干活的是一台单卡 3090，跑着一个 27B 的开源模型；坐在它上面拆活、验收、拍板的，是云端那颗贵价旗舰。

多数人猜这套组合只有一个好处：省钱。真跑完一整轮，最扎眼的反而不是账上的数，是时间——小模型自己埋头写，三件活 114 分钟还没收尾；上面加了一层调度，43 分钟全干完了。

三种跑法，先把数摆齐

任务很具体：写三个小 3D 游戏，台球、保龄球、桌上足球。worker 是一颗 27B 的开源模型，跑在一张 RTX 3090（24GB 显存）上，三个游戏的文件全是它落的盘。云端那颗只干两件事：把活拆开，再把回传的东西过一遍。

于是同样的三件事，跑了三种跑法：

• 小模型单干：114 分钟，做完保龄球和桌上足球，台球只算试着写了一趟，没起来。
• 云端编排、小模型干活：43 分钟，三个全成。台球 18.6 分钟、保龄球 13.7 分钟、桌上足球 11.1 分钟，编排那一侧的总账是 $0.17。
• 云端自己全写：不到 7 分钟，$0.75。

最反直觉的是：上面有人盯着，它反而更快

时间这一项，是这次实测里最让人愣住的地方。一颗 27B 的模型一个人写完三件活要 114 分钟，换成"上面拆活、下面干活"的结构，43 分钟收工。图省掉那层调度，结果慢了一倍多。

作者的猜测挺朴素：每一份文件在开写之前边界都先定死了，模型不用自己找方向、来回绕路。他自己也留了句活话——日志没挖透，不敢把这话当板上钉钉的结论。

钱那边就没这么绕。编排者基本不写代码，只做拆活和验收，总共烧掉 $0.17，只有它自己全写时 $0.75 的一个零头。

想试这套分工，门槛其实不高

• worker 就跑在本地一张 24GB 的卡上，代码和数据都不出机器，手里有敏感项目的也能这么干。
• 贵价那颗只管拆活与验收，重活全交给便宜模型，账单能压到几毛钱。
• 工具本身是开源的，那条路子叫 Fusion：一条腿接云端的编排模型，一条腿接本地干活的模型，两边可以是完全不同的 provider，中间怎么配，仓库里写得很细。

但别急着把这组数抄进方案

试玉要烧三日满，辨材须待七年期。三个游戏各跑一次，那是一个数据点，跟基准测试不是一回事。

• 43 分钟对不到 7 分钟，仍然慢着大约 6 倍——要的是极限速度那一档的活，它替不了你压哨。
• 想复现，先看这几处：量化档位用的是哪一档、同一张 3090、同一批 prompt。别人拿同一张卡，数也可能差出一截。
• 跑偏不跑偏，也得自己拿手上的项目试。有人拿 27B 当 worker，配到什么量化档位、跑偏是不是也少一圈，跑过的人最有发言权。

一次实跑撑不起一条结论。这颗开源模型的真实脾气，得你自己拿同一张卡跑一遍才算数——耳闻之不如目见之，目见之不如足践之。

原文链接：
https://www.reddit.com/r/Qwen_AI/comments/1wtr254/ran_qwen_38_27b_as_the_worker_under_a_gpt_61_sol/