← 返回首页入门篇
入门篇 · 微信小程序 · 功能说明

小程序里的模型怎么选:能力标签与积分倍率对照

微信小程序 | 更新于 2026-10-18

本篇涵盖的知识重点

切换入口导览

1 找到模型切换入口 2 看懂两个能力标签 3 过一遍可用模型清单 4 按积分倍率控制成本 5 按场景匹配模型
共 5 步,按编号顺序阅读

模型清单、能力标签与成本解读

1找到模型切换入口

作用不知道入口在哪,就永远只能用默认模型,很多时候白白多花积分。

操作点击输入栏中的模型名称,例如「Kimi-K3 ▾」,即可弹出模型选择面板,在其中切换本次任务使用的模型。

注意模型选择需要当前任务的第一句话发送之后才会显现出来,刚进页面时看不到不是故障。

点击模型名称后弹出的模型选择面板
点击输入栏中的模型名称(如「Kimi-K3 ▾」)后弹出的模型选择面板
2看懂两个能力标签

作用标签直接决定模型能不能胜任你的任务,比看名字猜要靠谱得多。

操作按官方释义理解两个标签:推理表示支持逻辑推理、任务规划与多步骤执行;视觉表示支持图片理解,拍照、截图这类场景请选择带视觉标签的模型。

注意像 GLM-5.1 这类只有「推理」标签的模型,不要拿来认图,这是最容易踩的一次性错误。

两个标签分别意味着什么
  • 推理:支持逻辑推理、任务规划与多步骤执行,需要拆步骤的任务必须认这个标签
  • 视觉:支持图片理解,拍照、截图场景请选择带此标签的模型,否则图片内容不会被理解
3过一遍可用模型清单

作用把清单里十二个模型的定位记住,选模型就从“碰运气”变成了“有依据”。

操作在模型选择面板中查看每个模型的能力标签、积分消耗与推荐场景,结合本次任务是一次性问答还是长程任务来挑。

注意模型清单会随版本调整,以面板中实际列出的模型和数值为准。

十二个模型逐个看:能力、倍率与适用建议
  • Auto:推理 + 视觉,倍率栏未标注,由系统智能自动选择,是默认项——拿不准难度时用它最省心
  • Hy3:推理 + 视觉,限时免费,混元思考模型且推理能力增强——想零成本试强推理效果时优先选
  • GLM-5.2:推理 + 视觉,x0.79,1M 上下文、擅长长程任务——要一次吃下长文档或跑很多步时合适
  • GLM-5.1:推理,x0.79,能力均衡、适合日常使用——纯文字日常任务够用,但别拿它认图
  • GLM-5v-Turbo:推理 + 视觉,x0.95,原生多模态模型——看重原生多模态能力时选它,代价是倍率偏高
  • Kimi-K3:推理 + 视觉,x1.62,擅长复杂的长程自主任务,前端开发能力突出,在知识工作与科研推理上表现出色——清单里最贵,留给真正难啃的活
  • Kimi-K2.7-Code:推理 + 视觉,x0.57,多模态模型、面向编程场景优化——写代码改代码的性价比之选
  • Kimi-K2.6:推理 + 视觉,x0.52,多模态模型、适合日常任务——日常多模态需求用它比 K3 省一半以上
  • MiniMax-M3:推理 + 视觉,x0.25,原生多模态,擅长代码、智能体任务——成本敏感又要跑智能体时非常划算
  • MiniMax-M2.7:推理 + 视觉,倍率栏未标注,能力均衡、适合日常使用且性价比高——高频日常任务的主力候选
  • Deepseek-V4-Flash:推理 + 视觉,x0.06,DeepSeek 旗舰模型、支持 1M 上下文窗口、速度优先——清单里最省,追求快和省时用
  • Deepseek-V4-Pro:推理 + 视觉,x0.16,DeepSeek 旗舰模型、支持 1M 上下文窗口——比 Flash 略贵,长上下文场景的进阶选择
4按积分倍率控制成本

作用不同模型的积分消耗差异明显,长期用下来省出来的量很可观。

操作在模型清单中查看各模型的积分消耗倍率,数字越低消耗越少。按官方举例理解量级:x0.18 的模型比 x0.95 的模型便宜约 5 倍。

注意具体倍率以模型选择面板中实际显示的数值为准,面板会随版本调整。

倍率怎么读
  • 数字越低消耗越少:这是判断成本的唯一口径
  • 量级参照:官方举例 x0.18 的模型比 x0.95 的模型便宜约 5 倍,倍率差一点,累计消耗差很多
  • 未标注倍率的项:Auto 与 MiniMax-M2.7 在倍率栏没有数值,Auto 是默认智能选择,MiniMax-M2.7 主打性价比
  • 限时免费项:Hy3 标注为限时免费,属于阶段性优惠,以面板当时显示为准
5按场景匹配模型

作用把高倍率的模型留给真正难的活,日常任务用低成本模型即可。

操作日常简单任务可选 MiniMax-M2.7、Kimi-K2.6 这类均衡且消耗较低的模型;需要处理长文档和长链路任务时用 GLM-5.2(1M 上下文、擅长长程任务)或 Deepseek 系列(支持 1M 上下文窗口);写代码可用 Kimi-K2.7-Code 或 MiniMax-M3;确实不知道选哪个就用默认的 Auto。

注意需要图片理解时必须在带「视觉」标签的模型里挑;追求速度可选 Deepseek-V4-Flash,追求更强的自主执行能力再考虑 Kimi-K3。

选模型提示

拓展训练

训练1:做一张模型选择对照表
提示词(点右上角「复制」,可直接发给 WorkBuddy)
```markdown
你是 WorkBuddy,请把下面这份 WorkBuddy 微信小程序模型清单整理成一张对照表。数据如下:Auto(推理+视觉,无倍率标注,智能自动选择,默认);Hy3(推理+视觉,限时免费,混元思考模型,增强推理能力);GLM-5.2(推理+视觉,x0.79,1M 上下文,擅长长程任务);GLM-5.1(推理,x0.79,能力均衡,适合日常使用);GLM-5v-Turbo(推理+视觉,x0.95,原生多模态模型);Kimi-K3(推理+视觉,x1.62,擅长复杂长程自主任务,前端开发能力突出,在知识工作与科研推理上表现出色);Kimi-K2.7-Code(推理+视觉,x0.57,面向编程场景优化);Kimi-K2.6(推理+视觉,x0.52,适合日常任务);MiniMax-M3(推理+视觉,x0.25,擅长代码、智能体任务);MiniMax-M2.7(推理+视觉,无倍率标注,能力均衡,性价比高);Deepseek-V4-Flash(推理+视觉,x0.06,1M 上下文窗口,速度优先);Deepseek-V4-Pro(推理+视觉,x0.16,1M 上下文窗口)。要求:Markdown 表格,列为「模型 / 能力标签 / 积分消耗 / 推荐场景」,按积分消耗从低到高排序;表后写一句:倍率以面板实际展示为准,积分消耗数字越低消耗越少。中文。
```
预期结果

得到一张按积分消耗升序排列、字段与数据完全一致的中文对照表。

训练2:按场景推荐今天的用模型方案
提示词(点右上角「复制」,可直接发给 WorkBuddy)
```markdown
你是 WorkBuddy,我今天要在 WorkBuddy 微信小程序里处理四件事:一是把我拍的十几张发票照片识别成表格;二是总结一份很长的行业报告;三是写一段网页前端小工具的代码;四是日常改写几段文案。可用信息与要求:能力标签中「视觉」代表支持图片理解,拍照、截图场景必须选这类模型,「推理」代表支持逻辑推理、任务规划与多步骤执行;积分消耗数字越低消耗越少;不确定时用默认的 Auto 智能自动选择。请为四件事各推荐一个模型并说明理由(侧重能力匹配而非只有成本),最后给出一条总消耗更省的搭配建议。中文,600 字以内。
```
预期结果

得到四件事的逐一推荐加一条组合省钱方案,且图片类任务都落在带视觉标签的模型上。

训练3:写一版模型切换的团队约定
提示词(点右上角「复制」,可直接发给 WorkBuddy)
```markdown
你是 WorkBuddy,请帮我起草一版“团队使用 WorkBuddy 小程序选模型的约定”。必须引用的规则:模型选择面板由点击输入栏中的模型名称(如「Kimi-K3 ▾」)弹出,且当前任务第一句话发送后模型选择才会显现;「推理」支持逻辑推理、任务规划与多步骤执行,「视觉」支持图片理解,拍照截图场景必须选带「视觉」标签的模型;积分倍率数字越低消耗越少;默认使用 Auto 由系统智能自动选择。要求:写成 5 条以内的团队约定,每条一句话可执行,开头明确“默认不动,需要时再切”,并提醒所有倍率以面板实际显示为准。中文,400 字以内。
```
预期结果

得到 5 条以内、可直接贴进团队规范的中文约定。

参考文档:选择模型(WorkBuddy 官方文档)
本文基于官方文档再创作,具体以官方文档站实际展示为准。