为什么“谁最强”这个问题没有标准答案
模型选择讨论里最常见的一句话是：我们要不要上最强模型。问题在于，“最强”通常只在通用测评里成立，而真实业务同时受速度、预算、稳定性约束。单看能力，决策一定失真。
把选择问题改写成三角问题
质量
需要多高准确率、推理深度和表达质量，是否涉及高风险决策。
速度
交互场景能接受多久等待，是实时响应还是异步完成。
成本
单位请求成本、峰值并发预算、月度总预算上限分别是多少。
三种典型场景的推荐思路
- 客服辅助：速度优先，质量达标即可，成本要可预测。
- 方案生成：质量优先，可接受更长响应，成本次之。
- 批量处理：成本优先，速度次优，质量通过抽检兜底。
落地时再加两条规则
第一，不要全量切换，先灰度 10% 流量对比关键指标。第二，保留回退策略，任何模型切换都能在 30 分钟内回滚。
减少团队内耗的做法
把“我觉得这个模型更聪明”改成“这组指标在这个场景下更优”。当讨论语言从感觉变成数据，选型会快很多，复盘也更清晰。
模型选择不是技术审美，而是经营决策。先定义约束，再讨论答案。