30 · 模型怎么选：能力、速度与推理强度

可用模型、推理强度、速度和任务复杂度之间的关系，帮你为探索、编码、审查和轻量任务选择合适档位。

模型选得好不好，直接决定你的体验和账单。这一篇给你一套「按任务选模型」的方法。

先理解「推理强度」这个概念。同一类任务，可以让模型「想得更深」或「想得更快」。想得深，往往结果更准，但更慢、更贵。这就是推理强度的取舍。

「任务复杂度」是选模型的第一依据。轻量的活——改个文案、加个注释、看段代码——用轻量档位就够；复杂的活——设计架构、排查疑难 bug——才值得上强推理。

一个实用的分档思路：

「探索类」任务（读代码、解释结构、找文件）→ 中低档即可，重点是快；

「编码类」任务（写功能、改逻辑）→ 中档为主，复杂处升级；

「审查类」任务（review、找隐患）→ 中高档，因为审查要「想得细」；

「疑难类」任务（诡异 bug、架构决策）→ 高档，值得花时间深想。

「速度」和「成本」是另外两个维度。日常高频的小任务，速度和成本优先；关键的大任务，效果优先。别用一个「最强模型」通吃一切，那是在用大炮打蚊子。

给你的核心心法：不是「越强越好」，而是「够用且划算」。为每个任务匹配「刚好够」的档位，才是聪明用法。

把这套分档记下来，配合后面「提速」那篇一起用，你的效率和账单都会好看很多。

一个自查清单：当你读完这一篇时，可以问自己三个问题——它解决的是什么具体问题？我当前的工作/学习里有没有这个场景？下一步我该学哪一篇？把这三个问题答清楚，你就知道自己有没有真正吃透。

五分钟练习：① 找一个一分钟能完成的代码任务 ② 用这一篇的方法描述给 Codex ③ 看它执行时有没有触发你刚学的那个机制 ④ 验证结果是否符合预期。这一轮做下来，你对这一篇的理解会深 3 倍。

延伸阅读：学完这一篇，你可以看本组里的下一篇，把相邻的概念连起来读；也可以跳到更后面的组学 MCP、子代理、Skills 这些更深的能力。知识是网状的，多跳几篇会理解更深。

一页速览：如果只能记三件事，① {一}。② {二}。③ {三}。其他细节以后需要再翻这一篇查。