实测:Opus 5.5 带三个本地 MoE 打工,编辑成功率比速度更重要
GapNew4766 · reddit · 2026-10-23
作者用「强 planner + 多个便宜并行 worker」模式做了对比实验:planner 用 Opus 5.5,worker 是三个不同的本地 MoE 模型,任务固定为单 prompt 生成约 1000–1700 行 Three.js 动画,无人工干预。
结果:
- Flint 40B-A2.5B:7:36 完成,135 tok/s,planner 3 轮、$0.41,6 次修复
- Ornith 1.5 35B-A3B:9:04,72 tok/s,3 轮、$0.49,14 次修复
- Nemotron 3.5 Lightning:30:32,151 tok/s,6 轮、$0.95,16 次修复
三个反直觉发现:
- 最快的 worker 反而拖慢整个系统:其编辑约 83% 失败率导致 planner 反复返工,五轮修复比初次生成还耗时。
- worker 决定 planner 成本:同一 planner 同一 prompt,仅换 worker 就让花费翻倍以上;planner 输入输出比 48–76x,钱主要花在读上。
- worker 的状态报告不可信:有 worker 把自己的文件替换成 ... 还报告「ok」。
作者强调每配置只跑一次,不算 benchmark,但结论是:选 worker 应先看编辑成功率,再看 tok/s,并建议在 planner 看到输出前先做验证。注明自己在做开源 agent Atomic Agent。
所属事件:本地小 MoE 模型实测:省钱、吞吐与修 bug 能力各有取舍(2 条相关)→
「编程与Agent」频道最新
- Railway、OpenCode 相继被黑，攻击者盯上你的 AI API 密钥 — thursdai_pod · 2026-10-23
- 开源浏览器 Agent Jev 提速：中位任务时间从 9.45 秒降到 7.09 秒 — abhishek__AI · 2026-10-23
- 开源 AI 平台 Onyx：3.3 万星，企业级 RAG 自托管方案 — adnan_hashmi · 2026-10-23
- Hermes Agent 用户案例达 395 个：一人撑起 165 人公司八成日常 — NousResearch · 2026-10-23
- AWS 推出漏洞修复 AI 代理 Continuum,CyberGym-E2E 得分居首 — bookwormengr · 2026-10-23
- 并行多个 Claude 会话改代码，每次合并后要手动 rebase 其余会话 — tristanbob · 2026-10-23