模型选型：没有最好，只有最合适
市面上几十个大模型，新手总想找"最强的那个"。但造产品的人都知道：选型是一道权衡题，不是排名题。这一讲给你一套能落地的选型框架。
接翻译案例：你的翻译应用里，其实有两类活——给用户看的正式译文（质量第一），和内部用来判断语言、做初筛的辅助判断（量大、要快要便宜）。如果两类都用最贵最强的模型，成本爆炸还慢；都用最便宜的，质量又不够。对的做法是：不同环节，配不同模型。
选型的四个核心维度
| 维度 | 看什么 | 什么时候重要 |
|---|---|---|
| 能力（聪明程度） | 能不能把这个任务做对、做好 | 复杂推理、高质量产出、容错低的场景 |
| 速度（延迟） | 多久返回结果 | 用户实时等待、要跑海量条目 |
| 成本（单价） | 每百万 token 多少钱 | 调用量大、要长期跑 |
| 上下文（容量） | 一次能读进多长的内容 | 长文档、长对话、喂大量资料 |
一个好用的心智模型：大、均衡、快省 三档
同一家厂商，通常会有三个档位。记住这个分层，比记具体型号更耐用（型号会更新，分层逻辑不变）：
- 旗舰档（如 Opus 级）：最聪明，处理难任务最稳，但更贵更慢。用在质量关键、复杂推理的环节。
- 均衡档（如 Sonnet 级）：能力、速度、价格平衡，日常主力，大多数任务的默认选择。
- 快省档（如 Haiku 级）：又快又便宜，能力够用于简单活。用在大批量、简单判断、初筛。
选型黄金法则：从便宜的试起，不够再往上换
新手爱默认用最强的——浪费钱。专业做法反过来：先用快省/均衡档试，能达到质量要求就用它；达不到，再升一档。用"刚好够用"的模型，是控成本的核心功夫。怎么判断"够不够用"？靠第 6–8 讲的评测，而不是凭感觉。
组合使用：一个产品里用多个模型
成熟产品很少"一个模型用到底"。翻译应用的典型分工：
| 环节 | 配哪档 | 为什么 |
|---|---|---|
| 判断输入是什么语言 | 快省档 | 简单、量大、要便宜 |
| 正式翻译（给用户） | 均衡或旗舰档 | 质量直接影响体验 |
| 译文质量自检/润色 | 均衡档 | 平衡效果与成本 |
| 疑难长文/专业领域 | 旗舰档 | 难，值得花钱保质量 |
这种"分环节配模型"的思路，就引出了下一个大概念——pipeline（第 5 讲）。
还要考虑的几点
- 闭源 vs 开源：闭源（调 API）省心、能力强、按量付费；开源（自己部署）数据自主、长期量大可能更省，但要运维。多数人从闭源 API 起步。
- 数据合规：涉及敏感/隐私数据，要看模型服务的数据政策、是否符合你所在地区法规。
- 别被单一评分榜带跑：榜单分数高 ≠ 在你这个具体任务上好。以你自己的评测结果为准（第 6–8 讲）。
跟我做一遍：为你的任务列一张选型短名单
让 AI 帮你把任务拆解到"每个环节配哪档模型"
复制（换成你的产品）
我在做一个翻译应用，包含这些环节：语言识别、正式翻译、译文质量自检、疑难长文处理。
请按"能力/速度/成本/上下文"四维度，帮我为每个环节推荐合适的模型档位（旗舰/均衡/快省），
并说明理由。先不锁定具体型号，给我一个"分环节选型方案 + 备选"，
后面我会用评测来最终确认。
✓ 你刚刚学会的
选型不是挑"最强"，而是按四维度、分环节，选"刚好够用"的那档，并组合使用。最终拍板靠评测数据，不靠榜单和感觉。这是产品成本与质量平衡的命门。
这一讲记住什么
- 选型是权衡题：能力 / 速度 / 成本 / 上下文 四维度。
- 记住旗舰 / 均衡 / 快省三档分层（比记型号耐用）。
- 黄金法则：从便宜的试起，不够再升档；一个产品分环节配多模型。
- 最终选择以你自己的评测为准，别迷信榜单。