如何最大化 coding 时所选的模型

[kamisamayo]

比如 codex ，一个 5.6 就好几个版本，推理强度还搞好几个梯度。 Claude 的话模型少一点，一般就 opus 系列开 medium ，不知道是否有更精细化的用法。 大家都是怎么分配这些模型和任务呢，最常用哪种。

[passive]

本地 deepseek v4 flash 默认 thinking 一把嗦。Depseek 搞不定的，换个模型或者加强 thinking 也只是赌概率，还不如手工介入或者引导 agent plan 出正确的计划更有效率。

[zemin]

https://codexradar.com/

[canyue7897]

如果对成本不是很敏感的话，就选最贵的那个最高档次的模型。如果说对成本特别敏感的话，那就只能选择大家认为合适的。但是大家认为合适的可能不太适合你的工作流，这个需要自己一个一个测试。

[maolon]

这个没有定论的，都是看你的任务来决定，
方法论基本就是：时间，成本，质量这三个条件来权衡，
时间是平均完成一个任务所需的时间而不是 tps ，
成本也是平均完成一个任务所需的成本，比如你的 plan 的 quota 消耗或者直接就是 api 的价格，
质量就是能不能满足你对项目的需求。
一般对于普通编程任务来说，推理强度是有一个上限的，旗舰模型（ sol,opus,fable ）最高的那一档思考强度一般是给科研用的，如果编程使用就会出现很明显的慢，过度思考，以及比次一档贵一倍的价格。但是次旗舰模型以及国产最好的模型一般都可以使用最高一档强度。
最后你可以参考 deepswe,或者 aa 的帕累托前沿来选择模型和强度，我一般参考 deepswe 多一些

[kamisamayo]

@maolon 感谢详细解答

[maemolee]

VibeCoding 一直选最贵的，实际业务要调用 LLM 的话，不追求最佳效果，只追求及格线+成本尽量低。

比如说我，Vibe 的时候目前默认 GPT5.6-Sol-极高，但是我的实际业务要用图像识别，是 doubao-seed-2.0-mini/lite ，我的音频视频识别业务用的是 mimo-v2.5😂

[xqk111]

平常开发使用的是 cursor ，一般都是用的 composer 2.5 fast 。最近一段时间用了 grok 的 4.5 、4.6 ，能力强了，但是感觉速度也慢了。日常工作，composer 2.5 已经能满足我的开发了，除非是疑难问题，我才会让 gpt 5.6 sol 去排查

[xqk111]

还有就是 composer 量大管饱，luna 也是量大管饱，日常开发更爱用这种模型。

[coldmonkeybit]

一直用 cursor 选 Auto balance ，不关心用的啥

[prosgtsr]

都选你习惯用的比较高的就行，比如我就是 sol high
我问 ai 了，如果一个会话切换模型，缓存会失效的，所以假如你一开始用 luna ，然后发现 luna 搞不定，换成 sol ，这个时候 sol 重新读取一遍是没有缓存的，走的不是 cache input 的价格，就很贵。所以折腾半天不如直接用 sol ，实在不够就加钱。

[tylerrrrrr]

我是 Codex 跑实现、Claude Code 跑难活，不在同一个 session 里切模型（切了 KV cache 就没了）。

两边同时开的时候，痛点变成谁在跑、改了什么。后来做了个本地 macOS 工作台把这些 CLI 收进一屏（不替代 CLI ）：
https://github.com/yy36295238/caravel-releases