模型與廠商：先知道你在選誰的模型
先分清廠商、模型系列和模型 ID，知道每類模型適合做什麼，再去選擇中轉站和工具教程。
先分清三個名字
| 名稱 | 白話解釋 | 配置時怎麼看 |
|---|---|---|
| 廠商 | 研發或提供模型服務的公司或平臺，例如 OpenAI、Anthropic、Google、DeepSeek、阿里雲、字節火山等。 | 廠商決定模型能力、接口協議、價格和限制；中轉站只是把這些能力接到自己的後臺裡。 |
| 模型系列 | 一組模型的品牌或家族名，例如 GPT、Claude、Gemini、DeepSeek、Qwen、GLM、Doubao。 | 系列名只幫助你判斷來源和大致能力，不能直接等同於配置裡要填的模型 ID。 |
| 模型 ID / 模型名 | API 請求裡真正要填寫的精確名稱，例如服務商後臺模型列表裡的那一串字符。 | 照抄後臺，不要自己改大小寫、橫線、點號和版本號；獲取模型列表失敗時，再手動添加後臺給出的模型 ID。 |
| 展示名 | 工具或服務商後臺為了方便閱讀顯示出來的中文名或別名。 | 展示名不一定能直接調用，配置時優先找“模型 ID”“Model”“模型名稱”這類字段。 |
國外常見模型廠商
| 廠商 | 常見模型或系列 | 常見用途 |
|---|---|---|
 OpenAI | GPT、o 系列、GPT Image、Sora 等 | 文字對話、代碼、推理、圖片生成、視頻生成 |
 Anthropic | Claude 系列 | 長文本閱讀、代碼、寫作、分析 |
 Google | Gemini 系列 | 多模態理解、長上下文、代碼、圖片理解 |
 xAI | Grok 系列 | 文字對話、推理、實時信息類場景 |
 Meta | Llama 系列 | 開源權重、自部署、第三方託管 |
 Mistral AI | Mistral、Codestral 等 | 文字對話、代碼、輕量模型場景 |
 Cohere | Command、Embed、Rerank 等 | 企業知識庫、檢索增強、向量和重排 |
 Stability AI | Stable Diffusion、Stable Image 等 | 圖片生成、圖片編輯 |
 Runway | Gen 系列視頻模型 | 視頻生成、視頻編輯 |
國內常見模型廠商
| 廠商 | 常見模型或系列 | 常見用途 |
|---|---|---|
 DeepSeek | DeepSeek Chat、DeepSeek Reasoner 等 | 文字對話、代碼、推理 |
 阿里雲 / 通義千問 | Qwen、Qwen-VL、Qwen-Coder 等 | 文字對話、圖片理解、代碼、開源模型 |
 月之暗面 | Kimi、Moonshot 系列 | 長文本閱讀、寫作、資料分析 |
 智譜 AI | GLM、GLM-4 等 | 文字對話、推理、多模態、智能體 |
 字節跳動 / 火山方舟 | Doubao 豆包系列 | 文字對話、多模態、向量、企業應用 |
 百度智能雲 / 千帆 | ERNIE / 文心繫列 | 文字對話、多模態、搜索和企業場景 |
 騰訊雲 | Hunyuan 混元系列 | 文字對話、多模態、企業接入 |
 MiniMax | MiniMax、abab、語音相關模型 | 文字對話、長文本、語音和多模態 |
 訊飛 | 星火系列 | 文字對話、教育辦公、語音相關場景 |
 零一萬物 | Yi 系列 | 開源模型、文字對話、第三方託管 |
常見模型類型
| 類型 | 它做什麼 | 配置時要注意 |
|---|---|---|
| 聊天 / 文本模型 | 回答問題、寫文案、翻譯、總結、寫代碼。 | 大多數對話工具優先配置這類模型，最適合第一步測試。 |
| 推理模型 | 更適合複雜分析、數學、代碼推理、多步驟任務。 | 價格和響應時間可能更高，簡單聊天不一定需要優先用。 |
| 代碼模型 | 更偏向讀代碼、寫代碼、修 bug、解釋項目。 | 代碼工具裡還要看是否支持工具調用、文件讀寫和上下文管理。 |
| 視覺理解模型 | 看圖、識別截圖、理解表格或界面。 | 工具本身要支持上傳圖片，服務商也要開放視覺輸入。 |
| 圖片生成模型 | 根據提示詞生成或編輯圖片。 | 通常不是 /chat/completions 這種普通聊天接口，配置頁要看圖片 API。 |
| 視頻生成模型 | 生成短視頻、圖生視頻或視頻編輯。 | 常見流程是提交任務、等待完成、再取結果，不是即時聊天回覆。 |
| Embedding 向量模型 | 把文本轉成向量，用於知識庫檢索和相似度匹配。 | 不能拿來聊天，通常配合知識庫、RAG、搜索系統使用。 |
| Rerank 重排模型 | 把檢索結果重新排序，讓更相關的內容排前面。 | 常用於知識庫效果優化，不是生成回答的模型。 |
| 語音模型 | 文字轉語音、語音轉文字、實時語音對話。 | 字段和普通文字模型不同，要看 TTS / STT / Realtime 對應文檔。 |
新手怎麼選
| 你要做什麼 | 優先選什麼 | 理由 |
|---|---|---|
| 普通聊天、翻譯、總結 | 穩定、價格低的聊天模型 | 先把 Key、API 地址和模型名跑通，比一開始追求最強模型更重要。 |
| 寫代碼、改項目 | 代碼能力強或推理能力強的模型 | 代碼任務更依賴上下文、工具調用和準確性，便宜模型容易反覆改。 |
| 讀長文檔、長對話 | 上下文更長的文本模型 | 長上下文能帶入更多資料，但費用也可能更高。 |
| 看截圖、分析圖片 | 支持視覺輸入的多模態模型 | 只配置普通文本模型時，上傳圖片可能不可用或無法理解。 |
| 生成圖片 | 圖片生成模型 | 圖片生成不等於聊天模型，通常要單獨看圖片工具和圖片 API。 |
| 生成視頻 | 視頻生成模型或視頻平臺 | 視頻模型消耗高、等待久，先看清計費和任務流程。 |
| 做知識庫 | 聊天模型 + Embedding + 可選 Rerank | 知識庫不是只靠一個聊天模型，檢索和重排會明顯影響答案質量。 |
如果你是在中轉站裡配置工具，最穩的順序是：先選一個便宜的文本模型跑通，再測試你真正需要的代碼、視覺、圖片或視頻模型。不要因為模型系列名字相似，就把一個廠商的模型名填到另一個廠商的協議裡。