简单参考:
- Auto(Composer 2):性价比最高,有单独定价,比手动选同等模型更便宜
- Claude Sonnet:常规编码,消耗适中
- Claude Opus:最强但消耗最高
- Thinking 模式(🧠):额度消耗约为非 Thinking 的 2 倍
- GPT-5.3 Codex:适合修 Bug
- Gemini:响应快但编码质量一般
建议日常用 Auto,需要时再切换其他模型。
大模型实际影响对比(同样写一个函数):
- Claude Opus:消耗约 $0.5
- Claude Sonnet:消耗约 $0.2
- GPT-5.3 Codex:消耗约 $0.15
- Auto 模式:消耗约 $0.1(性价比最高)
开启 Thinking(🧠)后:
- 原本 0.4(翻倍)
- 原本 0.2
复杂任务指的是:
- 架构设计和方案规划 —
设计系统架构、技术选型、模块划分
- 排查疑难 Bug —
问题原因不明确,需要深度分析代码逻辑
- 大规模重构 —
跨多个文件的代码重构、模块拆分
- 复杂业务逻辑实现 —
涉及多个模块交互、复杂算法的业务功能
不属于复杂任务的场景:
- 简单代码修改、变量重命名
- 写模板代码、CRUD 操作
- 常规功能迭代
- 快速问答("这个函数是干什么的")
这些简单场景用 Auto 或 Claude Sonnet 就够了,不需要 Claude Opus 或 Thinking 模式。