上一篇介绍了 AI 编程工具的选择,我个人推荐前期使用 OpenCode,后期按需引入 Codex 和 Claude Code。但工具只是载体,真正负责理解需求、生成代码和解决问题的是 AI 模型。
优先考虑模型的实际编程能力、指令遵循和成本,而不是单纯追求模型排名。初期选择一个主力模型、一个备用模型即可。
一、关键概念解释与关系
例如,ChatGPT 会员通常不包含 OpenAI API 额度。购买前必须确认所选服务能否接入自己的编程工具。
AI 编程效果由模型与工具共同决定。工具的任务规划、上下文管理、权限约束和自动测试能力,同样会影响开发结果。
二、目前主流 AI 编程模型对比
同一系列不同版本的能力、价格可能差异很大,实际选择应比较具体型号,不能简单按厂商排名。
三、选择与推荐模型的参考维度
建议在同一编程工具中,让两三个候选模型完成相同的开发和修改任务,比较实际结果。
真正值得选择的模型,是能够以合理成本稳定完成任务、减少人工干预和返工的模型。
我的模型选择建议:GPT 为主,DeepSeek 和 GLM 为辅。
这样选择主要基于三个考虑:一是优先保障核心开发任务的完成质量;二是利用不同模型进行交叉分析,减少对单一模型的依赖;三是根据实际任务选择模型,兼顾开发效果与使用成本。
四、以 OpenCode 为例,如何配置模型?
不同编程工具的配置方式不同,但需要掌握的信息基本一致。
OpenCode 对部分服务商提供内置连接方式,选择服务商并完成授权后即可选择模型。
自定义接口可能还需填写 Base URL 和 Model ID。但还有个好办法:可以先用上OpenCode里的免费模型,让OpenCode给你配置你购买的模型,这更省事。
最后建议:主力模型优先保证开发质量,备用模型兼顾成本与能力互补。模型不必配置太多,够用、稳定、方便切换即可。