创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

同一本地 Qwen 模型实测 10 个编程智能体

AI 总结

一名 Reddit 用户在配备 64GB 内存的 MacBook Pro M5 Max 上,通过 llama.cpp 使用同一个 Qwen 3.8 27B Q4 模型测试了 10 个编程智能体。在五个带陷阱的任务中,各智能体均通过四个或五个任务,但令牌消耗、完成时间、缓存复用和联网行为差异明显;Pi 的中位令牌消耗最低,Qwen Code 最高。Codex CLI、Cline、OpenCode 和 goose 每次运行都尝试联网,但请求被沙箱拦截。

深度见解

该测试显示,本地编程智能体即使任务通过率相近,也可能在效率与离线行为上存在显著差异,这是本地模型用户选择智能体时可直接比较的指标。

Part 2 of my agent test (part 1 was a 4B model)

Hardware I used: MacBook Pro M5 Max, 64 GB. Qwen 3.8 27B Q4 on llama.cpp, thinking off.

Setup

  • same model and server for everyone
  • 5 small coding tasks, each with a little trap
  • each agent locked in a sandbox: it can only touch its own folder and only talk to the model
  • auto-approve on, telemetry off, 5 min limit

Results

#AgentPassedMedian timeMedian tokensCache reuseTried to go online
1Pi5/538 s9.2k72%no
2DeepSeek Harness5/560 s35.3k83%no
3Codex CLI5/594 s36.3k79%every run
4OpenClaw5/5106 s39.0k72%unclear
5Cline5/5152 s29.6k79%every run
6OpenCode4/550 s32.4k75%every run
7Hermes4/580 s64.9k93%no
8Atomic Agent5/556 s30.4k86%no
9goose4/598 s20.3k76%every run
10Qwen Code4/5183 s107.9k74%unclear

#Qwen 3.8 27B#llama.cpp#Pi#DeepSeek Harness#Codex CLI#OpenClaw#Cline#OpenCode#Hermes#Atomic Agent#goose#Qwen Code

原文约 2 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。