国产模型推荐

很多人挑国产模型的方式是刷到一条推荐就上手，用完发现要么贵得离谱，要么在自家任务上根本不好用。问题不在模型本身，而在于没先把自己的场景和预算定下来。这篇给一套按场景走的挑选顺序，再配一份对照表，让你在两三家之间快速定一个，而不是把能试的都试一遍。

很多人挑国产模型的方式是刷到一条推荐就上手，用完发现要么贵得离谱，要么在自家任务上根本不好用。问题往往不在模型本身，而在于没先把自己的场景和预算定下来。这篇给一套按场景走的挑选顺序，再配一份对照表，让你在两三家之间快速定一个，而不是把能试的都试一遍。

需要先说明的是，下面所有涉及具体单价、上下文长度、限流数字的地方都不写死，因为厂商调价和改额度很频繁，写死的数字过两周就不准。你到站内对应页面核对当时的数字，再套进这套判断顺序里用，才是有效做法。

先定场景，再谈模型

选模型的第一步不是打开榜单，而是把自己的需求归到四类之一：日常问答与写作、长文档处理、代码生成、图片与语音等多模态。这四类的最优解通常不是同一个模型，甚至不是同一家。先归类，候选范围立刻就小了一半。

同一类里再分「要效果」还是「要便宜能跑量」。这两条路选出来的模型会完全不同：前者可以接受单价高一点、延迟长一点，后者要优先看并发上限和是否支持批量接口。分不清这条线，就会陷入「贵的舍不得用、便宜的又嫌效果差」的循环。

• 写下三条硬约束：能不能出网、单次输入大概多长、每天大概多少量
• 能出网和不能出网直接决定能不能用云端 API，这一条就砍掉一半候选
• 单次输入长度决定你是否必须选长文本能力强的模型，短任务不必为此付费
• 每天的量决定你是按量付费划算还是包月额度划算，量小的时候单价差异几乎无感

按预算档位划范围

预算这一层不用算得很细，先给自己归个档：只试不花钱的免费额度、按量付费但单价敏感的常规档、愿意为效果多付一截的高配档。归完档再去看具体数字，顺序反了容易被低价吸引，选完发现能力不够用。

量大的时候，限流和并发上限往往比单价更影响体验。一个单价便宜但并发卡得很死的模型，在批量任务上可能比贵一点但给足并发的更慢。所以看价格页时，别只盯一行单价，把限流说明一起看。

各家的当前单价和额度口径，到站内官方 API 价格页核对当时的数字；不同厂商的计费单位不统一（有的按 token，有的按字符，有的按分钟），先把口径对齐再比大小。

场景对照表：什么活配什么模型

下面这张表是挑选时的对照清单，不是推荐名单。每类场景都列出优先看的能力和常见误判点，你按自己属于哪一行去筛，比按模型名字找要靠谱。

图片理解和语音这两类，计费口径差得最远，一个按 token 一个按分钟，直接比数字会得出错误结论。做法是先把每类任务的月消耗换算成同一口径，再横向比。不同工具的具体表现和接口支持情况，可以在站内工具目录里对照着看。

定下来之前先做三件事

候选缩到两三家之后，不要直接切生产，先做三件事。这三件事的目的是把「看起来不错」变成「在自家任务上确实能用」，成本很低但能避开大部分返工。

1. 用真实任务测拿自己业务里的三到五条真实任务跑一遍，别用通用问题测。通用问题各家表现都差不多，区分度很低，测了等于没测。
2. 量延迟把响应延迟也测一遍，很多模型是「答得好但等得久」。可以先用站内接口测速页量一个基线，再对比各家在你网络环境下的实际表现。
3. 留退路选两家的备用模型，一家限流或调价时不至于停摆。切换方案最好提前写好适配层，不要等到出事当天才改代码。

这三件事做完，再决定是否把主力切过去。切换前建议先用小流量并行跑一段时间，对比两边的实际输出质量，而不是只看测试时的几条样本。

什么情况下这份清单不适用

按场景选模型这套方法，默认你的任务是可以试错、可以人工兜底的。以下几种情况下，清单里的结论不成立，要单独判断。

• 任务要求极强专业准确性（法律、医疗、财务结论）时，模型只能做初筛，后面必须有人复核，不能直接采信输出
• 团队已经深度绑定某家的工具链和额度体系，换模型的迁移成本可能高过收益，这时不换更理性
• 预算极紧且只是做批量简单分类时，小模型加规则往往比上大模型更划算，不必追能力上限
• 数据不能出内网时，清单里的云端模型直接不适用，要么走私有化，要么换成本地小模型方案

选模型不是选最强的那个，而是选在你这条约束下最不容易出问题的那个。