測試任務與環境設定
此次測試旨在回應先前關於不同工具鏈（harness）與努力等級比較不公平的質疑，因此採用更嚴格的對照組。所有運行均針對同一個真實功能：在 LlamaStash 專案中，於模型卸載前儲存 llama-server 的 KV cache，並在模型重新載入時還原。
測試涵蓋六種組合，每種組合執行兩次，共產生 12 個 Pull Request（PR）。Qwen3.8-Flash-Next 在本地 Strix Halo 筆記型電腦（Flow Z13）上透過 Halogen 運行，使用約 Q4 量化版本。Claude Opus 5.5、Flash-Next 與 Kimi K3 則作為評審模型，對每個 PR 進行七項審查問題評分及 CI 檢查。
程式碼品質與得分差異
根據平均兩次運行的結果，Claude Code 搭配 Opus 5.5（xhigh 努力等級）獲得最高分 6.94/8（87%），其次是 Claude Code 搭配 Opus 5.5（medium 努力等級）的 6.25/8（78%）。
使用 Flash-Next 的組合得分較低：Claude Code 搭配 Flash-Next（medium）為 5.5/8（69%），Pi 搭配 Flash-Next（xhigh）為 5.44/8（68%），Claude Code 搭配 Flash-Next（xhigh）為 5.38/8（67%），Pi 搭配 Flash-Next（medium）為 5.06/8（63%）。
Opus 生成的程式碼在邊界情況處理、單元測試撰寫與文件完整性上明顯優於 Flash-Next。然而，所有模型生成的核心功能均能正常運作，且全部 12 個 PR 都通過了端到端測試。
執行時間與成本分析
在相同努力等級下，Flash-Next 的執行時間為 Opus 的 1.1 至 2.1 倍。例如，Claude Code + Opus 5.5 (medium) 耗時 23.4 分鐘，而 Claude Code + Flash-Next (medium) 則需 45.3 分鐘。
成本方面，Opus 5.5 的 API 費用從 6.52 美元（medium）到 17.78 美元（xhigh）不等。Flash-Next 因在本地運行，實際成本僅為電力；若按 QwenCloud 價格計算，其虛擬成本極低（0.32 至 0.67 美元）。
對於 Opus，提高努力等級從 medium 到 xhigh 使得分小幅提升，但成本增加 2.7 倍。相反地，Flash-Next 在 medium 與 xhigh 之間的得分差異不大，且 medium 在所有對比中均更快完成任務。
工具鏈影響與 CI 通過率
測試比較了兩種代理框架：Claude Code 與 Pi。結果顯示，當使用 Flash-Next 時，兩者在審查問題上的得分幾乎相同，表明模型本身的表現差異大於工具鏈的影響。
然而，在持續整合（CI）通過率上出現顯著差異：所有四個由 Claude Code 生成的 PR 均通過 CI，而 Pi 生成的四個 PR 中僅有一個通過。
