用 GLM 5.3 Flash 编码一月:意外与教训
One month coding with GLM 5.3 Flash

我尝试在整整一个月内只用 GLM 5.3 Flash 进行编码。前半程很顺利,成本控制在 68 美元,能耗仅约 4 度电。但后半程却因选错模型用于 Vibe coding 原型,一夜之间消耗了 4.5 亿 Token,额外花费 150 美元。此外,基础设施的容量限制迫使我们在 DeepSeek V4.1 Flash 和 Qwen 3.8 Flash 之间切换。虽然挑战在技术上以失败告终,仅达成 50% 的目标,但这次经历让我深刻意识到:必须为实验预留预算,并建立更精细的能耗与成本监控机制。
对于日常开发工作,专注于一个或两个廉价的 Flash 级模型是完全可行的。
HN 评论区
177- epistasis
关于这些数字,最让我感到震惊的是能耗竟然如此之低:
> 该模型的用量完全在我们的预算范围内(68 美元,约 4 千瓦时能耗 / 365 克碳排放)。
能源成本字面上仅占总成本的 1%。作为参考,4 千瓦时的电量足以让一辆电动车行驶约 15 英里,相当于普通人日均行驶里程的一半。这相当于烧开了 10 加仑的水。
鉴于大家一直在讨论 AI 数据中心对世界的影响,你会以为要实现文中提到的效果,所需的能源量会是这里的 10 倍到 100 倍。
我的结论是:AI 数据中心的建设规模严重过剩,其程度恐怕至少与光纤建设过剩(留下了大量闲置暗光纤)相当,甚至可能更大。唯一能挽救经济的,恐怕就是 NVIDIA 和芯片代工厂无法生产出足够多的芯片来匹配既定的建设规划。
- aktenlage
> 不幸的是,这仍然带来了后果。我在原型开发阶段选错了模型,结果几乎一夜之间就消耗了 4.5 亿 token / 150 美元 / 5 千瓦时能耗。MCP 服务器本身运行良好,我们现在也拥有了展示其能力的绝佳演示,所以并非全无收获:
> 尽管如此,这确实是个很好的提醒:在模型选择和智能体(agentic)模式上务必谨慎。我们本可以用少得多的精力,以大约 5 分之一的成本实现类似的效果。教训已吸取!我们需要为此预留预算,并更加小心。本可以预见到的,但现在我们知道了。
我没看懂。为什么说是“选错了”?哪个模型本来会更好?教训到底是什么,你本该如何预见这一切?
- nxobject
这虽然不是作者的重点,但他那句“这并非我们通常追求的目标,但对原型开发很有效”确实击中了我。这精准地捕捉了我对“氛围编程”(vibe coding)的感受——你确实能搞定极其复杂的任务!但是,天哪,我可不敢在日常工作中使用(比如)AI 生成的 GPU 驱动!也许我们应该(再次)让“你的第一次尝试会被废弃”这种观念常态化。
- disiplus
这篇帖子是用 LLM 生成的吗?他有没有在任何地方明确说明具体哪里失败了,并给出例子?还是说我读不懂?
- hgoel
我对 GLM5.3-Flash 在 DGX Spark 集群上的最新速度提升感到非常兴奋。它的体验确实非常接近 Opus ~4.5 的感觉。虽然在一致性上还未完全达到那个水平,但整体体验真的非常棒。更少的护栏(guardrails)以及高质量的去删减版(abliterated)进一步增强了它的实用性。
不过,Qwen3.8-Flash-Next 的水平已经非常接近,且运行所需的资源更少,所以我非常期待 Qwen4 的到来。