模型
来自不同服务商的多款文本模型。
下方实时列表就是你的密钥目前可以调用的模型。
| 模型 | 服务商 | 每次回答预估额度 | 一天签到可得回答数 | 可用率 |
|---|
正在加载模型列表…
模型由不同第三方服务商提供，但请求格式一致。切换模型只需修改代码中的模型名。
如何选择
先用速度快的通用模型；回答不够好时，再换更大的推理或代码模型。
适合低成本模型的场景
- 分类、打标签、是非判断。
- 改写、缩写、翻译短文本。
- 需要批量处理大量数据的任务。
- 仍在频繁调整提示词的试验阶段。
适合高精度模型的场景
- 需要逐步推理的问题，中间一步出错即导致结果失效。
- 需要能实际运行的代码，而非形式上看似正确的代码。
- 一次性给出多条要求与约束的任务。
- 最终定稿环节：前期由低成本模型完成大部分工作，最后交由它收尾。
一种实用做法：先用低成本模型处理一遍，仅将结果不理想的部分交给高精度模型。在同样的免费额度下，这样能完成的工作量明显更多。
作答前的推理开销
部分模型会在输出可见回答前先推理。推理内容不会展示，也不计费：只按你发送与收到的文字计费。
模型仍需为推理留出空间，因此输出长度上限过低时会被自动提升至下限。低于该值时，推理会耗尽输出空间，回答返回空白。空白回答不计费。
回答返回空白通常就是这个原因：输出长度上限在回答开始前已被推理耗尽。最稳妥的做法是不设置输出长度上限。
一天的签到能用多久
每日签到可领取逐日递增的额度，完成问卷可在此基础上叠加。
| 使用场景 | 大致花费 |
|---|---|
| 一次简短提问 | 取决于模型与回答长度，请以上方实时表格为准。 |
| 总结一篇长文 | 原文本身也消耗 token。4000 字的内容，回答尚未开始即已消耗约 6000。 |
| AI 插件修改代码文件 | 每执行一步数千，因为每次都会重发整个文件与一长串指令。 |
| 多轮对话 | 轮次越多 token 越高：每发送一句，此前的全部对话都会重新发送一次。 |
暂不支持的能力
不提供图片生成、语音与向量，函数调用也不保证可用。当前免费公测开放的是文本对话模型。若代码必须依赖其他能力，本接口并不适合。
模型列表可能随时调整。请勿将模型名写死在代码中，建议运行时从接口读取。