Lập trình viên so sánh mô hình cục bộ Qwen3.8-Flash-Next với Claude trong việc đánh giá mã nguồn

Một lập trình viên đã thử nghiệm thành công việc sử dụng mô hình Qwen3.8-Flash-Next chạy cục bộ để thực hiện đánh giá mã nguồn thông qua Claude Code, đồng thời so sánh trực tiếp hiệu năng của nó với Claude Opus. Mô hình cục bộ đã phát hiện thành công các lỗi mà Claude bỏ sót, mang lại các nhận định chính xác mà không có cảnh báo sai nào. Sự so sánh này làm nổi bật tính khả thi ngày càng cao của việc chạy các mô hình AI mã nguồn mở có quy mô lớn, mạnh mẽ ngay trên phần cứng cục bộ cho các tác vụ phát triển phức tạp. Điều này chứng minh rằng các hệ thống cục bộ có thể cạnh tranh hiệu quả với các hệ thống thương mại dựa trên đám mây như Claude trong các quy trình nặng như đánh giá mã nguồn. Việc chạy Qwen3.8-Flash-Next UD-Q4_K_XL trên phần cứng AMD thông qua llama-server đạt tốc độ từ 14 đến 21 token mỗi giây tùy thuộc vào độ dài ngữ cảnh, đồng thời tiêu thụ khoảng 110.000 token ngữ cảnh qua 53 lượt hội thoại. Một số giải pháp kỹ thuật đã được áp dụng, bao gồm việc khắc phục sự cố sập mô hình MTP và ghi đè mẫu trò chuyện để xử lý các tin nhắn hệ thống giữa chừng từ Claude Code.