按复杂度、上下文、失败成本和预算选择 AI 编程模型。
模型选择不应只看榜单或单价。简单解释、摘要和小改动可以用基础模型；跨文件重构、疑难排错和架构判断再切到更适合复杂推理的模型。先拆小任务，再选择模型，通常更稳也更省。
不是。简单解释、摘要和小改动用基础模型通常足够；复杂推理、跨文件改动和高失败成本任务再使用更适合复杂推理的模型。
先用基础模型整理问题和缩小范围，再把明确的关键实现交给更适合复杂推理的模型，可以减少无效调用。