AI 模型最佳实践

这是我买过并长期使用多种 AI 模型、开发十几个产品以后，给朋友和 01MVP 用户整理的常见问题。

这不是永久不变的排行榜。模型、套餐和渠道变化很快，本页只保留当前还能执行的建议，并持续更新。具体型号和价格以厂商官网为准；没有特别说明时，排序与体验都是我的个人判断。

不想研究，直接这样选

官方价格页：

• Cursor Pricing
• ChatGPT / Codex Pricing
• OpenCode Go

我的综合体验快照

截至 2026 年 7 月 24 日，仅按我自己的实际使用体验：

Fable 5 > GPT-5.6 Sol > Kimi K3 > Grok 4.5 > GLM 5.2 ≈ Opus 4.8 > Qwen 3.8 > DeepSeek V4 ≈ Gemini 3.6

综合排名的参考价值没有想象中大。

Fable 5 综合能力很强，但复杂后端我还是会选 GPT-5.6 Sol；Grok 不一定综合第一，但速度、成本和执行量很突出，还能在 Grok 产品中配合 Imagine 生成图片和视频。

这份排序发布后很快就遇到了新型号更新，例如 Claude Opus 5，因此它只作为当时的体验记录。没有经过真实任务对比的新型号，我不会为了“榜单最新”强行插入。

真正选模型时，先看任务，不要只看总榜。

复杂编程、后端和长期任务

优先选择 Codex / GPT-5.6 Sol。

它适合复杂架构、大型代码库重构、跨文件修改，以及需要 AI 长时间自主执行的任务。我的实际体验是：

GPT-5.6 Sol > Fable 5 > Grok 4.5

它不一定最快，但理解需求、制定计划、检查结果和处理复杂问题的稳定性更强。

不要只让模型“写代码”。给它真实仓库、报错、成功标准和允许修改的范围，并要求它运行验证。复杂任务最后的价值经常来自检查与收口，不是第一轮输出速度。

追求速度和大量写代码

优先选择 Grok 4.5。

它更适合：

• 范围清楚的批量修改。
• 同时推进多个项目。
• 快速生成第一版，再由另一个模型验收。
• 代码、图片和视频需求混在同一项目里的快速试验。

xAI 官方把 Grok 4.5 定位为编程、Agent 和知识工作模型，并给出了约 80 TPS 的服务速度。我的实际体感也是目前第一梯队里很快的一个。

如果任务仍然含糊，不要因为模型快就直接开干。速度只会让错误更快地扩散。

官方入口：Grok 4.5 · Grok Imagine

国产模型怎么选

DeepSeek V4 Flash

我的体验是：快是真的快。

明确的小任务，别的模型可能要跑很久，它可以几分钟完成。缺点是疑难 Bug、复杂上下文和错误修复容易卡住；连续改错时，不要继续堆补丁。

适合：

• 明确的代码修改。
• 文案、整理、格式转换。
• 能快速验收的批量任务。

不适合把一个已经排查不清的复杂 Bug 无限交给它重试。

DeepSeek V4 Pro

推理速度比 Flash 慢。至少在我的任务里，没有稳定体现出与等待时间同等幅度的提升，部分疑难 Bug 仍会乱修。

官方同时提供 V4 Flash 和 V4 Pro，两者都支持 1M 上下文、思考/非思考模式和工具调用。真实项目里仍应使用同一组任务做对照，不要只看型号里的 Pro。

官方入口：DeepSeek V4 · 模型与价格

GLM 5.2 和 OpenCode Go

GLM 5.2 的综合完成度比较均衡。我的主要不满是速度和成本，以及部分接入方式不能读图或生成图片；具体能力取决于你使用的产品和 Endpoint。

OpenCode Go 当前首月 5 美元、之后每月 10 美元，包含 GLM、Kimi、Qwen、DeepSeek 和 Grok 等多个模型，适合预算有限但确实需要多模型的人。

如果你准备购买，也可以使用我的邀请链接。这是推广链接；是否有双方奖励、适用地区和活动期限，以 OpenCode 页面下单时的实时说明为准。

AI 设计的 UI 很难看，怎么优化

模型只是执行者。UI 最容易失败的原因，是你既没有给视觉目标，也没有把“好看”拆成可观察的要求。

已经有原型图或明确 UI 要求

直接把这些材料交给 GPT-5.6：

• 原型图、截图或竞品参考。
• 哪些信息最重要。
• 必须保留的交互和页面状态。
• 字体、颜色、间距和组件约束。
• 桌面端与手机端的验收截图尺寸。

让它先复述页面结构和视觉规则，再开始实现。不要只说“做得高级一点”。

如果只是局部调整按钮、间距、颜色和组件状态，ChatGPT Pro 用户也可以优先试 GPT-5.3 Codex Spark；它更快，但不适合替代 GPT-5.6 处理复杂、开放式设计任务。没有 Spark 权限时，GPT-5.6 配合低到中等推理强度就够了。

从零开始，没有原型图

推荐流程：

1. 先拆用户旅程和页面目标。
2. 用 GPT Image 2 或 Gemini 图像模型生成 2～3 个视觉方向。
3. 选定一个方向，整理成设计规范。
4. 再让 GPT-5.6 或其他编程 Agent 实现。
5. 实际打开页面，对照效果图修改。

ChatGPT / Codex 的内置图像生成使用 gpt-image-2。Google 的 gemini-3.5-flash 擅长生成交互式 Web UI 和图形，但它本身不直接输出图片；需要图片原型时，应使用 Gemini 3.1 Flash Image、Gemini 3 Pro Image，或 Gemini 产品里的图像生成入口。

我不把 Claude 作为需要长期稳定账号的第一推荐，主要因为我自己的账号稳定性体验不好。这是个人经历，不代表每个用户都会遇到同样问题；无论使用哪个平台，都应通过官方渠道购买并遵守地区和账户规则。

语音输入：我只推荐豆包输入法

我实际对比用过闪电说、微信语音输入、讯飞、搜狗和 Typeless。目前 豆包输入法 对我的普通话、长句和口语化表达识别最准，改字最少。

这是个人使用结论，不是实验室测评。口音、设备、网络和版本都会影响结果。

输入法可能接触你输入的内容。安装前请阅读对应平台的权限和隐私说明；在 iOS 上开启“允许完全访问”前尤其要确认自己能接受相关数据边界。密码、密钥和敏感客户资料不要通过任何联网输入法口述。

我最常用的方式是：把长需求直接说给 AI，然后补一句：

简明扼要地复述你理解的我的需求，再说明你的执行方案。发现歧义先指出，不要直接猜。

确认复述正确后再执行，通常能减少大量返工。

更完整的用法看：语音输入：只推荐豆包输入法。

我日常最常用的三个 Prompt

1. 一次性把问题讨论清楚

根据我发的需求【替换成你的需求】，一次性列出所有需要讨论和决定的问题。

每个问题都要给出：
1. 你推荐的解决方案；
2. 为什么这样选；
3. 其他方案的主要代价；
4. 哪些信息能从现有代码或资料中直接确认。

先完成讨论和对齐，不要直接修改。

如果你经常遇到“AI 没理解清楚就开始干”，可以安装 grill-me：

npx skills add https://github.com/mattpocock/skills --skill grill-me

Plan Mode 适合快速确认执行步骤；grill-me 更适合需求仍然含糊、产品决策很多、返工成本高的任务。不要每个小改动都进行长时间审问。

2. 系统性扫描仓库

系统性扫描仓库中的以下问题：

- 残留代码和历史文档
- 不符合当前最佳实践的实现
- 明显 Bug、重复和性能问题
- 前后不一致、架构不合理
- 文档冲突和历史遗留

先区分“有证据的问题”和“需要进一步确认的线索”。
只修改有把握、范围清楚、能够验证的项目；保留无关改动和用户数据。
完成后运行对应检查，汇报改动、证据和仍未验证的部分。

大仓库不要让一个 Agent 无边界乱改。可以让多个 Agent 分模块扫描，但最终要由一个主 Agent 去重、判断优先级并统一验收。

3. 先复述，再执行

简明扼要地复述你认为的我的需求、成功标准和限制条件，再说明你的执行方案。
如果你的理解依赖假设，把假设明确写出来。

人经常表达不准确。先让 AI 复述，是成本最低的需求验收。

项目越来越复杂，怎么避免失控

项目复杂以后，有两件事情必须做。

1. 懂基本架构和术语

不需要先成为工程师，但要知道项目大概由什么组成。

例如做 iOS App，至少要知道 Swift、SwiftUI、Xcode、Bundle ID、签名、App Store Connect 分别在解决什么问题。可以直接问 AI：

我要做一个【描述你的 App】。我是新手，请先告诉我：
1. 从开发到上线有哪些主要步骤；
2. 每一步有哪些必须理解的术语；
3. 哪些技术细节现在可以先不学；
4. 项目出问题时应该先检查哪一层。

2. 重要需求要反复对齐

人表达不清楚时，AI 会用自己的假设补空白。让 AI 先提问、给推荐方案、读取代码能确认的部分，再开始实现。

当 AI 连续两三次修不好同一个问题时，停止继续说“再修一下”。先看 Git diff，回到最近能工作的状态，缩小复现范围，再换思路或换模型。

20 条已经落伍的 Vibe Coding 方式

下面不是“绝对规则”，而是我从真实项目和社区讨论中整理出的高频坑。X 链接是讨论线索，不是统计研究；正确做法仍要结合你的团队、风险和项目规模。

怎么快速建立 AI 基本认知

最省事的方法，不是强迫自己每天读论文，而是改变信息流：

1. 在抖音、小红书、B 站主动搜索 AI、Agent、AI 编程和具体模型。
2. 少点与你目标无关的内容，让推荐算法逐渐理解你的兴趣。
3. 关注少量持续做真实项目、愿意展示失败过程的创作者。
4. 看到型号、价格和“重大突破”，回到厂商官网核对。

AI HOT 可以用来快速浏览热点，但它是聚合入口，不是最终信源。重要决策仍要打开原始报道、官方文档或代码仓库。

新手想学 Vibe Coding，不要一开始收集几百个工具。先完成一个能运行、能打开、能提交 Git 的小项目，再看 AI 编程工具选型 和 第一个 AI 项目。

怎么充值和使用 Codex

优先顺序：

1. 官方 ChatGPT / Codex 订阅。
2. 官方 API，按量付费并设置预算限制。
3. 只有确实需要人民币支付或统一 Endpoint 时，才评估中转服务。

ChatGPT Plus 当前是每月 20 美元，包含 GPT-5.6 系列和扩展的 Codex 用量。Pro 从每月 100 美元起，提供 Plus 的 5 倍或 20 倍用量。绝大多数个人用户先买 Plus，用完以后再决定是否升级。

我不建议把闲鱼代充、共享号、成品号和明显低于正常价格的 7 天 / 30 天账号写成长期购买方案。它们可能被追回、停用或暴露会话与代码；频繁换号省下的钱，通常抵不过中断工作的成本。

本站也不提供绕过地区限制的教程。付款和使用前，请在官方页面确认你的地区、支付方式、账户归属、自动续费和退款规则。

继续看：购买 AI 订阅前先看风险。

API 中转站怎么选

中转站解决的是支付、网络或统一 Endpoint，不会自动带来更好的隐私、模型质量和稳定性。

图片和视频 API 可以自行评估 fal、Kie.ai 等平台；其他聚合服务也必须先检查上游模型、倍率、日志保留、余额期限和退款规则。不要只看“充值 1 元等于多少美元额度”。

涉及商业代码、客户资料、用户数据和密钥时，优先官方 API。任何候选平台都先小额测试一周，并准备可以切换的第二个上游。

完整检查表：API 中转服务：价格与风险。

Codex 遇到 WebSocket 重连错误怎么办

如果出现 websocket closed by server before response.completed：

1. 先升级 Codex，并重试一个更小的任务。
2. 检查代理、公司网络或跨境线路是否会中断 WebSocket。
3. 查看 Codex 日志，确认是传输中断，不是额度、认证或服务端错误。
4. Codex 支持从 WebSocket 回退到 HTTP；Provider 配置也支持 supports_websockets = false。

supports_websockets = false 是 Provider 级配置，不是所有网络错误的万能修复。确认问题来自 WebSocket 后，可以在用户级 ~/.codex/config.toml 加入：

model_provider = "openai_http"

[model_providers.openai_http]
name = "OpenAI"
wire_api = "responses"
supports_websockets = false
requires_openai_auth = true

这段配置让 OpenAI 模型请求使用 HTTP streaming。不要把它放进项目级 .codex/config.toml，也不要照抄陌生人的 base_url、Token 或认证配置。官方配置字段见 Codex Configuration Reference。

维护说明

本页每 30 天复核一次。更新时重点检查：

• 型号、套餐和官方链接是否还存在。
• 个人结论是否仍来自最近的真实任务。
• 价格是否有明确查询日期。
• 推荐渠道是否仍由用户自己控制账户和付款。
• FAQ 是否来自近期群聊里反复出现的问题。

无法确认的结论直接删掉或标成个人体验，不为了“内容丰富”保留过期资料。

继续看：模型怎么选 · 成本与购买 · AI 编程工具选型

如果你想从零做出并发布自己的产品，从 01MVP 实战手册 开始。