AI 简明手册模型选型：能力 vs 成本
目标
模型选型的核心是把任务难度、调用量和容错空间放在一起考虑，而不是简单选择最贵或最强的模型。
操作步骤
先定义任务、流量与失败代价
记录任务难度、调用分布、延迟目标，以及答错后能否重试、后处理或人工兜底。没有这些数据，单看模型单价无法估算总成本。
用同一任务集比较候选模型
在代表性样本上同时测质量、Token、延迟与失败率，再按风险分层路由。简单高频任务可使用满足门槛的较小模型，关键复杂任务再升级。
完成检查
如何快速判断该用哪个模型： 先确定任务难度、预估调用量，再评估出错后是否可以重试或人工兜底。日常高并发低风险任务优先便宜模型，关键复杂任务优先强模型，必要时再为个别场景设置专用模型。
为什么不能只看模型单价： 不同模型对同一任务的 Token 消耗可能不同，能力较弱的模型可能因重试或更长的输出而增加总成本。应结合任务所需 Token 量、错误率和可靠性综合估算，而不是只比较每千 Token 价格。