AI 模型：选型指南

编程模型选型

本栏目按选型决策路径组织：从了解背景 → 认识市场 → 选型对比 → 成本评估。

1. 了解背景

• 2025年大模型发展总结 — 推理能力、智能体、开源生态等年度趋势

2. 认识市场

• 2026年主流大模型盘点 — 国内外主流模型一览（OpenAI、Google、国产等）
• Models.dev — 开源 AI 模型规格数据库（OpenCode 维护），按 Model / Provider / Lab 聚合上下文长度、输入输出模态、推理与 Tool Call、Structured Output、权重开放程度及 API 价格；数据以 GitHub TOML 维护，可通过 api.json、models.json、catalog.json 程序化查询

3. 选型对比

• LiveBench AI 排行榜 — 能力排行榜（推理、编程、数学等维度）
• LLM 评测基准与榜单汇总 — 评测基准、榜单来源与参考

4. 成本评估

• 大模型价格 — 国内外模型 API 价格参考（元/1M Tokens）
• Models.dev — 各 Provider 下同名模型的 USD 定价对照（Input / Output per 1M tokens），便于跨平台比价；可与上表交叉参考
• AI Coding Plan 订阅选型 — 国内云厂商/原厂 Coding Plan、Claude Code 中转站、国外编程订阅产品价格对照
• Roo Code Evals — 通过对最前沿大模型执行数百项多语言任务评测，给出每个模型在性能与成本之间的权衡指标

5. 产品与客户端

• AI 产品推荐 — 桌面 Agent、API 客户端、翻译等实用产品

实践经验参考：有预算可优先考虑 Claude Opus / Codex，预算有限可优先评估国产 Coding Plan，零预算可以从 CPA 方案入手。