本地语言模型编程能力评测2 Bonsai vs Strata

本次使用的模型：Strata 为 Qwen3.8-Flash-Next-GSQ-RCO-IQ3_S，Bonsai 为 Ternary-Bonsai-2-27B-PQ2_0.gguf。

本次 coding 任务，Strata 三轮累计 83.96 分钟，通过独立验收；Bonsai 四轮累计 328.50 分钟，仍需修改。

差距主要在工程闭环：Strata 能根据反馈修正并完成真实运行；Bonsai 反复遗漏已指出的问题，43 项测试通过后仍有 8 项验收问题。测试通过，还要能真实运行、完成交付。

这是单次任务观察。计时仅为 Pi 进程墙钟，不含人工准备、数据修复、等待和独立验收；Strata 最后一轮使用了 Codex 修复的输入。

工作模式是用 Codinator 做 Codex 和本地模型之间的 harness 工具。