① 怎么选模型
| 任务 | 推荐 | 理由 |
|---|---|---|
| 最难推理（科研/数学/架构） | DeepSeek GLM-5.3 / GLM-5.3 | 思维链最深，GLM-5.3 带 1M 上下文 |
| 日常编码（IDE Agent/评审） | DeepSeek-V4-Pro / DeepSeek V4 | 速度与质量最佳平衡 |
| 海量任务（分类/抽取/批处理） | DeepSeek-V4-Flash / DS DeepSeek-V4-Flash / Qwen Flash | 成本低数倍，指令跟随依然强 |
| 中文工作流（内容/长文档/本地化） | Qwen 3.8 / Kimi-K3 / GLM | 中文理解最强 |
| 视觉/多模态 | Qwen 3-VL Plus | 图像理解，价格远低于旗舰视觉 |
| AI 编程/Qwen 生态 | Qwen3.8-Max / 5.4 | 兼容 OpenAI 格式的 Agent 框架原生适配 |
心法：正式工作从中间档（DeepSeek-V4-Pro / DS V4）起步，任务确实难再升 GLM-5.3 级，重复性任务降 Flash 档——账单可省约 10 倍，质量损失常为零。
② 三种协议
| 协议 | 端点 | 适用 |
|---|---|---|
| Chat Completions | /v1/chat/completions | OpenAI 兼容 SDK、Cherry Studio、多数工具 |
| 深度求索 Messages | /v1/messages | DeepSeek Code、深度求索 SDK、Cursor |
| Responses | /v1/responses | 编程工具/扩展、新版 OpenAI 兼容 SDK |
③ 账单怎么算
每次请求计量四类 token：输入（1×）、输出（约 5×输入）、缓存读取（0.1×输入——最大的省钱杠杆）、思考 token（按输出计）。技巧：保持 system prompt 稳定以最大化缓存命中；流式与非流式同价；控制台用量明细精确到 token。
④ 为什么走网关而不是直连？
⚡ 一把 Key 全模型
不用为每家厂商单独注册、单独充值、单独看面板。DeepSeek、Qwen、GLM、Kimi 等主流大模型 共享一个余额。
💳 无需海外信用卡
微信支付或支付宝扫码充值，¥100 起充，充多充少一视同仁。
🎯 长期稳定价格
全线按各厂商公布的官方原价计价——价格是政策，不是会过期的促销。
🛡 每 Key 独立控制
每个项目一把 Key、独立限额，控制台一键冻结或删除。
⑤ 省钱心法
- 保持 system prompt 稳定——缓存读取只有新输入的 1/10 价格，这是最大的省钱杠杆。
- 从中间档起步——DeepSeek-V4-Pro / DeepSeek V4 能扛住大多数正式工作，账单比旗舰低约 10 倍。
- 重复性任务降档——分类、抽取、批量处理用 Flash / Flash 档，质量损失常常为零。
- 看用量明细——控制台每次调用都有 token 级记录，钱花在哪一目了然。
⑥ 术语速查
| 术语 | 通俗含义 |
|---|---|
| API Key | 你的密钥凭据，请求头 Authorization: Bearer sk-sl-… |
| Base URL | 填入工具的网关地址，如 https://api.shinloo.com/v1 |
| 上下文窗口 | 模型单次请求可见的最大 token（1M ≈ 整个代码库） |
| SSE / 流式 | 逐 token 输出，让对话与 Agent 界面"即时" |
| 工具调用 | 模型请求你的程序执行函数——Agent 的基础 |
| 思考/推理 | 先想后答的模型；更强但每 token 更贵 |