文章摘要
作者长期使用Claude和ChatGPT，但最近尝试在自有推理端点上运行opencode后，感到意外地愉悦和自由。数据直接从笔记本到自有端点往返，不再依赖其他服务商，这种掌控感令人轻松。
文章总结
标题：使用开放模型的感觉出奇地好
我使用Claude和ChatGPT大概两年了，并非狂热的“开源软件”爱好者。但最近，我成功在自己的推理端点上运行了opencode，这种感觉出奇地好，有种莫名的自由感。我拥有这个端点，数据直接从我的笔记本电脑传输到那里再返回，感觉它真正属于我，这真的很棒。
触发这一体验的原因是，我刚回到家想开始一个小项目，但个人账户没有最好的Claude或ChatGPT套餐。我在Modal工作，今天公司刚在托管端点上推出了Kimi K3，我知道Kimi K3应该相当不错，所以与其升级Claude套餐，不如试试这个。（我没有直接参与这个功能，所以之前还没机会玩。）
大约5分钟内，我就将opencode指向自己的Modal端点并运行起来。启动opencode时，我感受到一种美好的空白感。最贴切的形容是，就像在大型花哨编辑器里折腾一番后打开vim，或者像连接其他提供商的触须被切断，可以自由呼吸。虽然有点夸张，但并不过分。这感觉很奇怪，也出乎我的意料，所以我想记录下来。
评论总结
根据评论内容，总结如下：
主要观点与论据：
对文章性质的质疑：部分评论认为该文是Modal的广告（评论2、6），缺乏实质性技术内容，更像日记（评论7）。评论6指出，文章未提供成本指标，而用户关心的是私有端点与补贴型大模型（如Claude、OpenAI）的成本对比。
开源/小型模型与闭源大模型的对比：
- 支持小型模型：评论3认为，若将任务分解为足够小的单元，开源模型与闭源模型差异不大；评论9强调，在迭代小函数时，GLM表现不逊于Claude，甚至更优。
- 认可小型模型性能：评论4称GLM 5.2优于Opus，K3与Fable相当；评论5认为DeepSeek V4 Flash在优化后表现良好，TTFT和tok/s更高，使其具有竞争力。
- 指出大模型优势：评论5承认前沿模型在工具调用上更优，适合助手流程；评论9指出Claude Code擅长处理模糊自然语言提示，生成大量代码。
对自然语言UI的反思：评论10指出，自然语言作为主要UI可能产生“听起来好就是好”的错觉，需警惕。
使用体验与偏好：评论11描述从大型模型切换到更敏捷模型（如Composer）时，能获得更好的思考与问答循环，类似从复杂编辑器切换到vim的流畅感。
平衡性总结：评论对文章性质存在分歧（广告 vs. 有用信息），对模型选择则呈现“任务分解后小型模型足够”与“大模型在模糊提示下更优”的平衡观点。用户更关注成本、工具适配性及实际体验。