model-hierarchy

模型层级

将任务交给能够处理它的最便宜模型。大多数 Agent 工作都是日常任务。

核心原则

**80% 的 Agent 任务都是琐碎的杂务。**读取文件、检查状态、格式化、简单问答。这些任务不需要昂贵的模型。将高级模型留给真正需要深入推理的问题。

模型层级

第 1 层：低价（每百万 token $0.10-0.50）

模型	输入	输出	最适合
DeepSeek V3	$0.14	$0.28	常规通用工作
GPT-4o-mini	$0.15	$0.60	快速响应
Claude Haiku	$0.25	$1.25	快速调用工具
Gemini Flash	$0.075	$0.30	高调用量
GLM 5 (Zhipu)	(OpenRouter Z.AI)	(OpenRouter Z.AI)	常规及中等文本任务；200K 上下文；仅文本——不可用于图像/视觉任务
Kimi K2.5 (Moonshot)	$0.45	$2.25	常规及中等任务；262K 上下文；多模态（文本 + 图像 + 视频）

**仅文本模型（例如 GLM 5）：**不要用于任何需要图像输入或视觉能力的任务——包括照片分析、截图、图像生成工具或文档/图表视觉分析。应将任务交给支持视觉的模型（例如 Kimi K2.5、GPT-4o、Gemini、支持视觉的 Claude、GLM-4.5V/4.6V）。

**支持视觉的第 1/2 层模型（例如 Kimi K2.5）：**对于可能涉及图像的常规或中等任务，可使用这类模型——包括截图、照片分析、文档、图像生成编排——无需转而使用高级视觉模型。

第 2 层：中价（每百万 token $1-5）

模型	输入	输出	最适合
Claude Sonnet	$3.00	$15.00	均衡的性能
GPT-4o	$2.50	$10.00	多模态任务
Gemini Pro	$1.25	$5.00	长上下文

第 3 层：高级（每百万 token $10-75）

模型	输入	输出	最适合
Claude Opus	$15.00	$75.00	复杂推理
GPT-4.5	$75.00	$150.00	前沿任务
o1	$15.00	$60.00	多步骤推理
o3-mini	$1.10	$4.40	经济型推理

价格截至 2026 年 2 月。当前费率请查阅提供商文档。

任务分类

执行任何任务前，先对任务进行分类：

常规 → 使用第 1 层

需要图像/视觉能力 → 不要分配给仅文本模型（GLM 5 等）。请使用第 1/2 层或第 3 层中的支持视觉模型（例如 Kimi K2.5、GPT-4o、Gemini、Claude、GLM-4.5V）。

特征：

• 单步操作
• 指令清晰明确
• 无需判断
• 预期输出具有确定性

示例：

• 文件读写操作
• 状态检查和健康监控
• 简单查询（时间、天气、定义）
• 格式化和重组文本
• 列表操作（筛选、排序、转换）
• 使用已知参数调用 API
• 心跳和 cron 任务
• 获取 URL 和基础解析

中等 → 使用第 2 层

特征：

• 多步骤，但定义明确
• 需要一定的综合整理
• 有标准模式可循
• 质量很重要，但并非关键

示例：

• 代码生成（标准模式）
• 摘要和综合整理
• 起草内容（邮件、文档、消息）
• 数据分析和转换
• 多文件操作
• 工具编排
• 代码审查（非安全相关）
• 搜索和研究任务

复杂 → 使用第 3 层

特征：

• 需要解决新颖问题
• 存在多种有效方法
• 需要细致判断
• 风险高或不可逆
• 先前尝试失败

示例：

• 多步骤调试
• 架构和设计决策
• 涉及安全的代码审查
• 较便宜的模型已经失败的任务
• 需要解释的模糊需求
• 长上下文推理（>50K token）
• 需要原创性的创作工作
• 对抗性或边缘情况处理

决策算法

function selectModel(task):
    # Rule 1: Vision override (Tier 1/2 includes text-only models)
    if task.requiresImageInput or task.requiresVision:
        return VISION_CAPABLE_MODEL  # e.g. Kimi K2.5, GPT-4o, Gemini, Claude; do not use GLM 5 or other text-only
    
    # Rule 2: Escalation override
    if task.previousAttemptFailed:
        return nextTierUp(task.previousModel)
    
    # Rule 3: Explicit complexity signals
    if task.hasSignal("debug", "architect", "design", "security"):
        return TIER_3
    
    if task.hasSignal("write", "code", "summarize", "analyze"):
        return TIER_2
    
    # Rule 4: Default classification
    complexity = classifyTask(task)
    
    if complexity == ROUTINE:
        return TIER_1
    elif complexity == MODERATE:
        return TIER_2
    else:
        return TIER_3

行为规则

主会话

1. 交互式工作默认使用 Tier 2
2. 处理常规工作时建议降级：“这是常规任务——我可以用更便宜的模型处理，或启动一个子 Agent。”
3. 遇到困难时请求升级：“这需要更强的推理能力。正在切换到 [premium model]。”

子 Agent

1. 默认使用 Tier 1，除非任务显然属于中等或更高复杂度
2. 批量处理相似任务，以分摊开销
3. 将失败情况报告给父级，以便升级处理

自动化任务

1. 心跳检测/监控 → 始终使用 Tier 1
2. 定时报告 → 根据复杂度使用 Tier 1 或 Tier 2
3. 告警响应 → 从 Tier 2 开始，必要时升级

沟通模式

建议更换模型时，使用清晰的措辞：

降级建议：

“这看起来是常规文件操作。要我在 DeepSeek 上启动一个子 Agent 来处理吗？结果相同，成本却低得多。”

升级请求：

“我已经快要达到目前能解决的问题上限了。这需要 Opus 级别的推理能力。正在升级。”

解释层级：

“我用 Sonnet 进行深入分析，同时让子 Agent 在 DeepSeek 上获取数据。这样既能降低成本，也不会在关键任务上牺牲质量。”

成本影响

假设平均每天使用 100K 个词元：

策略	月成本	备注
纯 Opus	~$225	能力最强，支出最高
纯 Sonnet	~$45	大多数工作的良好默认选择
纯 DeepSeek	~$8	价格低廉，但处理难题的能力有限
层级策略（80/15/5）	~$19	兼顾各方面的最佳选择

80/15/5 的分配比例：

• 80% 的常规任务使用 Tier 1（~$6）
• 15% 的中等复杂度任务使用 Tier 2（~$7）
• 5% 的复杂任务使用 Tier 3（~$6）

结果：与纯高端模型相比，成本降低 10 倍，且复杂任务的质量相当。

集成示例

OpenClaw

# config.yml - set default model
model: anthropic/claude-sonnet-4

# In session, switch models
/model opus  # upgrade for complex task
/model deepseek  # downgrade for routine

# Spawn sub-agent on cheap model
sessions_spawn:
  task: "Fetch and parse these 50 URLs"
  model: deepseek

OpenRouter（使用 Tier 1 的视觉模型或纯文本模型）：

# Tier 1 with vision — Kimi K2.5 (multimodal)
model: openrouter/moonshotai/kimi-k2.5
# Heartbeats, cron, image-involving tasks: K2.5 handles text and vision.

# Tier 1 text-only — GLM 5 (no vision)
# model: openrouter/z-ai/glm-5  # exact ID TBD on OpenRouter Z.AI
# Routine text-only only; for image tasks use Kimi K2.5 or another vision-capable model.

Claude Code

# In CLAUDE.md or project instructions
When spawning background agents, use claude-3-haiku for:
- File operations
- Simple searches  
- Status checks

Reserve claude-sonnet-4 for:
- Code generation
- Analysis tasks

通用 Agent 系统

def get_model_for_task(task_description: str) -> str:
    routine_signals = ['read', 'fetch', 'check', 'list', 'format', 'status']
    complex_signals = ['debug', 'architect', 'design', 'security', 'why']
    
    desc_lower = task_description.lower()
    
    if any(signal in desc_lower for signal in complex_signals):
        return "claude-opus-4"
    elif any(signal in desc_lower for signal in routine_signals):
        return "deepseek-v3"
    else:
        return "claude-sonnet-4"

反模式

不要：

• 使用 Opus 运行心跳检测
• 在文件 I/O 操作中使用高端模型
• 任务显然属于常规工作时仍使用昂贵模型
• 默认在高端模型上启动子 Agent
• 将 GLM 5（或任何纯文本 Tier 1/2 模型）用于图像/视觉任务，例如照片分析、截图理解、图像生成技能，或任何需要图像输入的工具

应该：

• 从中端模型开始，根据任务调整
• 使用可行的最便宜模型启动辅助 Agent
• 遇到困难时明确升级
• 按任务类型跟踪成本，以便进一步优化

扩展此技能

根据你的使用场景进行自定义：

1. 调整层级定义，以适应你的服务提供商/预算
2. 在分类规则中添加领域特定信号
3. 跟踪实际复杂度与预测值，以改进启发式规则
4. 设置预算告警，及时发现高端模型使用失控的情况