Qwen Code CLI评测：五模型竞速的终端编程代理

Qwen Code CLI 是阿里巴巴从 Gemini CLI 衍生出的开源终端编程代理，采用 Apache 2.0 许可，主打“任意模型接入”与“Agent Arena 多模型竞速”。据 YouTube 频道 Nova 的实测评测，它在开源灵活性和多模型对比上表现突出，但免费登录通道关闭与本地模型配置繁琐成为主要扣分项。

从 Gemini CLI 长出来的终端代理

Qwen Code 的基因很清晰：它脱胎于 Google 的 Gemini CLI，但把“模型绑定”这件事彻底拆开了。任何模型提供商都可以接入，包括 OpenAI、Anthropic、Gemini 以及本地的 Ollama 类服务，并且支持在运行时切换。

这一点对终端工作流意义不小。开发者不必为了换模型而换工具，同一个 CLI 里就能在云端大模型和本地小模型之间来回切换。开源协议选的是 Apache 2.0，商用和二次分发的门槛都很低。

终端编程代理（terminal coding agent）指以命令行界面为交互载体、能够自主读文件、执行命令、修改代码并迭代验证的 AI 程序。与 IDE 补全插件不同，它通常拥有较高的自主权：用户给出一句自然语言目标，代理自行规划步骤、调用 shell 与文件工具、根据报错反复修正，直到任务完成或需要人工确认。Gemini CLI、Claude Code、Aider 都属于这一形态。其价值在于把“模型能力”封装进可脚本化、可组合的 Unix 工具链，便于接入 CI、批量重构等自动化场景。

Agent Arena：五个模型赛跑，只留赢家代码

评测中最被看好的功能是 Agent Arena。它在 Alibaba 环境中最多让五个模型并行处理同一个任务，各自在独立的 worktree 里跑，跑完后展示对比结果，只把胜出者的代码应用到主工作区。

这个设计解决了一个真实痛点：单模型输出质量不稳定，人工逐个试错成本高。让多个模型在同一起跑线上竞速，再由开发者挑选结果，等于把“模型选型”从事前决策变成了事后筛选。

不过 Nova 也指出，该功能仍处于实验阶段，官方文档自身对“是否先看到 diff 再应用”存在矛盾表述。换句话说，竞速机制的方向是对的，但工程完成度还没到可以无脑依赖的程度。

worktree 是 Git 提供的多工作区机制：同一个仓库可以挂载多个独立的工作目录，每个目录检出不同的分支，彼此的文件改动互不干扰。相比传统的复制仓库或频繁 stash/切分支，worktree 共享同一份 .git 对象库，创建和销毁成本都很低。Agent Arena 正是利用这一特性，让每个模型在各自的 worktree 里独立改代码，从而避免多个代理同时写同一批文件造成冲突；竞速结束后只把胜出者的 worktree 合并回主工作区，落选者的改动直接丢弃，不留痕迹。

不止终端：桌面、浏览器与编辑器插件

Qwen Code 的形态不局限于终端。它同时提供桌面应用、浏览器端应用、编辑器插件，甚至聊天应用形态。

评测者只实测了终端版本，因此这些外围形态的实际体验尚无一手数据。但从产品布局看，阿里显然想把 Qwen Code 做成一个跨入口的编程代理，而不只是一个命令行工具。对习惯图形界面的开发者来说，这降低了上手门槛；对终端原教旨主义者来说，核心能力仍然在 CLI 里。

成本与配置：两个绕不开的门槛

免费时代已经结束。Qwen 的免费登录通道在 2026 年 4 月关闭，阿里自家的编程套餐定价为每月 50 美元，且按每日有限名额出售。

本地模型是另一条路，但配置体验不佳。应用内向导需要七步操作，手动填写地址、占位密钥和模型名称；虽然也有一条命令行方式可以完成，但对不熟悉配置文件的用户并不友好。评测者的评价很直接：本地模型得靠手工设置。

还有一个容易被忽略的细节：使用统计数据默认开启。

对注重隐私的团队来说，这是需要在部署前确认并调整的选项。

Ollama 是目前最常用的本地大模型运行工具之一，一条命令即可拉取并启动 Llama、Qwen、DeepSeek^广告 等开源权重模型，并在本机暴露一个兼容 OpenAI 接口规范的 HTTP 服务（默认监听 11434 端口）。因此，任何支持自定义 base URL 的客户端都能把请求指向 Ollama，实现完全离线的推理。文中提到的“填写地址、占位密钥和模型名称”正是这一模式：地址填本地端口，密钥留空或随便填，模型名对应 ollama list 中的条目。能否顺畅接上本地模型，很大程度上取决于客户端对这一配置流程的引导是否友好。

评测结论与适用人群

Nova 的最终判断是“推荐”，理由集中在三点：Apache 2.0 开源、支持包括本地模型在内的任意提供商、以及 Agent Arena 的多模型竞速能力。扣分项同样明确：免费登录终止、官方套餐每月 50 美元、本地模型配置靠手工。

这款工具更适合愿意折腾配置、重视模型自由度的开发者，尤其是已经在用本地模型或需要多模型交叉验证的团队。如果你期待开箱即用、零配置的体验，当前的 Qwen Code 还需要再打磨一轮。需要说明的是，该评测为独立制作，未接受赞助，完整内容发布在 breathoff.ai。

Qwen Code 代表了一种务实的产品思路：不赌单一模型的最强，而是把选择权交给开发者，用竞速机制把“选模型”这件事工程化。这条路能走多远，取决于 Agent Arena 能否从实验功能变成稳定基础设施。