综合分 (0-100, 高=好)
| --- | --- | --- | --- | --- | --- | --- |
|---|---|---|---|---|---|---|
| simple_typo | ❌ | 100 (3.73s) | 100 (14.89s) | 100 (5.38s) | ❌ | **ollama_hermes3** |
| test_generation | ❌ | 100 (8.85s) | 0 (33.99s) | 100 (30.4s) | ❌ | **ollama_hermes3** |
| self_review | ❌ | 100 (3.9s) | 100 (20.34s) | 100 (23.04s) | ❌ | **ollama_hermes3** |
| multi_file_refactor | ❌ | 100 (6.06s) | 0 (70.13s) | 77 (23.47s) | ❌ | **ollama_hermes3** |
延迟 (秒, 低=好)
| --- | --- | --- | --- | --- | --- | --- |
|---|---|---|---|---|---|---|
| simple_typo | ❌ | 3.73s | 14.89s | 5.38s | ❌ | **ollama_hermes3** |
| test_generation | ❌ | 8.85s | 33.99s | 30.4s | ❌ | **ollama_hermes3** |
| self_review | ❌ | 3.9s | 20.34s | 23.04s | ❌ | **ollama_hermes3** |
| multi_file_refactor | ❌ | 6.06s | 70.13s | 23.47s | ❌ | **ollama_hermes3** |
决策建议
**simple_typo**:
首选: `ollama_hermes3` (100 分, 3.73s)
备选: `ollama_qwen3` (100 分, 14.89s)
理由: 短文本 + 单一改动, 端侧 qwen3/hermes3 速度快够用, 云端浪费
**test_generation**:
首选: `ollama_hermes3` (100 分, 8.85s)
备选: `ollama_gemma4` (100 分, 30.4s)
理由: 需要语法正确 + XCTest API 知识, hermes3 验证 codegen 之王
**self_review**:
首选: `ollama_hermes3` (100 分, 3.9s)
备选: `ollama_qwen3` (100 分, 20.34s)
理由: 评分要确定性, temperature=0 + JSON 强制的端侧最稳
**multi_file_refactor**:
首选: `ollama_hermes3` (100 分, 6.06s)
备选: `ollama_gemma4` (77 分, 23.47s)
理由: 长上下文 + 多文件理解, 云端大模型优势明显, 端侧易丢上下文