> ## Documentation Index
> Fetch the complete documentation index at: https://docs.llmeasy.ru/llms.txt
> Use this file to discover all available pages before exploring further.

# 如何选择合适的 AI 模型？

> 说明如何根据工具协议、Key group、任务类型、质量、速度、上下文长度和成本选择 AI 模型。

## 简短答案

不要只按模型名称选择。先确认当前工具需要哪种协议和 Key group，再按任务类型、质量、速度、上下文长度和成本选择模型。

如果你使用 LLMEasy，Claude Code 优先使用 **Claude 分组**；Codex、Cursor、Cline、OpenCode、OpenClaw 等外部工具优先使用 **GPT 分组**。Model ID 以<a href={"https://www.llmeasy.ru/pricing"}>模型广场</a>中可复制的名称为准。

## 什么时候需要它

* 你不知道该用 **Claude 分组**还是 **GPT 分组**
* 你在 Claude Code、Codex、Cursor、Cline 等工具之间切换
* 你遇到模型可用但成本太高、速度太慢或上下文不够
* 你要为批量任务选择更便宜的模型
* 你想把同一个 API gateway 接入多个 AI 编程工具

## 先看工具，再看模型

模型选择的第一步不是比较模型榜单，而是确认客户端需要哪种协议。

| 使用场景                   | 推荐 Key group             | 常用 Base URL                 |
| ---------------------- | ------------------------ | --------------------------- |
| Claude Code            | Claude 分组                | `https://www.llmeasy.ru`    |
| Claude Desktop Gateway | Claude 分组或按本地 gateway 配置 | 按对应 Gateway 配置              |
| Codex CLI              | GPT 分组                   | `https://www.llmeasy.ru/v1` |
| Cursor                 | GPT 分组                   | `https://www.llmeasy.ru/v1` |
| Cline                  | GPT 分组                   | `https://www.llmeasy.ru/v1` |
| OpenCode / OpenClaw    | GPT 分组                   | `https://www.llmeasy.ru/v1` |

协议和 Key group 选错时，即使模型本身存在，也可能出现 `model not found`、认证失败或请求格式错误。

## 按任务类型选择

| 任务类型          | 优先考虑                      |
| ------------- | ------------------------- |
| 复杂代码、架构设计、长任务 | 推理能力、上下文窗口、工具调用稳定性        |
| 日常问答、轻量生成     | 响应速度、成本                   |
| 批量翻译、分类、摘要    | 单价、吞吐、稳定性                 |
| 代码审查、技术文档     | 代码理解能力、长上下文、输出稳定性         |
| 探索型任务         | 先用中等成本模型试跑，再切换到更强模型处理关键步骤 |

不要默认把所有任务都交给最贵模型。很多批量任务对创造性和深度推理要求不高，更适合使用速度快、成本低的模型。

## 推荐做法

1. 先确认工具支持 OpenAI-compatible 还是 Anthropic-compatible API。
2. 根据工具选择 **Claude 分组**或 **GPT 分组**。
3. 到<a href={"https://www.llmeasy.ru/pricing"}>模型广场</a>复制当前可用的 Model ID。
4. 用一个小任务测试输出质量、速度和成本。
5. 查看 dashboard 中的用量记录，再决定是否长期固定该模型。
6. 对复杂任务保留一个更强模型作为备用，不要只配置一个模型。

## 常见误区

* 只看展示名称，不确认 Model ID。
* 把 **Claude 分组**的模型填到 GPT / OpenAI-compatible 工具里。
* 把 **GPT 分组**的模型填到 Claude Code 的 Anthropic-compatible 配置里。
* 以为最新模型一定适合所有任务。
* 只比较输出质量，不看上下文窗口、速度和成本。
* 不做小任务测试，直接把生产流量切到新模型。

## 关于 LLMEasy

LLMEasy 提供统一的 API Key、余额和用量记录。你可以在同一个 dashboard 中管理模型调用，但不同工具仍然要使用它支持的协议和 Key group。

简单记法：

* Claude Code 看 **Claude 分组**和 `https://www.llmeasy.ru`
* Codex、Cursor、Cline、OpenCode、OpenClaw 看 **GPT 分组**和 `https://www.llmeasy.ru/v1`

## Related docs

* [OpenAI-compatible API 和 Anthropic-compatible API 有什么区别？](/zh/faq/concepts/openai-compatible-vs-anthropic-compatible)
* [Base URL 怎么填？](/zh/faq/model-calling/base-url-config)
* [为什么大模型不知道自己的版本号？](/zh/faq/model-calling/model-version-identity)
* [Claude Code token 为什么消耗很多？](/zh/faq/token-cost/claude-code-token-usage)