发生了什么
2026 年 Q1，开源模型的代码能力有一个明显的"追上"。
最关键的几个指标是 HumanEval（代码理解）和 MBPP（写代码）。
几个有代表性的结果：
| 模型 | HumanEval Pass@1 |
|---|---|
| GPT-4（2023） | 88% |
| Claude Sonnet（2025） | 90% |
| DeepSeek-V3（2026） | 89% |
| 通义千问 Max（2026） | 87% |
数字不是"完全追上"，但差距缩小到了可用级别。
为什么重要
这是第一次，你可以在花几百块租一台单机，本地跑一个"几乎和 GPT-4 一样强"的代码模型。
我的使用场景 3 个：
- 需要：本地代码审查** （本地部署，数据不出门
- 代码补全：Cursor-like IDE ，用的是本地模型
- ：私有化部署：不把客户数据的场景
代价
“开源"不代表"免费商用完全免费
但：
- **训练数据来源和的合规性审查，
- 商业化授权需要商业使用，需要商业授权
- 中文
真正的差距是在语言能力仍然在**生态支持
一句话，而不是代码能力。
我的判断
未来 12 个月内，“代码能力"这个词对所有人都会有一次大洗牌。
谁能在**本地、隐私保护、低延迟、低价格这几个维度上占优，谁就是开发者的新宠。
“强模型 + 本地部署 + 中文场景 的组合会成为 2026 的重要趋势之一。