场景优先，而不是只看模型名称

按使用场景选择 AI 模型

先确定任务对质量、速度、上下文和成本的要求，再到模型广场核对当前供应与实时价格。下面的建议不绑定某个随时可能变化的模型名称。

打开模型广场计算预计成本

明确质量下限

先用真实业务样本判断什么结果才算可用。

比较真实成本

同时计算输入、输出 Token 与每日调用量。

设计模型分流

简单任务用轻量模型，复杂任务再升级处理。

编程与 Agent

选型场景

适合代码生成、仓库理解、工具调用和需要连续执行多个步骤的自动化任务。

选型重点

指令遵循代码正确率工具调用长上下文

质量优先

优先选择代码能力强、工具调用稳定、上下文窗口充足的旗舰或专业代码模型。

成本优先

先用轻量代码模型处理补全、解释和简单修改，把复杂重构与 Agent 任务交给高能力模型。

中文写作

选型场景

适合改写、摘要、营销文案、客服回复和长篇中文内容处理。

选型重点

中文表达风格控制长文一致性结构化输出

质量优先

优先选择中文语感自然、长文组织能力强，并能准确执行格式与语气要求的模型。

成本优先

批量摘要和改写可先使用通用轻量模型；品牌内容与长篇成稿再切换高质量模型。

复杂推理

选型场景

适合多步骤分析、方案规划、数学逻辑和对答案可靠性要求较高的任务。

选型重点

推理深度事实核验上下文理解输出稳定性

质量优先

优先选择具备强化推理能力的模型，并为关键结论增加外部数据校验或人工复核。

成本优先

先用轻量模型做意图识别和信息整理，仅在复杂问题上调用推理模型，减少高价 Token 消耗。

低成本批量

选型场景

适合分类、抽取、标签生成、翻译和大量规则清晰的重复请求。

选型重点

单位成本响应速度 JSON 输出并发能力

质量优先

先用少量真实样本验证准确率和结构化输出，再选择满足质量下限的最轻量模型。

成本优先

缩短系统提示词、限制输出长度、启用缓存，并将失败或低置信度结果升级给更强模型。

图像理解

选型场景

适合读取截图、图表、商品图片和带有视觉信息的文档页面。

选型重点

视觉识别文字读取图表理解多图输入

质量优先

优先选择支持视觉输入、细节识别能力强，并能稳定返回结构化结果的多模态模型。

成本优先

控制图片数量与清晰度，只裁剪任务相关区域；简单 OCR 与复杂视觉推理可使用不同模型。

图片与视频生成

选型场景

适合营销素材、概念图、商品视觉和短视频内容的快速生产。

选型重点

提示词遵循画面质量尺寸时长生成速度

质量优先

根据写实、设计、人物或视频等目标选择对应生成模型，并先确认支持的参数和输出格式。

成本优先

用低成本规格完成构图试稿，方向确认后再提高分辨率、时长或质量档位生成最终素材。

完成选型后的下一步

用真实提示词做小规模对比测试

从模型广场挑选 2–3 个候选模型，用相同输入比较结果质量、延迟和实际消耗。新用户可先联系客服申请体验额度。

申请体验额度计算 Token 成本