如何选择模型：质量、速度与成本的权衡
建立一个可复用的模型选择方法，避免盲目追求更大模型。
模型与能力更新：2026-03-06模型选择 / 成本 / 质量
先定义成功标准
选择模型前，先定义“好结果”的标准：准确性、可解释性、输出格式稳定性、延迟与成本上限。
你可以用少量代表性样本对不同模型进行 A/B 对比，优先用最便宜且满足标准的方案。
常见任务建议
这是一份面向通用场景的决策清单。
- 写作与总结：优先选择输出稳定的通用模型。
- 严谨推理：选择推理能力更强的模型，并加上自检步骤。
- 高并发：选择更快的模型，并通过提示词约束减少输出长度。
- 工具调用：优先选择更擅长结构化输出与函数调用的模型。
用量与成本控制
最容易被忽视的优化是：减少无效上下文与冗余输出。
- 对历史对话做摘要并替换旧内容。
- 强制输出结构，避免模型写过长的“解释”。
- 把大段资料改为“索引 + 片段引用”。