一、站内那篇文章的配置示例只给了 Anthropic

V2EX t/1239395 里有人写："单看每百万 Token 多少钱没意义，应该看同一件事最后到底花多少钱、还有花多长时间。"我用 7 档 qwen 模型把这笔账算了一遍：单价差 40 倍，一次审查的总账差 545 倍。

先说这篇要补的位置。站内介绍 open-code-review 的那篇文章（developer.aliyun.com/article/1740677，2026-06-10）给出的配置示例走的是 Anthropic 端点，原文是这两行：

ocr config set llm.url https://api.anthropic.com/v1/messages
ocr config set llm.use_anthropic true

接百炼这一步是空的。而它其实比自定义 provider 更短，因为 open-code-review 内置了对应的 provider。

二、ocr 内置 dashscope provider

open-code-review（命令名 ocr，Apache-2.0）v1.12.1 于 2026 年 9 月 14 日发布，当天 GitHub Trending 日榜第 2，26k stars。它内置 28 个 provider，其中一个叫 dashscope，端点即百炼的 OpenAI 兼容地址，预置模型列表前 5 个全是 qwen：

{
   
    Name:        "dashscope",
    DisplayName: "Alibaba DashScope API",
    Protocol:    ProtocolOpenAIChatCompletions,
    BaseURL:     "https://dashscope.aliyuncs.com/compatible-mode/v1",
    EnvVar:      "DASHSCOPE_API_KEY",
    Models: []string{
   
        "qwen3.8-max", "qwen3.7-max", "qwen3.7-plus", "qwen3.6-plus", "qwen3.6-flash",
        ...
    },
}

另有一个 dashscope-tokenplan，Base URL 是 https://token-plan.cn-beijing.maas.aliyuncs.com/compatible-mode/v1，环境变量名 DASHSCOPE_TOKENPLAN_KEY。

有一点需要说准确：在仓库里 grep bailian、百炼、Model Studio、tongyi、通义 是 0 命中的，命中的是 dashscope 与 qwen。所以准确的表述是"ocr 内置了 dashscope provider，端点即百炼的 OpenAI 兼容地址，预置模型列表包含 qwen 系列"，而不是"ocr 官方文档提到了百炼"。

qwen 驱动 ocr 这条路，官方自己跑过。仓库的 benchmark 组件里有 Qwen3.8-Max / Alibaba / Open Code Review v1.8.7 和 Qwen3.7-Max / Alibaba / Open Code Review v1.3.1 两条记录。官方 FAQ 也点名 qwen3 满足"必须原生支持 tool calling"这一硬要求：ocr 完全通过工具调用驱动审查，只在文本里叙述工具调用的模型无论怎么调 prompt 都跑不通。

三、接入步骤

安装（前置依赖 Node.js 与 Git ≥ 2.41）：

npm install -g @alibaba-group/open-code-review

API Key 在控制台创建：百炼 API Key 页面

非交互式配置三行，CI 环境同样适用：

ocr config set provider dashscope
ocr config set model qwen3.7-plus
ocr config set providers.dashscope.api_key sk-你的key
ocr llm test

配置字段名对照表，写错会静默失效：

配置文件路径 ~/.opencodereview/config.json。若工作空间已迁移到专属域名，url 的优先级高于预设，可以直接覆盖：

ocr config set providers.dashscope.url https://<WorkspaceId>.cn-beijing.maas.aliyuncs.com/compatible-mode/v1

需要注意 API Key 按地域绑定，调用某个地域的 base_url 必须使用同一地域创建的 Key，跨地域返回 401 或 invalid_api_key。

审查命令面：

ocr review                                     # 工作区模式，审 staged/unstaged/untracked
ocr review --from main --to feature-branch      # 分支区间，merge-base 模式
ocr review --commit abc123                      # 单个提交
ocr review --format json --output result.json   # 结果落文件，接门禁用这个
ocr scan --path internal/agent                  # 全文件扫描，不依赖 git 历史

四、实测口径

为了得到可横比的数据，实验只保留一个变量：模型。

被测代码是一份 64 行的 Python 订单服务模块，埋了 4 个真缺陷（不判空、SQL 拼接、计数器未加锁、open() 未用 with）和 2 个诱饵（@lru_cache 装饰纯函数、except Exception: raise）。诱饵用来计误报，避免话痨模型靠多报刷分。

同一份代码、同一个 prompt、逐字节相同的输入，7 个模型各审一遍。得分 = 真阳 + 0.5 × 部分命中 − 误报，满分 4。单价取自 bl model list --model <模型> --output json（免登录命令）；token 数是 API 原样返回的 usage；耗时是客户端墙钟，含网络往返。

限定条件：每组只跑一次，未做重复取样。同一模型两次跑分已观察到差异，因此所有结论都带"这一次实测"的限定。

五、实测结果

三条对选型有直接影响的规律。

分水岭是会不会思考，不是价格。三个不思考的模型得分 -2.0、2.0、1.5，全部有漏报；四个会思考的得分 3.0、4.0、4.0、4.0，零漏报。

思考量过了一个点就不再换分。qwen3.7-plus 用 1,182 个思考 token 拿满分，qwen3.8-max 用 9,770 个也是满分，中间 8,588 个 token 换来的是 12.5 倍耗时与 5.4 倍输出 token。

行号准确率随档位单调上升：qwen-turbo 0/9、qwen-plus 0/4、qwen3-coder-plus 1/5、qwen3.6-flash 2/5、qwen3.7-plus 6/6（±1）、qwen3.8-flash 与 qwen3.8-max 全对。turbo 把 SQL 注入报在第 9 行，实际在第 18 行。低价档的输出适合当线索清单，不适合直接接跳转定位。

六、团队月度成本怎么估

单价（元/百万 tokens，bl model list 免登录实跑）：qwen-turbo 0.3/0.6，qwen-plus 0.8/2，qwen3.8-flash 0.8/2.7，qwen3.8-max 12/36。乘上真实 usage：

最后一列就是单人单月的量。团队规模按人数线性放大即可，放大之前建议先在真实仓库上跑一批 PR 取自己的 usage 均值，因为这次实测用的是一份 64 行的模块，真实 PR 的 diff 通常更大。

单价差 40 倍（输入 0.3 对 12），单次总账差 545 倍（0.000743 对 0.404784）。差额来自思考 token 计入输出计费，这正是 V2EX 那条质疑的实证版本。

未公开单价的模型用不等式而不是估算。qwen3.7-plus 的单价在 bl model list 里没有返回，即使假设它与旗舰完全同价（12/36），这一次审查也只花 (502×12 + 2052×36)/1e6 = ¥0.0799，是旗舰 ¥0.4048 的 1/5.1；而它的实际单价不可能高于旗舰。qwen3-coder 系列官方文档写明采取阶梯计费，本次抓取未给出分档数字，同样以控制台模型详情页为准。

批量跑之前建议先看限流：

bl quota list --model qwen-turbo

七、合并门禁该挂哪一档

门禁场景要同时满足两个条件：漏报为零，行号可直接跳转。这次实测里满足的是 qwen3.7-plus（23.4 秒、4.0 分、行号 6/6）和 qwen3.8-max（293.1 秒、4.0 分、行号全对，且额外报出三个埋点之外的真问题，例如 amount <= 0 拦不住 float('nan')）。

工程上建议异步挂 qwen3.8-max，同步阻塞的门禁用 qwen3.7-plus 这一档。293.1 秒挂在同步流水线里会直接把 PR 卡住。结果落文件后由门禁脚本判定：

ocr review --format json --output result.json

八、免费额度口径

新账号开通时自动发放，无需实名认证。官方文档口径如下，这几条容易被第三方文章写错：

生产环境要特别注意"用尽不自动切换"这一条：额度耗尽后调用会直接失败，不会降级到别的模型，需要提前配好按量付费或额度告警。抵扣顺序是免费额度 → 资源包 → 节省计划 → 按量付费。

九、工程约束

不是秒级工具。V2EX 上有人实测 1,400 个 PR 跑了十多个小时，几行改动的小 PR 也要几分钟。规划流水线时要按分钟级排队，不能按秒级同步阻塞设计。

不替代静态扫描。规则引擎报的是确定命中的模式，ocr 报的是读懂代码之后觉得不对的地方，覆盖面不重合，两者并存。

旗舰档不适合高频调用。一次 ¥0.4048、293.1 秒，挂在 pre-commit 上两个维度都撑不住。

本机还观察到一条与耗时相关的硬约束：用 bl text chat 非流式调用 qwen3.8-max 会撞 Node undici 的 300 秒响应头上限，实测 293.1 秒已经贴着这条线。要用该 CLI 跑旗舰档需加 --stream，但 --stream 下 --output json 不返回 usage，成本需另行计算。

第一节那条 Anthropic 端点路径另有一个已知问题。issue #1064 报过 400：The tool_choice parameter does not support being set to required or object in thinking mode，触发环节是审查过滤器分组调用。该 issue 已关闭但没有维护者说明，因此这里不做"已修复"的断言，只给实测可用的路径：走内置的 dashscope provider（OpenAI 兼容协议），不会遇到这个报错。

另外，只 export DASHSCOPE_API_KEY 不足以让 ocr 工作。它的 resolver 要求 (url, token, model) 三元组齐全，环境变量只补 token 那一份，url 与 model 仍需由 ocr config set provider dashscope 和 ocr config set model 提供。

十、成本可复算

单价与 token 都可自行核验：

npm install -g bailian-cli
bl model list --model qwen-plus --output json

token 在每次调用返回的 usage.prompt_tokens 与 usage.completion_tokens 里。算账脚本：

from decimal import Decimal, ROUND_HALF_UP

def cost(in_tok, out_tok, price_in, price_out):
    """price 单位：元/百万 tokens"""
    c = (Decimal(in_tok) * Decimal(price_in) + Decimal(out_tok) * Decimal(price_out)) / Decimal(1000000)
    return c.quantize(Decimal("0.0001"), rounding=ROUND_HALF_UP)

print(cost(502, 2052, "12", "36"))   # 即使按旗舰单价算，qwen3.7-plus 这一次也只花 0.0799

用 Decimal 配 ROUND_HALF_UP 是必要的：Python 内置 round() 是银行家舍入，算钱会得到反直觉结果。

十一、场景与档位分工

最后一行是观察而非结论，7 组样本不足以支撑普适判断，且误报会叠加，人工复核成本需一并计入。

十二、边界说明

这次实测里最贵的模型没有赢，赢的是会思考但思考得克制的那一档：23.4 秒，满分，行号全对。样本是一份 64 行的 Python 模块，复杂仓库上拐点是否右移，本次未测。

已经使用 Copilot 或 CodeRabbit 且订阅用得顺手的团队，本文不建议更换。它面向的是另一类需求：希望用开源工具自主配置模型底座，并且需要知道每一档在一次 PR 上到底花多少钱、多少秒、会漏哪一类缺陷。

百炼控制台入口：https://bailian.console.aliyun.com/?source_channel=hh_github

下一步计划把 ocr review --format json 接进 CI 当合并门禁，用真实仓库的 PR 复算时间与成本两个维度。

实验材料：64 行被测代码、答案卷、计分脚本、8 组原始输出（含 API 原样返回的 usage 与墙钟耗时）随本包附在 source/lab/。所有金额 = 真实 usage × bl model list 免登录实跑单价；未返回单价的模型一律标注"见控制台"，不估算。