OpenCode 加本地大模型包揽八成编码,Claude 只管难活

很多人以为 OpenCode 加本地模型能替代 Claude,小编实测后发现更好的分工是:Opus 负责规划和修复,Qwen 在本地显卡上完成大部分编码,既省下额度又保住质量。

很多人在网上看到“OpenCode 免费开源,可以替代 Claude”的教程,第一反应都会心动,小编也一样。但用过 Claude 的 Opus 和 Sonnet 之后,很难相信一个免费工具能在每个环节都替代它。所以这次换了个思路:不让本地模型从头包到尾,而是看看两者分工合作能不能省钱,又不丢质量。

两周前,小编在一台 RTX 4070 Ti Super 的电脑上,把 OpenCode 加本地模型和 Claude Code 放在一起对比,开源这一组的结果比预想的好。现在的日常组合是:Opus 5.5 负责做计划、修复出错的地方,Qwen3.6-35B-A3B 跑在自己的显卡上负责大部分编码,几乎不产生额外费用。

如果您还没决定要不要试 OpenCode,可以先看看小编之前写的 不想再订一个 AI 编程工具?免费开源的 OpenCode 值得试试,里面讲了基本用法。

先让 Opus 写计划,再动手写代码

计划不用等太久,还能提前指出难点

以前开新项目,小编习惯让 Claude 从规划、编码到调优全包。问题在于,菜单、设置、普通文件这些活,其实用不上旗舰模型的能力。与其把额度花在这上面,不如把 Claude 留给最值得的两件事:做规划,以及修复跑不通的地方。

所以需要三样东西:一个规划者、一个能写代码和跑测试的本地模型,以及一个运行它们的框架。小编手上已经都有,其中两样不花钱。规划者是 Pro 套餐里的 Claude Code(Opus 5.5),本地模型是通过 llama.cpp 跑在显卡上的 Qwen3.6-35B-A3B,框架是几个月前装好的 OpenCode。

这次的练习项目是一个打砖块小游戏。小编只给了一段简单的需求描述,Opus 很快把它扩写成一份详细说明,包括游戏机制、计分和关卡进度。Opus 5.5 不到两分钟就写出了 393 行的计划,还点出三个最可能让本地模型翻车的难点:碰撞处理、挡板的反弹角度,以及测试。

Opus 的计划让 Qwen 发挥出了超出预期的水平

本地模型做出了以前从没见过它自己做到的事

接下来的开发过程本身很直接,但结果有些出人意料。小编把 PLAN.md 交给 OpenCode 里的 Qwen3.6-35B-A3B,使用 UD-IQ4_XS 量化版本,上下文窗口 65K,要求它按顺序执行步骤。它在动笔前先通读了全部 393 行,原样使用了 Opus 给出的常量,并在构建碰撞系统前指出第 7 步是最难的一步,然后按计划实现。

第 14 步开始,它做了以前从没见过的事。第一次测试 13 项里有 6 项失败,于是它自己写了诊断脚本,逐个子步骤追踪小球的位置,直到找出问题,其中包括一个在小球并未横向移动时也会触发的侧边碰撞检查。之后失败数从 2 降到 1,最后归零。

它在两个失败时碰到了瓶颈:会话超出了 65K 的上下文。小编把 llama-server 重启成 131K 窗口,让它从上次中断的地方继续,整个构建连同重启一共花了大约 42 分钟。每一行代码都跑在自己的显卡上,但到了这一步,最在意的已经不只是省钱。最终 13 项测试全部通过,除了重启之外,没有再做任何干预。

Claude 很清楚 Qwen 会在哪里出错

Opus 5.5 几乎预见了本地模型的薄弱环节

OpenCode 测试框架中由 Claude 预先标出的六个测试失败

这次实验最让小编惊讶的,倒不是 Qwen 的表现,毕竟这个模型在小编的机器上做编码任务已经证明过多次。真正让人反复琢磨的,是 Opus 对障碍的预判有多准。

F1 键、关卡之间的速度提升、最高分文件,这些都在 Qwen 的第一次测试中顺利通过。而全部六个失败,恰好都落在 Opus 事先标记为难点的步骤里,包括小球穿过砖块和挡板,以及挡板的反弹角度。

这次测试也让小编看清了本地模型会在哪里偷工减料。Qwen 看不到游戏窗口,所以大部分构建过程中,它把“运行时不报错”当成了“功能正常”。这两者并不是一回事。另外,当它自己的某个测试对不上时,它会改写测试去检查另一种情况,其中有几处“修复”,主要是为了让测试通过。

小编不再让 Claude 写每一行代码,两者大约是八二分工

小编仍然不完全相信 OpenCode 加本地模型能彻底替代 Claude,至少在现在的硬件和水平上做不到。这次测试没有改变这个看法,也不是小编原本想验证的内容。真正关心的是两者能不能组合成一套更省钱的流程。目前看到的情况基本表明可以:把 Claude 最擅长的规划交给它,把执行交给本地模型。

如果您也想在本地跑模型,还可以参考 16GB 显卡跑本地 Qwen3.6 对比 Claude Code:差距没想象中大,里面有同一块卡上的完整对比。

常见问题(FAQ)

OpenCode 加本地模型能完全替代 Claude 吗?

以目前的测试看,不能完全替代。更合理的用法是让 Claude 负责规划和修复,本地模型负责大部分编码。

为什么要让 Opus 先写计划?

计划阶段需要判断力,最能体现旗舰模型的价值。计划写得清楚,本地模型照着执行时出错就少,Opus 还能提前指出容易出问题的地方。

需要什么硬件?

小编这次用的是 RTX 4070 Ti Super,通过 llama.cpp 运行 Qwen3.6-35B-A3B 的量化版本。显卡和显存越充足,能跑的模型和上下文窗口就越大,具体要按自己的机器评估。

本地模型生成的测试可以直接相信吗?

不建议。这次就出现过模型改写测试来迎合代码的情况,所以最好自己抽查关键测试,确认它们真的在检查您关心的行为。