簡短回答
先確認模型能完成你的任務，再比較效果、響應速度和實際費用。 不一定要選最新或最貴的模型，也不要只看單價。 完整型號與當前價格見模型價格，能力與接入說明見模型資訊總覽。常見場景怎麼選？
以下候選基於 2026 年 10 月 14 日（UTC+8）的站內模型目錄，可作為測試起點，不是固定排名，也不代表每個場景只有一種選擇。接入前確認四件事
- 輸入與輸出能力：支援圖片輸入，不等於能生成圖片；支援長上下文，也不等於能輸出同樣長度的內容。
- 介面與引數：確認客戶端使用的介面、工具呼叫格式和引數受支援。換模型不一定只改
model就能完成。 - 令牌權限：確認令牌包含所需分組，沒有被模型白名單或額度設定限制。詳見令牌與分組。
- 實際成本：文本任務要考慮輸入、輸出、思考 tokens 和長上下文計費；圖片任務還要考慮解析度、畫質、參考圖及重試次數。以模型價格和實際呼叫日誌為準。
怎麼判斷哪個模型更適合？
從真實業務中選一小批任務，例如 20～50 條，同時包含常規請求和容易失敗的情況。- 使用相同的輸入、明確的輸出要求，比較兩三個候選模型。
- 記錄結果是否正確、格式是否符合要求、響應耗時、失敗與重試情況，以及實際費用。
- 在滿足品質要求的候選中，選擇速度和總成本更合適的模型；複雜任務可以單獨交給更強的模型。
示例：批次生成商品圖片標題
這是「理解圖片並輸出文本」的任務，應選擇支援圖片輸入的文本模型，而不是圖片生成模型。 可以先用gpt-6-luna 或 claude-haiku-5-5 測試普通商品圖，檢查商品類別、顏色、材質等描述是否準確。若複雜圖片的識別或描述效果不夠，再對比 gemini-3.8-flash 或 gpt-6.1-sol，根據實際結果決定是否升級。
如果處理的是已有的商品文字資料，例如批次提取屬性、整理描述或生成標題，也可以把 deepseek-v4.1-flash 加入對比。不要把文本任務的測試結果直接當成圖片理解能力的證明。
常見問題
最新模型一定更適合嗎？
最新模型一定更適合嗎？
不一定。新模型可能改變介面、引數、響應結構或預設思考行為，需要用自己的業務樣本驗證。
單價低就一定更省錢嗎？
單價低就一定更省錢嗎？
不一定。輸出長度、思考 tokens、失敗重試和人工修正都會影響總成本，應該比較完成一條合格任務實際花了多少錢。
能不能只用一個模型？
能不能只用一個模型？
可以。需求比較單一時，先用一個能達標的模型即可；任務複雜度差異很大時，再考慮按任務分流，避免把所有請求都交給最貴的模型。
