选择模型

先明确任务，再在模型广场中比较当前分组可见的模型。

选择维度

• 质量：是否需要复杂推理、代码或专业领域能力。
• 速度：交互场景优先低延迟，批处理可接受更慢模型。
• 上下文：输入文档与历史消息是否接近模型上限。
• 模态：是否需要图片、音频或结构化输出。
• 费用：比较输入、输出及特殊计费项。
• 数据边界：数据是否必须留在校内或指定环境。

推荐流程

1. 用 20–50 条有代表性的真实任务建立测试集。
2. 在同一提示词和参数下比较候选模型。
3. 同时记录正确率、人工评分、延迟、Token 和费用。
4. 为高风险任务加入人工复核和失败回退。
5. 上线后持续抽样，不把一次评测当作永久结论。

模型名称和供应商不是数据合规结论。敏感数据应使用管理员明确指定的分组和模型。