抡锤者

根据论坛上的大佬们的贴子，将我的3090跑起来了，小任务确实还能应付一下。

尝试了一个将一个3.9万行的项目分别扔进本地部署的qwen3.8，在线的glm5.3flash，glm5.3，要求查bug及提出优化建议。
1、本地部署的Qwen3.8跑了2个小时，上下文竟然还没有爆，但是时间太长了，我只能手动终止，ai自已回复：完成进度：约 25%~30%（6 项待办完成 1 项，第 2 项进行中被中断）。
2、glm5.3flash用时大概在30分钟，中间感觉一直没有输出信息，问了一句什么进度，然后3分钟后输出任务完成。智谱的coding plan V2套餐 pro，显示周使用量从56%增加到58%。
3、glm5.3用时17分6秒，中间没有任务卡顿直接完成任务。智谱的coding plan V2套餐 pro，显示周使用量从58%增加到59%。
glm5.3flash与glm5.3都出了详细的报告，我用deepseek V4 pro帮我做了分析：

两个模型共同提出的16项，只有 glm5.3 指出的问题14项，只有 glm5.3flash 指出的问题也是14项。感觉这两个在线api也是傻，能各自漏掉14个问题？

现在主要问题是，我一个coding plan不够用了，经常跑几下就没了，想小任务交给本地部署的qwen3.8 27b来跑。但是感觉速度实在是太慢了，而且好像也感觉不太靠谱。如果加多一张3080 20G，不知道对速度提升大不大，像现在这样，在线的glm跑十几~三十分钟的任务，本地跑二个小时还是30%进度的话，意义真是不大了。

@Botio-Kuo 是的，我也没有自己搞，是hermes搞的。

@Xiaote 再次感谢大哥。成功了！

@Xiaote 非常感谢，不管能不能听懂，先干了再说。我给整个项目hermes自己看，然后去部署了。

@Botio-Kuo 你这是什么意思？3090单卡可以设置上下文2XXK？求教，我设置128K没几轮下来就爆了。

@applejuice 感谢老哥，原来是真可以跑128K的，用hermes帮我调整好了。但是trae那边还是频繁出现“历史对话压缩中”。然后没多久就：“模型请求失败，点击右侧箭头展开模型服务商错误信息进行排查。Context size has been exceeded. (4028)”。这个真是无解吧。感觉就算加一个2080ti 22g，还是解决不了，跑几轮又要开新会话。不像在线大模型可以一直跑在一个会话里。

@imbiplaza-ASUS 3080 20g 大概在3300元左右。

@MK-CHAO 3080 20g要贵1500左右。不过也是是可以考虑了。3090是真的离谱了，我3月底买的华硕猛禽rog才5300元。

@applejuice 我这水平搞测试报告有点困难了。

@MK-CHAO 感谢老哥回复。

@Xiaote 感谢老哥，听完你的讲解，真可以出手了，反正也不贵，从32K能直上120K，说什么都值了。

@applejuice 那不是意义不大了。。。。。。

@applejuice 感谢回复，你是说我原来3090是35t/s，但加了2080ti 后，速度还会下降到跟2080ti单卡的水平？

我原来在用X99，2676v3， 32gddr3，3090 24g，跑qwen3.8 27b q4km，只能开32K上下文，35t/s，用trae编程（有免费积分）没几下就爆显存了。本来想再买一张3090的，好家伙，价格都到7~8K了，实在舍不得。看了一下，2080ti 22g才2200左右，有点心动了。问了一下千问，说是可以加，对速度对智力没一点用，但对提升上下文有很大作用，而且也推荐买2080ti 22g。我还是放心不下，先问问各位大大。

我目前在开发一个自己公司的管理系统，到现在大概4万多行代码了。

在这段开发的时间里，我购买了一个智谱的Coding Plan pro套餐，但消耗太快了不够用，还充值了deepseek。目前使用时间大概是这样的：
早上：使用trae + glm5.2或glm5.1 薅羊毛，早上不怎么用排队。其本上中午就用完名称额度了。
下午：使用codex + deepseek-v4-pro 费用低一点，但感觉还是glm5.2比较稳。
晚上：使用zcode + glm5.2 费用高，用完就休息。 。

随着系统越来越大，感觉几个大模型，几个agent换来换去这样搞，经常会出现莫名奇妙的bug，改完这又改那，有时还是挺烦的。另外感觉还是zcode + glm5.2 稳定点。

各位大哥有没有类似的情况，除了加钱，有什么办法？ 。应该是坚持一个agent加一个大模型会好一点吗？