2. Linux.do
  3. 关于大模型选型的一些问题

关于大模型选型的一些问题

竹昔 2026-08-15 16:22 1 
               **一些比较水的话**

大家好，这是我在本网站发布的第一篇帖子。近期，AI大模型领域取得了显著进展。这不仅仅是顶级大模型之间的较量，更涌现出了一些能够有效控制成本的中低端大模型。然而，随之而来的新问题是：我该选择哪一个呢？


市面上的选择实在太多了，例如 deepseek-v4、glm-5.3、gemini-3.7-flash 和 grok-4.6 。这些模型的价格相对较低（不过 glm 似乎并不属于低成本模型范畴）。它们都具备出色的智能水平，能够胜任重复性任务以及大规模代码编写工作。如果选对了模型，无论是在资金投入还是时间成本上，都能实现显著的节省。


主要是我是一名学生，并没有过多资金投入，所以会对这个比较在乎，还请大家见谅。


             ** 正文**

我希望从大家这里了解到到底什么模型比较适合在日常的大量代码编译中被选择，我的大脑已经停止工作了，太多模型了对比不过来了，痒痒的好像要长脑子了

最新回复 (4)
  • Vegetable 08-15 16:53
    1楼

    coding分完善想法和实际工作两个大部分。尽可能节约花费的要点就是让重型模型来填充你的思路（例如gpt的terra和sol），把整体工程架构完善（这个过程甚至可以使用模型厂商自己的免费聊天来帮你做前期规划）。这之后把技术文档翻译成可以使用的代码和修改一些bug，调优就是轻型模型的事了（例如gpt的luna，哪个便宜用哪个）。站内也有大佬的公益站，可以去那里拿一些免费额度。总结一下就是：让正确的模型来干正确的事，不要把专家放到打工仔的位置上 ^-^

  • 竹昔 楼主 08-15 16:58
    2楼

    嗯嗯好，谢谢佬，但我的表述比较差，希望在这里能完善一下我的个人情况，我参加了robomaster机甲大师比赛，这个比赛需要的代码知识繁杂而且很多都是重复性强的东西，我一般使用claude去做项目规划，将一个大的任务分成多个任务包，并让其配备对应的提示词，然后分派给下位ai agent去做，但下位agent选取的ai模型需要选择一个能够比较出色的完成约束任务还能兼备经济的模型，所以在这些中进行挑选

  • 归谜 08-15 17:00
    3楼

    兼备经济



    如果是明确的需求以及能接受多轮引导，选 deepseek-v4-flash。

    我现在大部分工作都是使用的 deepseek-v4-flash 处理任务，遇到问题之后还会再用一下 glm-5.2 收尾。

  • 竹昔 楼主 08-15 17:00
    4楼

    好的，感谢佬的建议，我会去试试的 ^-^

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐