Skip to main content
信息时效：截至 2026-07，所有模型推荐与跑分数据均来源于 模型信息总览（API易官方）。 该文档随厂商发模型持续更新，最新模型列表与实时价格以 API易控制台定价页 为准。
怎么看本文档：
  • 本文聚焦 8 个任务场景（编程开发、文本创作、快速响应、长文本、推理、Agent、联网搜索、成本控制），给出 model-info 推荐组合

​
📌 8 大场景推荐组合（直接抄作业）

直接源自 模型信息总览 → 使用建议

​
场景 1：编程开发

​
场景 2：文本创作

​
场景 3：快速响应

​
场景 4：长文本处理

长上下文注意：以上数字为 model-info 中标注的 上下文窗口。实际”有效窗口”（检索仍准确的最大长度）通常低于标称值，金融 / 医疗等高准确率场景建议结合 RAG 切片。

​
场景 5：复杂推理

推理档怎么开：
  • GPT-5.5 / GPT-5.5 Pro 默认 medium 档，要用 xhigh 档需在请求中传 reasoning_effort: xhigh
  • GPT-5.5 Pro 仅走 /v1/responses，不要走 /v1/chat/completions
  • 不要在日常任务上用 GPT Pro 系列，单次调用可能消耗数美金

​
场景 6：Agent / 智能体

​
场景 7：联网搜索

​
场景 8：成本控制

其他模型的价格：model-info 未在文档中明示具体输入/输出价。所有价格以 API易控制台定价页 为准。 本站”源头转发 + 1:7 固定汇率 + 充值赠送叠加”后，实际到手价通常低于官方直连，具体以控制台显示为准。

​
🧮 编程能力跑分对照表

仅展示 model-info 中明确给出具体数字的模型。带问号或未标注的可去 model-info 看完整描述。

​
📚 上下文窗口对照表

再次提醒：上下文窗口数字 = 厂商标称上限。 “大海捞针”等真实检索准确率会随超长文本显著下降，长上下文 ≠ 替代 RAG。

​
💡 model-info 已给的 4 条成本优化建议（原文 1:1）

  1. 分级使用：简单任务用便宜模型，复杂任务用高级模型
  2. 测试优化：先用小模型测试，确定需求后再用大模型
  3. 批量处理：大量相似任务可以选择 Nano 或 Mini 版本
  4. 缓存复用：对重复查询结果进行缓存

​
❓ model-info 已给的 3 条 GPT-5 系列注意事项（原文 1:1）

GPT-5 系列使用注意事项：
  1. 温度参数 temperature 必须设置为 1（只支持 1）
  2. 使用 max_completion_tokens 替代 max_tokens
  3. 不要传递 top_p 参数

​
🔗 相关资源

仍在犹豫选哪个？ 联系 API易 客服，告诉我们：
  • 应用场景（对话 / RAG / Agent / 写作 / …）
  • 日均调用量级
  • 性能要求（首 token 时延、生成质量）
  • 预算范围
按你给这 4 个信息给出专属推荐组合。
声明： 本文档所有数据均来源于 docs/api-capabilities/model-info.mdx（截至 2026-07 读取）。 model-info 会随厂商发模型持续更新；最新模型推荐请直接查阅 model-info 或 API易控制台定价页。