本篇导读

预计阅读时间：7 分钟。读完你会了解主流模型各自的能力特点和使用手感，建立「什么任务选什么模型」的选择直觉。

到了选模型这一步。先声明一个前提：模型迭代很快，本篇讲的是相对稳定的特点和选择思路，具体型号和价格以各官网实时信息为准。

主流模型速览

国际御三家模型分别是：GPT（OpenAI）、Claude（Anthropic）、Gemini（谷歌）。综合来讲：GPT 各项均衡，性价比较高；Claude 能力顶尖，价格也最贵；Gemini 主打轻量高效，性价比极高。

GPT 系列（OpenAI）：综合能力的标杆，生态最大，第三方工具对它的支持普遍最广。

Claude 系列（Anthropic）：编码能力公认的第一梯队，「手感」好——代码整洁、听指令、会变通。Agent 场景下尤其受欢迎。

Gemini 系列（Google）：轻量实力标杆，Flash系列即可达到国内旗舰级别模型能力。

国产三强同样实力过硬，而且价格普遍更友好：

Kimi 系列（月之暗面）：长文本处理的早期标杆，中文场景表现出色，Kimi-K3 模型目前位居国内第一，但算力严重缺乏，生成速度极慢，偶尔可能出现不稳定的情况。

GLM 系列（智谱）：国产旗舰之一，编码和智能体（Agent）任务能力强，有完整的档位线（旗舰/Flash 轻量版），Zcode 的原生搭配就是它，兼容性好。

DeepSeek 系列：以高性价比著称，Flash 版日常任务扎实，Pro 版推理能力强，价格较低，是很多人跑量的选择。

想看实时排名？

模型能力不是拍脑袋定的，行业里有公开的评测榜单。想随时了解各模型最新排名，推荐收藏这个网站：AIHOT 模型排行榜，各模型综合能力对比一目了然。

不过看榜时记住一句忠告（下面还会展开）：榜单测的是通用能力，你的实际任务可能完全不同。

比能力更微妙的：风格

用过几个模型后你会发现，它们不只是能力数字的差别，风格差别更明显：

• 有的模型听话，你指哪它打哪；有的模型有主意，觉得你方案不对会顶回来。
• 有的代码注释详尽，有的极简；有的爱写长篇解释，有的惜字如金。
• 同一个问题，提问方式稍微变一变，有的模型表现稳定，有的忽好忽坏。

这些没有标准答案，适合自己的任务和口味就是好的。而好消息是：因为你在用 Harness（客户端），换模型的成本几乎为零——改一行配置的事，所以完全可以都试一遍。

建立你的选择直觉

给你三条实践经验，比任何跑分都管用：

1. 复杂任务看专长，简单任务看价格。 改 bug、写大型功能，选编码口碑好的旗舰；批量改格式、翻译摘要，轻量版足够，成本差十倍。
2. 一个任务，两个模型。 拿不准哪个好时，同一个问题发给两个模型，对比答案。这在客户端里切换很方便。
3. 别迷信跑分榜。 榜单测的是通用能力，你的实际任务可能完全不同。各模型在前端、网安、设计等不同领域能力不同。自己的任务实测十分钟，胜过看榜一小时。

第 2 章收尾

到这里，你的第一个 Agent 已经完整跑起来了：客户端装好（身体），模型接通（大脑），还知道了怎么挑模型。

但是——它现在只是「能干活」，还谈不上「好使唤」。它不认识你、不懂你的习惯、每次都要从头交代。

第 3 章我们解决这些问题：深入 Agent 系统的内部，讲执行环境、规则文件、记忆、MCP 工具和技能。学完那一章，它才真正成为「你的」Agent。