推理模型与快速模型：一步步算清任务成本

先按错误代价拆开任务

选模型时，先别问哪个更聪明，而要问答错一次会多花多少时间。整理笔记、提取字段和改写邮件，可以先用快速模型。涉及复杂约束、程序排错或多步计算时，再考虑推理模型。两者并非绝对分类，同一模型也可能提供不同的推理强度。

用同一批题目建立比较基线

从真实作业或项目中挑十个任务，混合简单题与难题。给两类模型相同的资料、要求和输出长度，并提前写下验收条件，例如测试是否通过、字段是否齐全。不要只凭回答流畅程度评分，也不要把单次成功当成稳定表现。

把账单与返工放进同一张账

逐次记录输入量、输出量、费用、等待时间和修改次数。部分模型的推理用量可能计费，具体应查看对应规则。单次请求便宜，不等于完成任务便宜。快速模型若要反复重试，可能不如一次通过的推理模型划算；但简单任务也未必需要额外推理。

先减少无效消耗，再判断模型差距

把问题说明白，只附上相关资料，并限制不必要的长篇输出。每轮都重发整段历史，可能让输入费用持续增加。失败后先检查信息是否缺失、验收条件是否含糊，而不是立刻换更贵的模型。公平比较应使用同样经过整理的上下文。

让快速模型先做，明确何时升级

对低风险任务先调用快速模型，再用规则或测试检查结果。出现测试失败、约束冲突或关键步骤无法验证时，才升级到推理模型。不要只依据模型自称的置信度。给重试次数和单项任务费用设上限，达到上限就暂停，避免两类模型之间无限循环。

用实际账单调整下一周的选择

你可以创建一个 MyRelay 账户，用同一密钥和预算比较不同模型，并查看每次请求的用量与费用。每周汇总完成一个合格任务的平均花费，再结合等待与返工时间调整分流规则。推理模型应留给收益明确的难题，快速模型则承担已经验证可靠的日常工作。