1.9 万个 token 就完成了任务。而本地模型消耗了 100 万到 400 万个 token。效率差距达到了 100 到 200 倍。
本地模型不仅速度较慢，而且在推理方面也表现挣扎。我发现了四个主要问题：
- 退化循环：模型会重复数十次相同的错误代码或文本。
- 目录失忆：模型会忘记自己在文件系统中的位置。
- 优先级排序差：模型专注于次要任务，而不是完成主要目标。
- 缺乏自我诊断：模型会尝试同样的错误修复方案，而不是阅读文档。
总结
本地模型可以写出看起来不错的代码，但在“最后一公里”失败了。成为一个智能体（agent）不仅仅需要代码生成，还需要管理状态、修复错误以及知道何时交付。
Qwen3-Coder 30B 是唯一值得关注的本地模型。它确实向分支推送了可运行的代码。对于一个运行在单个消费级 GPU 上的模型来说，这是一种进步。
可选学习社区：https://t.me/GyaanSetuAi