Claude Code 一个月 $100 费用有些高，很多朋友都有点扛不住。为了解决问题，我实践了一套工作流。

模型方面，我的建议是，选择 Gemini 3 Flash 的按需用量作为替代。

原因：Gemini 3 Flash 性价比极高；响应速度快、处理效率高，价格仅为 Opus 和 Sonnet 的几分之一。对于大多数任务，Flash 版本已经足够使用。

省钱的 Workflow

一个经济实惠的工作流：

• 制定计划：使用 Gemini 3 Flash
• 执行构建：使用 OpenCode 提供的免费 GLM 4.7（或 MiniMax M2.1）。亦或者你已经购买了 Zhipu Coding Plan。

提到 Gemini 3 就不能不提 GPT-5.2。

首先，部分工程师不使用 coding agent，而是使用直接使用 ChatGPT.com。这种使用方式且不论是否高效，可靠性就令人担忧。从实际体验来看，GPT-5.2 的回复语气做了拟人化微调，过于迎合用户。虽然可以调整语气，但对于专业开发者来说可能不是最佳选择。

此外，尽管 GPT-5.2 在 SWE-bench veried 上得到了较好的性能，但是我实际体验不好。这就不得不说一下 SWE-bench 的历史：

SWE-bench 最初由普林斯顿大学团队提出（ICLR 2024），用于评估语言模型解决真实 GitHub 问题的能力。

但问题在于：2024年8月，OpenAI 的 Preparedness 团队与原作者合作，推出了 SWE-bench Verified（500个经过人工验证的问题子集）。由于 OpenAI 参与了这个新版本 benchmark 的设计，因此在这个 benchmark 下测试的 OpenAI 模型性能值得怀疑。这并不一定是主观引入性能优化，但是 Bias 在这种情况下，极有可能存在。

还是那句话：从实际使用上来看，codex 总不能带来特别理想的结果。

一些 opencode 技巧

1. 通过 OpenCode 使用 Agent

OpenCode 支持启动 SubAgent。调试前后端代码时，可以让 OpenCode 在不同目录启动 Agent，有效避免权限问题。

2. OpenSpec：跨 Agent 共享规范

1
2
3
4

1. OpenCode + Gemini 3 Flash → 生成 proposal
2. Codex → 代码审查
3. Claude Code → 再次审查
4. OpenSpec Apply → 最终执行

OpenSpec 生成 spec 是靠谱的，但是有时候便宜模型代码质量不行。这个时候可以多生成几次，使用 spec 生成多次，从中挑选最好的结果。

最后，如果从 PR 看到确实不行，仍可以继续采用 sonnet 4.5 来实现代码。

思考

作为 Agent 工程师，我们需要基于以下趋势做决策：

1. 模型会越来越聪明
2. 执行速度会越来越快
3. 价格会越来越便宜

虽然这是大趋势，但在实际任务中仍需平衡计算速度、成本和最终效果。也许很快就会出现能够自动平衡这些因素的 Agent 系统，但是现阶段考虑这些问题，没错。