我的AI模型使用情况分享
首先，大多数国内云厂商和模型服务商的模型我都接入和使用过，以下是根据实际体验得出的算力服务上自测评价，排序靠前说明体验感和实际使用效果很好；
我的模型体感（云厂商和模型商）
主要以稳定性、模型质量、使用体验为主的主观描述，国外模型不在表单里，因为属于算力能力和模型能力双领先；
| 排名 | 平台 | 我的推荐理由 | 我的使用劣势感受 |
|---|---|---|---|
| 1 | 火山引擎 / 火山方舟 | 我会把它作为线上生产环境的首选，尤其适合需要低延迟、高稳定性和持续调用的业务。 | 我觉得它的优势主要集中在生产稳定性上，如果追求极限低价，可能不是最便宜的选择。 |
| 2 | 阿里云百炼 | 我会把它作为企业级 AI 应用和多模型生态的主力平台，尤其适合需要工具链、Batch、长上下文和模型管理的场景。 | 我觉得它的产品体系比较完整，但也相对复杂，上手和配置成本会比单一 API 平台高一些。 |
| 3 | DeepSeek 官方 | 我会把它作为低成本、高性价比调用 DeepSeek 模型的首选，适合大批量、成本敏感的任务。 | 我在高峰期可能会担心它的稳定性和响应速度，所以不一定会把它单独作为核心生产依赖。 |
| 4 | 腾讯云 | 我会把它作为腾讯云生态内项目的补充选择，尤其适合已经在腾讯云上部署业务的场景。 | 我觉得它在价格和综合体验上不算最突出，如果没有腾讯云生态绑定，吸引力会弱一些。 |
| 5 | 硅基流动 | 我会把它作为模型试验和多模型切换的平台，适合快速测试不同开源模型和低成本方案。 | 我觉得它更适合测试和非实时任务，强实时生产场景下我会更谨慎。 |
| 6 | MiniMax 官方 | 我会在长上下文、多模态、语音或特定 MiniMax 模型能力上优先考虑它。 | 我不会把它作为通用推理 API 的第一主力，因为平台综合稳定性和生态证据不如火山、阿里这类云厂商充分。 |
| 7 | 智谱 GLM 官方 | 我会在中文场景、长上下文、工具调用和国产模型适配上考虑 GLM。 | 我觉得它的模型能力有特色，但公开的第三方平台级压测资料相对不足，所以生产主力选择上我会保守一些。 |
| 8 | 天翼云息壤 | 我会在政企、国产化、合规、央国企或电信体系项目里优先考虑它。 | 我觉得它更偏政企交付和合规场景，作为个人开发者或互联网产品的主力 API，体验和灵活度可能不是最优，当前缺失缓存机制，成本很高且模型上下文窗口阉割和算力不足。 |
我的主力模型
gpt + glm5.1
- 企业使用： 火山放在线上实时调用、Agent 后端、需要稳定低延迟的任务；阿里放企业生态、Qwen、百炼工作流、Batch、长上下文和多模型兜底
- 个人使用： Claude/Codex 更像"会干活的工程师" 或智谱的coding plans
- 政企客户： 尤其是电信、政务、金融、央国企场景，息壤价值在合规、国产算力、专网和交付，但个人开发者不推荐
国内模型
模型自测排行
- GLM5.1（推荐，中等难度编程 或 自主任务执行）
- DeepSeek v4（可以赶上GLM5.1）
- MiniMax 2.7（在复杂任务执行，效果欠佳，比如openclaw的agent自主任务）
- Seedance 2.0（推荐，视频质量还可以，够用）
- MiniMax 2.5 和 GLM5（仅适合简单任务）
- 豆包 = 千问 > 元宝（网页使用推荐前2个）
模型用量数据
- 我的智谱AI，开通的是季度lite套餐，月度使用量截止到现在是31亿tokens；
- 我的MiniMax开通的是Pro版本，主要是给openclaw在中等使用场景，自主调用，比如新闻或资讯类消息检索、整理、分析和回报；
通过AI agent自主，我使用vibe coding 在98%的AI自主工作下，完整信息搜索、分析、整理和线上网站展示：https://024news.us/daily-report 和 https://fake.024news.us/
对DeepSeek，我使用的是天翼云息壤的产品算力，原因是：免费，O(∩_∩)O哈哈~
对云厂商的coding plans，我这里不是很推荐，原因是体验下来，算力速度和限制比模型厂商更慢和限制多，且后续也不一定能稳定使用最新模型，在当前阶段，推荐以模型上的coding plans为主，再结合自身公司的免费套餐为辅；
USA模型
模型自测排行
- OpenAI ChatGPT（推荐，以codex为核心的办公套件，能够胜任复杂任务的执行）
- Claude（推荐复杂工作使用，但是对中国用户屏蔽严重）
模型用量数据
Codex团队版现在我们是6人使用，按照周和5小时限制最大使用量，基本上在工作时间，5小时使用额度是被榨干的，因为GPT系列对复杂工作能够自主完成的很好（编程+办公），缓存命中大幅度节省了tokens使用量；
我的AI工作（非模型层面）
| 排名 | 工具 | 我会怎么用 | 我最担心什么 |
|---|---|---|---|
| 1 | Codex | 我会把它作为关键代码任务、PR Review、修 bug、重构的主力。 | 成本、额度、生态绑定，以及仍然需要人工复核。 |
| 2 | Kilo Code | 我会把它作为多模型、多 IDE、团队化 AI 编程工作台。 | 功能复杂，团队落地需要规范和权限控制。 |
| 3 | opencode | 我会把它作为开源、可控、可换模型的本地/终端 Agent。 | 配置和维护成本较高，团队管理能力不如商业平台。 |
| 4 | OpenClaw + 飞书 | 我会把它作为飞书办公自动化、知识库、日程、文档和任务助手。 | 权限太强，安全边界必须严格控制。 |
Codex
我会把 Codex 当成工程级 AI 编程 Agent，适合做代码审查、修 bug、生成 PR、处理后端任务和多文件修改。OpenAI 官方也把它定位为 coding agent，并强调 CLI、桌面端、PR review 等工作流；在个人开源开发工作中：把它放在核心代码任务、复杂重构、review、修线上 bug、生成测试这些高价值任务上。
opencode
在公司工作中：我会把 opencode 当成开源版 Claude Code / Codex 类工具，适合想自己掌控模型、终端体验和上下文的开发者。它官方 GitHub 明确写着是 "open source coding agent"。配合息壤的算力模型，使用GLM5.1进行开发和日常工作。
- 我会觉得它更适合懂技术、愿意折腾的人；如果团队要开箱即用、统一管理，体验可能不如商业工具。
- 开源不等于低维护成本。我需要自己处理配置、权限、模型 key、安全策略和团队规范
Kilo Code
是Vscode里的插件和电脑里的cli工作：我会把 Kilo Code 看成更产品化的开源/多模型 AI 编程平台，不只是一个 CLI。它公开页面强调 VS Code、JetBrains、CLI、Slack、云代理、代码审查、部署、并行 Agent 等能力。综合体验比opencode更好，通过UI更好更容易上手使用。
OpenClaw + 飞书
我会把 OpenClaw + 飞书看成办公自动化 Agent，不是纯代码工具。OpenClaw 官方 GitHub 把它描述为运行在自己设备上的个人 AI 助手，可以通过已有渠道响应用户。我不会把它和 Codex、opencode、Kilo Code 直接同类比较；它更像"飞书里的数字助理/办公 Agent"。
注意：OpenClaw + 飞书适合做"办公/协作/知识库 Agent"，但我会把安全和权限放在第一位。它不是最强代码 Agent，而是最适合飞书生态的行动型助手。
