一位用户测试了 Qwen3.6-27B (8-bit) 与 GLM5.2，使用了一个编码工具，该工具采用三个评审器——代码审查、测试审查和 Playwright e2e——来验证输出质量。

  • 3-Critic 管道有效地捕获了密集模型固有的额外错误，使其能够匹配前沿模型的最终输出质量。
  • 虽然执行路径比大型模型更嘈杂，但该工具管理重试开销而不破坏工作流。
  • 确定的最佳策略是使用 GLM5.2 等前沿模型进行规划，并使用 Qwen3.6 进行高容量实现，其中错误捕获机制弥补了较低的原始准确率。