在自主编码代理的背景下，工程组织面临选择：是使用基于API的前沿模型——具有强大推理能力但代价高昂，还是使用本地量化开放权重模型——在推理精度有所损失的情况下，承诺低边际成本的扩展和数据主权。本文通过对一个开发者在生产单体代码库中进行的非随机纵向案例研究，对这一权衡进行了分析，研究周期为两个相邻的28天。
我们比较了使用Claude Code的API配置Claude Opus 4.7/4.8与使用Opencode（量化为NVFP4）的本地配置GLM-5.1/5.2，后者在NVIDIA Blackwell硬件上运行。通过分析LLM遥测数据和Git历史记录，我们发现，提示缓存（命中率高达99.3%）使得实际API成本降低了88.6%，有效成本降至每百万个token仅为0.57美元，甚至低于共享本地切片的2.83美元的摊销单位成本（这是一种利用依赖的反转；总支出和总拥有成本（TCO）是稳健的量）。
在可比的代码变更率下，本地配置的缺陷修复负担显著更高：修复提交比率（FCR）为74.9%，而API配置为45.9%。在每个难度等级中，提交为修复的概率高出2.6到4.9倍（Mantel-Haenszel OR = 3.61）。在台湾市场参数和对称劳动模型下，本地部署在共享GPU分配下仍节省了40.1%的真实TCO，而专用保留的成本比缓存API高出43.8%。在共享分配下，真正的惩罚并非金钱上的，而是可衡量的开发者体验负担——时间戳指标显示更多工作被困于调试循环中，提交节奏变慢。离线重播显示混合路由网关在成本-质量边界上权衡缺陷率与基础设施节省，而不是优于纯API基线。
博主点评： 本文深入探讨了云计算与本地部署模型在实际应用中的经济权衡，特别是在开发效率与成本之间的微妙关系，揭示了技术选择对团队工作流的深远影响。