AI工坊|别总挑最贵模型：内行人这样组合使用
AI工坊 · 第11期
欢迎来到AI工坊第11期。会用工具是本事，看懂工具是眼光。今天我们来剖析一个现实问题：你该用哪个模型？
上期我们说过，模型不能简单分为“聪明”和“不聪明”。它们更像不同性格的人：有人快，有人稳，有人擅长写作，有人擅长搜索，有人擅长推理，有人能独立完成任务。那问题来了：具体使用时，到底怎么选？
很多人的做法很简单：挑最贵的。这当然省脑筋，但不一定省钱，也不一定效果最好。因为贵=好，是一个不用思考的等式。你以为自己在选最好的，其实你在逃避选择本身。选模型这件事，本质上不是买一个“最强大脑”，而是给任务搭配合适的人。搭配人，就需要判断——这个活儿需要什么样的人。
选模型的第一步，不是看排行榜，而是看任务类型。但大多数人从来没关注过任务类型。你只看了价格——最贵的，就是最好的。任务？什么任务都行。
举个例子。你要写一篇中文公众号文章，最重要的是什么？语感、结构和表达节奏。你把最贵的推理模型拉过来写，它花30秒“想”了一遍，然后给你一篇逻辑严密但读起来像论文摘要的东西。不是它不行，是你让一个做证明题的人去写散文。
不同任务，关键能力完全不同。所以不要问“哪个模型最强”，要改成“这件事最怕什么”——
怕信息过时，就选检索能力强的。怕逻辑错误，就选推理能力强的。怕表达生硬，就选中文表达好的。怕执行中断，就选Agent能力强的。怕成本失控，就选便宜但稳定的模型做主力。
如果你经常用AI，最实用的方法是做一个自己的小评测。拿出10个真实任务，分别丢给几个候选模型，不要看模型名，直接看结果。哪个更接近你的标准，哪个就是你的“默认模型”。榜单测的是公共题。你的评测测的是你的真实工作。后者更重要。
每个模型都有边界。有的知识更新慢，有的写代码强但中文没人味，有的推理很强但简单任务反而笨重。
还有的边界更隐蔽——你花了最贵的钱调用了最强模型，但在少数会话中，你得到的其实是次强模型的回答。Fable 5检测到敏感请求时，会自动降级到Opus 4.8处理。你不知道发生了降级，你只觉得“这个回答好像没那么强”。花了最贵的钱，可能得到次强的答案。
最危险的那种：答案看起来完全正确，但已经过时。你让一个知识截止较早的模型判断最新政策，它给你一个看似完整、但已经失效的答案——你信了，因为看起来太像对的。
所以，选模型时要建立一个习惯：凡是涉及事实、时间、金额、法律、医学、金融、代码上线，都要多一道验证。模型越强，越容易让人放松警惕。但真正成熟的用法，是把模型当成能力很强的合作者，而不是永远正确的权威。
很多人算AI成本，只看每百万token多少钱。这不够。但更根本的问题是——你以为省钱就是选便宜的模型，其实真正的省钱，是选对的模型。真正应该算的是：完成一个任务，总共花了多少成本。包括：输入材料有多长、输出内容有多少、是否需要多轮修改、是否需要人工校对、错误之后的返工成本、任务失败会不会造成损失。
更合理的策略是分层使用：日常任务用稳定便宜的模型，复杂任务用推理能力强的模型，关键任务用最强模型加人工复核。
一个团队每天50个任务，其中5个需要深度推理，45个是日常问答。粗略估算：全用最贵模型，月费约$250。全用中等模型，月费约$50。但如果5个难任务用最贵模型、45个简单任务用中等模型呢？月费约$75——性能几乎不打折，成本砍了七成。
连造模型的人自己都在说：别什么都用最贵的。7月8日，Anthropic官方发布了一条建议：试试Fable 5 + Sonnet 5协同。顾问模式：中等模型主执行，最强模型按需介入，性能达到92%，成本只要63%。协调者模式：最强模型规划拆任务，多个中等模型执行，性能达到96%，成本只要46%。
普通个人用户可以这样配置——
默认模型：处理80%的日常任务——问答、摘要、写作、翻译、整理。要求是快、便宜、稳定。
专家模型：处理20%的复杂任务——深度分析、代码调试、重要方案、复杂推理。要求是强，但不必天天用。
执行模型/Agent：处理需要连续操作的任务——整理资料、生成报告、跑流程、批量处理。要求是能调用工具、能检查结果、能持续推进。
你以为选模型是“选一个”，其实选模型是“搭团队”——管理者用贵的，执行者用便宜的。
你现在该用哪个？（2026年7月）
写代码/调试→ Claude Sonnet 5（软件工程接近旗舰，价格1/3）
复杂工程/长期任务→ Claude Fable 5（Agentic最强，12小时自主）
写中文内容→ Kimi K2.6（中文理解和表达能力强）
科学研究/论文→ Gemini 3.1 Pro（科学推理94.3%，100万上下文）
实时信息/新闻→ Grok 4系列（X平台实时数据，获取最快）
日常问答/翻译→ ChatGPT GPT-5.5（语气自然，生态最成熟）
预算极其敏感→ DeepSeek V4 Flash（$0.14/百万token，日常够用）
记住：这是起点，不是终点。用你自己的任务测一遍，比任何表都靠谱。
选模型不是选一个最强的人，是搭一个各司其职的团队。而搭团队这件事，没法偷懒。真正会用AI的人，不是在找一个万能模型，而是在搭一套适合自己的模型组合。
2023年，用上AI就是优势。2026年，用对AI才是。
下期，我们拆Prompt：从咒语到工程。
一个造船的人
漫漫时光，有幸相伴， 欢迎关注，常来坐坐！