语言模型
DeepSeek V4 Pro 与 V4.1 Flash 选型
把批量抽取、工具使用和复杂推理分开评估。
先比较流程稳定性
使用同一批材料和相同输出限制，记录结构化结果的合法率、错误字段与重试。工具任务要核对上游是否支持所需函数形状。
按工作量分配预算
高频固定任务优先用能达到验收线的模型。疑难任务与长推理分别记录用量，估算分流后总成本与切换开销。
语言模型
把批量抽取、工具使用和复杂推理分开评估。
使用同一批材料和相同输出限制，记录结构化结果的合法率、错误字段与重试。工具任务要核对上游是否支持所需函数形状。
高频固定任务优先用能达到验收线的模型。疑难任务与长推理分别记录用量，估算分流后总成本与切换开销。