vscode，通过Cline或者Roo Code插件，调用ollama本地部署的模型。来测试qwq 32B与deepseekR1 32B在代码方面的差异。提的需求都是设计一个简易计算器。
总体来说，都完成了任务，运行后没有出现错误。但qwq的ui版面，充分利用了空间，而deepseek的ui设计，有部分空间没能合理利用。但是两个模型用时差异挺大。由于电脑配置太低，本地部署，速度还是比不上用远程的API。
第一个是qwq 32B
#vscode通过cline调用qwq 32B实现，从提出问题到回答完成，用时24分钟。
#机器配置为AMD R7 5800,DDR4 128G内存，4070tisuper16G显卡。
第二个是deepseekR1 32B，
#vscode通过RooCode调用ollama本地部署的deepseekR1 32B模型完成，用时14分钟。
#机器配置为AMD R7 5800,DDR4 128G内存，4070tisuper16G显卡。
总体来说，都完成了任务，运行后没有出现错误。但qwq的ui版面，充分利用了空间，而deepseek的ui设计，有部分空间没能合理利用。但是两个模型用时差异挺大。由于电脑配置太低，本地部署，速度还是比不上用远程的API。
第一个是qwq 32B
#vscode通过cline调用qwq 32B实现，从提出问题到回答完成，用时24分钟。
#机器配置为AMD R7 5800,DDR4 128G内存，4070tisuper16G显卡。
第二个是deepseekR1 32B，
#vscode通过RooCode调用ollama本地部署的deepseekR1 32B模型完成，用时14分钟。
#机器配置为AMD R7 5800,DDR4 128G内存，4070tisuper16G显卡。
