文本任务怎么选模型：成本敏感与质量敏感两条路

平台上的文本模型已经足够多，多到「选哪个」本身成了一个问题。这篇不给标准答案——模型在迭代、价格在浮动——但给一套三分钟就能做完的选型流程。

先分清两类任务

质量敏感：对外交付的内容、复杂推理、代理链路的中间决策。这类任务翻车成本高，选旗舰档（如 glm-5.3、kimi-k3），单价高一点，返工少一点。

成本敏感：分类打标、格式转换、批量摘要、高并发的简单问答。这类任务量大、单次价值低，flash / 轻量档（如 deepseek-v4.1-flash、glm-5.3-flash）往往就够了，价差可能是数倍。

三步选型法

1. 拿真实任务试，别看跑分：挑 10 个有代表性的真实 prompt，在候选模型上各跑一遍，肉眼比输出。你的业务语料比任何榜单都懂你的场景；
2. 算一笔单位成本账：单次调用的典型 token 量 × 输入/输出单价，乘以日调用量。很多「感觉贵」的模型，算完发现月度差异不到一顿饭钱；
3. 大批量任务吃时间价差：可延后的批处理挪到谷时段跑。DeepSeek 系模型的峰谷分时定价可以把这一部分成本直接砍一档。

两个提醒

• 价格以实时为准：各模型的输入/输出单价随时可能调整，做预算前到模型广场看当页价格；
• 能力标注以详情页为准：上下文长度、视觉支持等能力差异，都在模型详情页写明，选型前过一眼。