Comet API：统一接口与零厂商锁定策略

本期节目旨在对比本地开源 AI 模型 GLM 5.2 与云端顶级模型 Claude Sonnet 5、Opus 4.8。测试通过 Comet API 进行，该服务提供统一接口访问包括 GPT-5.6、Claude Fable、Seedance 在内的数百种模型。Comet API 的核心优势在于 零厂商锁定，例如若政府切断 Claude 访问权限，用户可无缝切换至 Zipto 等其他可用模型而无需重写代码。在价格方面，Comet API 提供官方定价折扣，如 GPT-5.6 每百万 token 收费仅 $0.6（对比官方价），且已集成 Gemini、OpenClaude、Hermes 等主流智能体框架，支持 Python 直接通过 HTTP 请求调用。

"The idea is zero vendor lock-in. For example, one reason the government decides to close down access to Cloude, you can switch over to Zipto or whatever they have available at the time with no having to rewrite any of your code."

云端模型极速生成与本地性能对比

测试首先使用 Claude Sonnet 5，在默认设置下迅速生成了一个完整的单文件 Three.js 3D 平台游戏。与此同时，本地 Mac Studio 运行 GLM 5.2（4.8 bit 量化）生成类似超级玛丽游戏，此前耗时超过一小时且消耗 51,000 tokens；而云端模型因无需等待本地逐 token 处理，速度显著提升。Claude Opus 4.8 Max Reasoning 也在并行测试中快速完成代码生成，尽管出现“Capsule geometry is not a construct first”运行时错误，但通过反馈后立即修复。Comet API 支持扩展思考努力控制（Extended Thinking Effort Control），Sonnet 默认为高，Opus 可设为极高或最大。

"I'm going to use the default settings to start off with and hit play. So, as you can see, it's straight away making the game straight away... It is bouncing away and making it really fast."

命令行调用与 OpenCode 代理效能差异分析

为获取最佳质量，测试切换至 Claude Opus with Thinking 模式并通过命令行终端调用。使用 curl 命令时，需初始化 API Key 并将最大 token 请求量从默认的 1,000 提升至 50,000 甚至 100,000。测试验证了连接有效性后，并行运行 Sonnet 5 和 Opus 生成超级玛丽世界 HTML 单文件游戏，支持流式或块状输出。值得注意的是，使用 OpenCode 代理调用本地 GLM 5.2 生成的游戏质量低于直接推理生成，推测原因是 OpenCode 的系统提示词简化了模型能力或工具调用干扰。直接推理生成的版本拥有声音等完整功能，而 OpenCode 生成版虽可用但美观度稍逊。

Open Code配置与Comet API接入

在解决自动重试机制后，演示者开始配置Open Code以调用外部模型。他在项目文件夹中创建open code.json文件，将其命名为“comment API”并指向v1接口。首先选择Claude Sonnet 5作为初始模型，并将输出令牌上限提升至80,000。为了简化流程，他将API密钥粘贴到独立的文件中，而非通过环境变量获取，从而实现了直连响应。随后开启新会话，输入提示词：“free platform game, Super Mario World 3D HTML single file”，要求生成单文件HTML的超级马里奥世界3D游戏。

"I'm first going to be using Claude Sonnet 5. In my output, I'm going to increase that all up to 80,000 tokens with that one."

双模型并行生成与初步对比

为了同时测试顶级性能，演示者复制了第一个实例创建“Open Code 2”，并将模型切换为Claude Opus 4.8 Thinking Edition。两个实例同时开始编码，Opus在生成过程中检查了当前文件夹结构以复用代码。Sonnet生成的“Cube World 3D”游戏包含四肢角色和上下移动动画，但迷宫设计较难。在测试中，演示者多次尝试获取金币和旗帜未果，最终决定返回Open Code要求将渲染质量提升至“Triple A gaming quality”（3A游戏级）。与此同时，Opus生成的版本虽然角色更可爱且渲染稍好，但画面仍显块状化。有趣的是，演示者注意到使用中国模型时总是显示红色旗帜，而Opus版本完成了黄色旗帜的通关。

"I'm going to make sure that I'm using Claude Opus 4.8 Thinking Edition, so we get the maximum quality."

3A级渲染升级与本地部署局限性对比

在要求提升画质后，Opus完成了更新。新版本展示了角色弹跳动画和更丰富的视觉效果，尽管仍保留块状风格且Bloom（辉光）效果过度导致轻微Bug。代码中使用了HLSL高级着色器语言片段来实现后处理效果，显著提升了视觉质量。演示者强调云端API的优势在于速度和质量：本地运行模型通常需要量化以降低精度，且耗时约一小时才能生成一次结果，还需要昂贵的硬件支持（如已停产的Mix Studios 512）。相比之下，Comet API通过标准的OpenAI curl请求即可工作，提供了极快的生成速度和高质量输出。演示者总结Comet API设置简单、兼容Open Code，是替代本地部署的高效方案。

"The amazing thing about this stuff that the results are very, very fast. Like when we're doing it locally, it took an hour to make my generations."

结论

测试表明，云端模型在生成速度与迭代效率上显著优于本地部署。Claude Opus 4.8 Thinking Edition 在质量与速度平衡上表现最佳，能迅速生成并修复代码错误；而本地 GLM 5.2 虽功能完整，但单次生成耗时超一小时且依赖昂贵硬件。Comet API 凭借零厂商锁定与低延迟优势，成为替代本地部署的高效方案。

然而，云端模型并非完美。Opus 版本存在画面块状化及 Bloom 效果过度导致的 Bug，且需通过多次反馈才能达成“3A级”画质。本地模型在无需联网场景下仍有价值，但受限于量化精度与算力瓶颈。总体而言，对于追求快速原型开发的用户，云端 API 是更优选择；本地部署则适用于对数据隐私有极高要求且能接受低效迭代的场景。