Qwen3.8-Flash-Next 对 Claude Opus 5.5：同一个 Rust 功能的六路基准
来源：dev.to — 2026-10-20
📋 概述
上一轮对比被 Reddit 指出不公平——harness 与思考档位不同——于是作者重做受控实验：同一个 LlamaStash 的 Rust 功能，Pi 与 Claude Code 两个 harness，medium 与 xhigh 两个档位，共六种组合十二次运行。结果全部完成任务，十二个 PR 全部通过端到端测试；平均分（满分 8）Claude Code + Opus 5.5 是 6.59，Claude Code + Flash-Next 5.44，Pi + Flash-Next 5.25。价格差距比分数差距大得多：同一轮 Opus 要 6.52 或 17.78 美元，Flash-Next 只要 0.32 到 0.67 美元。
🔑 核心要点
- Opus 从 medium 提到 xhigh 只多 0.69 分（6.94 对 6.25），成本却是 2.7 倍；Flash-Next 两档几乎没差别。
- 同样思考档位下，Flash-Next 耗时是 Opus 的 1.1 到 2.1 倍。
- CI 通过率暴露 harness 差异：Claude Code + Flash-Next 是 4/4，Pi + Flash-Next 只有 1/4。
- 作者承认这仍是非确定性对比，但比上一轮清楚得多。
💡 金句
“All 12 runs finished the task, and all 12 PRs passed the end-to-end test.”
译：十二次运行全部完成任务，十二个 PR 全部通过端到端测试。
← 返回 dev.to 首页