03 模型选择指南：按环境与使用场景选型
目标：你能在不同环境下（本地/云端/混合），按任务（写代码/写文档/图片生成/视频生成/RAG/Agent）选到"够用且稳定"的模型，并且知道 2026 当下优先用哪些模型（不追新、不踩坑）。
注：模型更新很快，这篇给的是 "优先级 + 可落地候选清单"。你只要在同一梯队里换成你能用的提供方即可。
1）先定 3 个变量（不定这三个，选型一定乱）
- 环境：本地 / 云端 / 混合
- 任务：代码、文档写作、图片生成、视频生成、问答、RAG、Agent 多步任务
- 约束：隐私、预算、延迟、上下文长度
1.1 一张"先选环境，再选模型"的决策树（最少纠结版）
- 必须本地（隐私/离线）？
- 是：优先选 Qwen（中文强）/ Llama（通用强）/ DeepSeek（推理/代码常见） 的中小尺寸，先跑通。
- 否：优先走云端（稳定、长上下文、能力更强）。
- 是否要做 Agent（工具调用/结构化输出）？
- 是：优先选"工具调用稳定/格式稳定"的强模型（云端更省心），本地则优先选对齐更好的通用模型，不要上太小的"玩具模型"。
- 是否要做 RAG？
- 是：选型重点是 上下文窗口 + 稳定性；不要指望"大模型自己检索"。
- 是否需要生成图片/视频？
- 是：图片/视频模型目前几乎全部走云端 API（算力需求极高），本地仅支持 Stable Diffusion / ComfyUI 等开源图片方案（需高端显卡）。
1.2）2026 主流 LLM 模型梯队
以下梯队表侧重 文本/多模态 LLM（代码、写作、RAG、Agent）。图片/视频生成模型见 §3.3 / §3.4。
第一梯队：综合能力最强
| 模型 | 擅长领域 | 推荐场景 | 注意 |
|---|---|---|---|
| GPT-4o | 代码、推理、多模态 | 关键任务、复杂重构 | 云端 API，成本较高 |
| Claude 3.5+ / 4 | 长文本、写作、对齐 | 文档生成、代码审查 | 长上下文表现优异 |
| Gemini 2.5 Pro | 多模态、超长上下文 | 视频理解、超大文档 | Google 生态集成 |
第二梯队：性价比之选
| 模型 | 擅长领域 | 推荐场景 | 注意 |
|---|---|---|---|
| DeepSeek-V3 / R1 | 代码、推理 | 日常编码、批量任务 | 性价比极高，中文友好 |
| Qwen 2.5 / 3 | 中文、工具调用 | 国内场景、RAG、Agent | 开源可本地部署 |
| Llama 4 | 通用、生态 | 本地部署、实验 | 开源社区支持最好 |
第三梯队：轻量与专用
| 模型 | 擅长领域 | 推荐场景 | 注意 |
|---|---|---|---|
| Phi-4 | 轻量推理 | 边缘设备、简单任务 | 微软出品，小而精 |
| Mistral Small / Large | 多语言、工具 | 欧洲场景、多语言 | 工具调用能力不错 |
| GLM-4 | 中文 | 国内合规场景 | 智谱出品，本地友好 |
2）按环境的选型策略
2.1 本地（优先"能跑 + 稳定"）
适合：
- 笔记总结、面试题生成、轻量问答
建议策略：
- 先选"中小参数"模型跑通，再逐步上更强模型
- 若你要做 RAG：优先看上下文与速度是否可接受
不建议本地硬扛：
- 超长文档一次性输入
- 复杂多步推理（成本/时间会很高）
2.1.1 2026 本地优先候选（按"好用/通用/中文"）
- 通用 + 生态成熟：
Llama 3.x/Llama 4（同梯队任选你能下载/能跑的版本） - 中文/工程落地友好：
Qwen2.x / Qwen2.5（中文与工具类任务常见） - 代码/推理常见候选：
DeepSeek系列（常见于"写代码/推理/成本"权衡） - 低资源尝鲜：
Phi/Phi-4、Mistral 7B等小模型（适合"草稿/结构化提取"，不建议承担关键推理）
本地管理工具：Ollama + Open WebUI（拉模型、本地对话、简单管理，优先用这一套跑通）。
选本地模型的要点：先选中等尺寸跑通闭环，再决定要不要上更大尺寸。你后面真正提效，更多来自"Prompt/工具链/RAG"，而不是盲目换更大的模型。
2.2 云端（优先"质量 + 长上下文 + 稳定"）
适合：
- 复杂代码生成/重构
- 长文档总结/对比
- 高质量面试回答打磨
建议策略：
- 把"高价值任务"放到云端强模型
- 把"批量、重复、低价值任务"留给本地/小模型
2.2.1 2026 云端优先候选（按能力梯队）
- 高质量通用（代码/写作/多模态都强）：
GPT-4o（同梯队的最新/可用版本优先） - 长文本/写作/对齐稳定：
Claude 3.x（适合"长文档对比/高质量润色/严谨表达"） - 中文/性价比/国内可用性：
Qwen（通义）系列云端模型（适合"中文业务/成本敏感/落地快"） - 代码向/性价比：
DeepSeek系列云端模型（常见于"代码 + 成本"权衡） - 超长上下文 / Google 生态：
Gemini 2.5 Pro（见 §1.2 第一梯队） - 国内合规：
GLM-4（见 §1.2 第三梯队）
云端选型口诀：关键任务上强模型，批量任务用性价比模型。把"路由策略"写进你的
LLM Gateway，长期收益最大。
2.3 混合（推荐）
一个简单可落地的分工：
- 本地模型：草稿、批量总结、结构化提取、离线使用
- 云端强模型：最终润色、关键回答、复杂规划与推理
2.3.1 混合的最小落地组合（你可以直接照抄）
- 本地：
Qwen2.5（中小尺寸）或Llama 3.x / Llama 4（中小尺寸）（做草稿/批量/离线） - 云端：
GPT-4o或Claude 3.x（做最终润色/关键推理/长文档） - 路由规则（最实用）：
- "写简历/重要答复/复杂重构" → 云端强模型
- "批量出题/结构化提取/生成初稿" → 本地/性价比云端
- "隐私数据 / 离线任务" → 本地模型
3）按使用场景给出"选型建议"
3.1 日常开发提效（写代码/解释报错）
- 优先级：代码能力 > 稳定性 > 成本
- 建议：
- 云端强模型用于关键任务（重构、复杂问题）
- 本地模型用于快速问答、模板生成
当下建议：
- 云端首选：
GPT-4o/Claude 3.x（关键任务） - 本地首选：
DeepSeek（代码向）/Qwen2.5/Llama 3.x（日常与离线）
3.2 文档写作（知识库/简历/面试稿）
- 优先级：表达质量 > 结构化输出能力 > 稳定性
- 建议：
- 先用本地模型出结构（目录/要点）
- 再用云端强模型做润色与统一口径
当下建议：
- 云端首选：
Claude 3.x（长文档/表达一致性）+GPT-4o（综合能力） - 本地首选：
Qwen2.5（中文写作/结构化输出）或Llama 3.x
3.3 图片生成大模型（AI 绘图/设计素材）
- 优先级：画质精细度 > 风格多样性 > 生成速度 > 成本
- 适用场景：封面图、插画、海报、Logo、产品渲染、UI 素材、头像
- 建议：
- 商业/设计师场景：优先 Midjourney（画质天花板），追求细节用 Flux
- 开发/自动化场景：优先 DALL·E 3 / GPT-4o 原生生图（API 友好、格式稳定）
- 国内可用/中文友好：优先 Qwen-VL 生图、可灵（Kling）图片生成、通义万相
- 本地部署/离线：Stable Diffusion / SDXL / ComfyUI（需高端显卡 ≥ 16GB VRAM）
当下建议：
| 模型 | 类型 | 特点 | 适用场景 |
|---|---|---|---|
| GPT-4o 原生生图 | 云端 API | 多模态统一、指令遵循强、文字渲染准确 | 产品图、UI 设计、图文混排 |
| Midjourney V7 | 云端 SaaS | 艺术画质顶级、风格丰富 | 插画、概念图、海报、品牌素材 |
| Flux Pro / Dev | 云端 API + 本地 | 写实度高、手部细节好、开源可本地 | 写实人物、产品摄影风、本地部署 |
| DALL·E 3 | 云端 API | OpenAI 生态集成、API 简单 | 简单图文场景、快速原型 |
| 可灵（Kling） | 云端 API（国内） | 国内可用、中文友好、视频模型同生态 | 中文场景、国内团队 |
| 通义万相 | 云端 API（国内） | 阿里生态、性价比高、中文支持好 | 批量素材、国内业务 |
| SD XL / ComfyUI | 本地开源 | 免费、可定制、生态成熟 | 自定义训练、离线场景、隐私敏感 |
避坑提示：2026 年图片生成已高度成熟，不要纠结"选哪家"，关键是 先选定一个跑通工作流。Midjourney 画质最好但无 API；GPT-4o 生图 API 友好适合自动化；Flux 适合追求写实 + 本地部署。
3.4 视频生成大模型（AI 视频/动画）
- 优先级：画面连贯性 > 分辨率/时长 > 可控性 > 成本
- 适用场景：短视频、广告、产品演示、教学动画、社交媒体内容
- 建议：
- 高质量短片：优先 Sora / 可灵（画质与运动流畅度领先）
- 快速迭代/产品 demo：优先 Runway Gen-3 / Pika（上手快、API 友好）
- 国内可用：优先可灵（Kling）、海螺 AI（MiniMax）、Vidu
- 注意：视频生成目前成本较高，建议先用图片模型出关键帧，再用视频模型做"图生视频"
当下建议：
| 模型 | 类型 | 特点 | 适用场景 |
|---|---|---|---|
| Sora | 云端（OpenAI） | 长时视频、物理理解强、画质高 | 高质量短片、创意视频 |
| 可灵 1.6（Kling） | 云端 API（国内） | 国内最强开源视频模型之一、中文友好 | 短视频、广告、国内场景 |
| Runway Gen-3 Alpha | 云端 API | 上手快、运动控制好、API 稳定 | 产品 demo、快速迭代 |
| Pika 2.0 | 云端 SaaS | 操作简单、特效丰富、适合非专业用户 | 社交媒体、轻量创作 |
| Veo 2（Google） | 云端（Google） | Google 生态、画质出色 | Google Cloud 集成场景 |
| 海螺 AI（MiniMax） | 云端（国内） | 国内可用、生成速度快 | 快速出片、国内团队 |
| Luma Dream Machine | 云端 SaaS | 3D 感知好、运动自然 | 3D 风格、动画 |
| CogVideoX | 本地开源 | 免费、可本地部署（需高端显卡） | 离线实验、自定义训练 |
避坑提示：视频生成 2026 年仍在快速迭代，模型之间差异较大。核心原则：先用图片模型出关键帧（成本低、可控性强），再用视频模型做"图生视频"，效果远优于"文生视频"。预算有限时优先可灵（国内性价比最高）或 Runway（API 最成熟）。
3.5 RAG（知识库问答）
- 优先级：上下文长度 + 稳定性 > 纯模型参数大小
- 建议：
- 不要把"检索"交给模型：检索交给你的系统（向量库/索引）
- 模型只负责"基于检索片段回答"
当下建议：
- 云端：
GPT-4o/Claude 3.x（回答质量更稳） - 本地：
Qwen2.5/Llama 3.x（配合检索片段足够好用）
RAG 的核心不是"换更大模型"，而是：切块、召回、重排、引用与拒答策略。
3.6 Agent（工具调用、多步任务）
- 优先级：稳定性（格式/函数调用） > 推理能力 > 成本
- 建议：
- 关键点是"结构化输出/工具调用"能力稳定
- 给 Agent 加：输出校验、重试、幂等、日志
当下建议：
- 云端优先：
GPT-4o/Claude 3.x（工具调用与格式更稳定） - 本地备选：
Qwen2.5/Llama 3.x（务必加"输出校验 + 重试"）
4）你可以直接照抄的落地方案（最少折腾版）
版本一（立刻能用）
- 主力：云端 API（
GPT-4o或DeepSeek）+ 本地小模型做离线/批量 - 辅助：
Ollama+Qwen 2.5（本地实验） - 工具链：
Cursor+Continue
版本二（团队协作）
- 主力：云端 API + LLM Gateway（统一切换、统一日志与重试）
- 辅助：本地模型做离线/批量
- 工具链：
Cursor+MCP Server+ 内部知识库
版本三（企业级）
- 主力：混合推理集群（自建 + 云端）；关键链路再做自建推理与成本优化
- 辅助：模型路由 + A/B 测试 + 监控
- 工具链：自定义 Agent +
MCP+ RAG Pipeline
5）我给你的"当前优先推荐"（按你这个知识库/Agent 学习路线）
| 用途 | 推荐 | 理由 |
|---|---|---|
| 本地学习/实验 | Qwen 2.5（14B）或 Llama 4（8B） | Ollama 一键部署，够用 |
| 日常编码 Cursor | GPT-4o 或 Claude | 代码理解最稳定 |
| 文档与笔记 | Claude | 长文本写作质量高 |
| Agent 实验 | GPT-4o | 函数调用最成熟 |
| 纯云端最省心 | GPT-4o（综合）或 Claude 3.x（长文档/写作） | 少折腾 |
| 纯本地最省心 | Qwen2.5（中文/工具）或 Llama 3.x（通用/生态） | 离线可用 |
| 图片生成 | GPT-4o 原生生图 / Midjourney；国内 可灵 / 通义万相 | API 友好 vs 画质 |
| 视频生成 | 可灵 / Runway Gen-3；高质量短片 Sora | 性价比 vs 画质 |
下一步：确定模型后，搭配 AI 开发工具选型 完成工具链搭建。