Pokrenuo sam Qwen3.8-Flash-Next na Strati i natjerao OpenCode da izradi tri projekta

Na Windows računalu s jednom RTX 4090 karticom pokrenuo sam 125B MoE otvoreni model „Qwen3.8-Flash-Next” putem Strate i isprobao ga kao implementacijskog agenta u OpenCodeu.

Isprobao sam tri projekta: 3D igru u Three.jsu, praktičnu web-aplikaciju i 30-sekundnu motion-graphics animaciju. Ukratko, igra i web-aplikacija su uspjele. Video je također generiran, ali kvaliteta slike još je daleko od zadovoljavajuće.

Ovo nije strogi benchmark, nego prilično subjektivan test rada na stvarnim zadacima.

Okruženje za izvršavanje

Stavka	Konfiguracija
GPU	NVIDIA GeForce RTX 4090 24 GB
CPU	Intel Core i7-13700K (16 jezgri / 24 dretve)
RAM	64 GB
OS	Windows 11 Pro
Inferencija	Strata v0.1.40.2 / Qwen3.8-Flash-Next IQ2_XS
Kontekst	262.144 tokena
Agent za kodiranje	OpenCode v1.17.13

Sam model zauzima oko 70 GB. Na 4090 je za kratke odgovore postizao oko 86–108 tok/s, a čak je i duge promptove od 32K do 128K učitavao brzinom od oko 4.400–5.000 tok/s. U praksi je uspio obraditi i 255K tokena.

No najveće ograničenje nije bio VRAM, nego RAM. Budući da Strata troši mnogo memorije, istodobno pokretanje Dockera, Next.js builda i Playwrighta na istom računalu sa 64 GB postaje prilično naporno. Ako razvoj želite ozbiljno raditi paralelno, realno je imati 96 GB ili više, odnosno odvojiti računalo za inferenciju od računala za razvoj.

1. 3D igra u Three.jsu: uspjeh

Za početak sam mu zadao izradu 3×3×3 „3D verzije Lights Outa” u Three.jsu. Prompt je poslan samo jednom, a obuhvaćao je neon, bloom, zvučne efekte, UI na japanskom i engleskom, poništavanje poteza i animaciju pri završetku razine.

Tehnološki stack čine jedna HTML datoteka i Three.js. Implementacija ima 559 redaka te objedinjuje renderiranje, postprocesiranje, Web Audio i upravljanje mišem. Generirano je oko 31.000 tokena, a ukupno je trajalo oko pet minuta.

Provjera u headless Chromeu nije pronašla nijednu JavaScript pogrešku. Klikanje, rotiranje pogleda i završavanje razine doista su radili.

Postojao je jedan propust: način izrade ploče razlikovao se pri generiranju razine i pri resetiranju. Međutim, ova ploča 3×3×3 matematički je rješiva iz svake konfiguracije, pa se igra ne može zaglaviti.

• Subjektivna stopa uspjeha: 90 %
• Utrošeno vrijeme: oko 5 minuta
• Ocjena: vrlo dobro za generiranje iz jednog pokušaja; i izgledom i radom dovoljno je zaokruženo kao „gotov rad”

2. Web-aplikacija s pristojnim brojem funkcija: uspjeh

Sljedeći je bio „ORBIT”, konzola za upravljanje rezervacijama studija. Nije riječ samo o običnom dashboardu: zadao sam mu da izradi Next.js aplikaciju s 12 zaslona i oko 5.700 redaka koda.

Tehnološki stack obuhvaća Next.js 16.4 (App Router / TypeScript), Tailwind CSS, Prisma 6.19, SQLite, recharts, date-fns, zod, jose i bcryptjs. Implementirani su prijava, mjesečni, tjedni i dnevni kalendar, upravljanje rezervacijama, klijentima, prostorijama i osobljem, računima, izvještajima i postavkama.

Prvi autonomni razvoj trajao je 62 minute. Međutim, 37 minuta zapelo je na smoke testu koji nije završavao, pa je vrijeme tijekom kojeg je LLM stvarno radio bilo oko 25 minuta. Svih 12 zaslona bilo je spremno 26 minuta nakon početka. Samo u prvom razvoju generirano je 157.000 tokena.

U završnoj provjeri prošla su 24 od 25 E2E stavki. Prošli su i TypeScript, build, lint te smoke test. Od osam traženih ispravaka riješeno je njih sedam.

S druge strane, pri prvom pokušaju ostale su lint pogreške, iako je sam prijavio da su „svi uvjeti prošli”. Također je ostalo jedno vodoravno skrolanje u mobilnom prikazu. Njegovu samoprocjenu ne treba uzimati zdravo za gotovo; potreban je zaseban testni odgovorni agent.

Drugi neuspjeh bio je konfiguracija PostgreSQL + Docker. S 64 GB RAM-a nije bilo dovoljno prostora za istodobno pokretanje Strate, Dockera i builda, pa sam na kraju prešao na SQLite. Agent je također dvaput prisilno prekinut zbog nedostatka memorije.

• Subjektivna stopa uspjeha: 95 %
• Utrošeno vrijeme: oko 62 minute (stvarni rad oko 25 minuta) + oko 30 minuta ispravaka
• Ocjena: barem bi se uobičajene web-aplikacije mogle izraditi od početka do kraja

3. Motion-graphics video: generiranje uspjelo, kvaliteta još nije dovoljno dobra

Na kraju je došao 30-sekundni 4K motion-graphics video „STRATA // SIGNAL”, sinkroniziran s glazbom.

Tehnološki stack čine Python, Skia, NumPy, SciPy, Pillow i FFmpeg. Osim videa, kôdom je generirana i algoritamska glazba od 128 BPM-a i 16 taktova. Završna datoteka ima 3840×2160, 30 fps, 900 sličica i traje 30,000 sekundi. Zvuk je stereo, 48 kHz i -14 LUFS.

Od početka do dovršenog 4K videa trebalo je oko sat i pol. Tijekom rada dogodila se sesija koja je ponavljala isto razmišljanje sve do ograničenja izlaza od 32K, sesija u kojoj je OpenCode stao 13 minuta nakon pokretanja te prekid zbog nedostatka memorije tijekom završnog renderiranja. Samo 4K renderiranje trajalo je oko 11 i pol minuta.

Kao videosadržaj, datoteka je valjana. No neonski prstenovi i tragovi koji su bili zadani u 4K prikazu gotovo se ne vide, a cijeli je video pretaman. Zrnati šum je izražen, promjene scena slabe, a sinkronizaciju slike i ritma teško je uočiti. Vrijedno je to što je samostalno doveo projekt do 30 sekundi, 4K rezolucije i zvuka, ali kreativnu kvalitetu teško je nazvati prolaznom.

• Subjektivna stopa uspjeha: 50 %
• Utrošeno vrijeme: oko sat i pol
• Ocjena: može izraditi generativni pipeline, ali za vizualnu režiju potrebni su ljudski pregled i više krugova dorade

Zaključak: vjerojatno najjači otvoreni model koji radi na RTX 4090

Vrlo subjektivno, ali među modelima otvorenog koda koje je moguće pokrenuti na RTX 4090, Qwen3.8-Flash-Next vjerojatno je najjači koji sam dosad isprobao.

Posebno je jak u razvoju web-aplikacija. Ako mu date specifikaciju, može isplanirati aplikaciju s mnogo zaslona, implementirati je te odraditi build i testiranje. Naravno, njegovu tvrdnju „gotovo je” ne treba prihvatiti bez provjere; neovisna validacija je obavezna. Ipak, iskreno je impresivno koliko se može postići samo s lokalnim modelom.

Po osjećaju, upotrebljiv je otprilike kao Sonnet iz razdoblja kad je Opus bio preskup za opuštenu upotrebu — ne sjećam se točne verzije. Igra je također bila vrlo dobra. S druge strane, za zadatke poput motion grafike, gdje postoji velik jaz između toga da kôd radi i da rezultat bude dobar kao kreativno djelo, potrebna je dodatna provjera.

A najveći problem ovaj put nije bila inteligencija modela, nego 64 GB RAM-a.

Lokalni LLM-ovi zaista napreduju.