多模型策略，听起来有点技术味，但背后的逻辑其实很简单：不同任务，需要不同能力。想想看，日常对话要快，复杂推理要深，长文档处理要能一口气吞下几十万字，代码生成又得盯紧工程能力——这些需求，哪个模型能一把抓？
WorkBuddy的思路很直接：内置12个主流大模型，让用户像挑选工具一样，按活儿选模型。这种设计，本质上是把单一模型的“全能”幻想，换成了一套“多面手”的实用组合拳。既能用轻量模型反赌，也能请旗舰模型啃硬骨头，效率、质量、成本，三个维度都得兼顾。
实际操作也很简单：对话框右上角有个下拉菜单，手选模型；或者干脆用Auto模式，让系统自己判断该用谁。
一、12个内置模型全景图谱
Auto自动调度模式：智能入口
如果第一眼看到这么多模型有点懵，或者手头的任务类型复杂到自己也说不清，那Auto模式就是最佳起点。系统会根据任务类型、复杂度、上下文特征，自动匹配最合适的模型。零决策成本，直接开干。
Hy3（混元自研MoE架构）：办公主力
Hy3是什么来头？腾讯混元团队自主研发的思考模型，采用快慢思考融合的MoE架构。总参数量295B，但激活参数仅21B，这意味着什么？通俗点说，它用稀疏激活的设计，在保持强大推理能力的同时，大幅降低了推理成本。最大支持256K上下文，日常办公完全够用。
实测数据显示，Hy3在Agent任务中表现尤为突出，约90%的Agent任务都能胜任，平均耗时还缩减了约34%。目前处于限时免费阶段，已经成为WorkBuddy自选模型中占比超过60%的主力选手。日常办公、前端开发、数据整理这些高频场景，基本可以闭眼选它。
智谱GLM系列：三款旗舰各司其职
GLM-5.2是智谱最新一代旗舰，核心亮点是什么？1M超长上下文窗口，加上顶尖的全栈代码能力。在FrontierSWE、Terminal-Bench 2.1等权威代码基准测试中，它已经跻身全球开源模型前列。更巧妙的是，它引入了思考档位控制——让用户能在能力、速度、成本之间灵活调节。另外，WorkBuddy在2026年7月16日接入该模型后，同步推出了夜猫子错峰优惠计划：每晚23点到次日8点使用，享有折扣。
GLM-5.1则专门针对Agent场景做了深度优化，自主规划与工具调用能力出色，适合那些需要多步骤执行的工作流任务。
GLM-5v-Turbo是原生多模态模型，视觉理解与图文联合推理是它的强项。如果手头有截图、设计稿这类图像输入任务，找它准没错。
MiniMax系列：长程编码的大杀器
MiniMax-M3是新一代旗舰，采用自研MSA稀疏注意力架构，同样支持1M超长上下文。作为原生多模态模型，它在编程与智能体任务上达到了前沿水平。长程编码、跨文件重构这类高要求场景，它很吃得开。
MiniMax-m2.7则主打高性价比，能力均衡，日常办公、内容创作，算是一个经济实惠的选择。
月之暗面Kimi系列：超长上下文与代码专长
Kimi K3是月之暗面新一代开源大模型，2.8万亿参数，100万token上下文窗口，原生支持视觉理解。前端开发、知识工作、科研推理，这几个方向表现突出。目前它优先向企业专享版及个人订阅用户开放。
Kimi-K2.7-Code是代码生成专用版，编程任务针对性优化过。Kimi-K2.6则是多模态模型，适合日常办公与一般性内容处理。
DeepSeek系列：旗舰与轻量双线布局
DeepSeek-V4-Flash与DeepSeek-V4-Pro，都是DeepSeek的旗舰级模型，均支持1M上下文窗口。Pro版本总参数1.6T，激活参数49B，面向复杂推理与长文档分析；Flash版本总参数284B，激活参数13B，以更低延迟和成本适合日常高频任务。两者都采用了全新注意力机制，在1M上下文长度下，计算量与显存占用大幅降低。
二、场景化选型指南
那么，怎么选？下面这张表，可以直接对照着看：
| 使用场景 | 推荐模型 | 选择理由 |
|---|---|---|
| 日常办公对话、邮件撰写、简单问答 | Hy3 / MiniMax-m2.7 | 响应速度快，限时免费或性价比高，常规任务足够用 |
| 复杂推理、深度分析报告 | GLM-5.2 / Kimi K3 | 旗舰级推理能力，支持深度思考模式 |
| 超长文档处理（整本手册、法律合同） | GLM-5.2 / Kimi K3 / DeepSeek-V4-Pro / DeepSeek-V4-Flash | 四款模型均支持1M token超长上下文，一次性处理数十万字 |
| 全栈代码开发、项目级编程 | GLM-5.2 / Kimi K3 / MiniMax-M3 | 在代码基准测试中表现领先 |
| 前端开发与界面生成 | Kimi K3 / Hy3 | Kimi K3前端开发能力突出；Hy3在组件生成与样式调试方面稳定 |
| 图片理解、截图分析 | GLM-5v-Turbo / Kimi K3 | 原生多模态架构，视觉语义对齐能力强 |
| 夜间批量任务（报告生成、数据处理） | GLM-5.2（夜猫子时段） | 夜间23点至次日8点享错峰折扣，适合睡前下发、晨起验收 |
| 不确定选什么 | Auto | 系统自动判断任务类型并匹配最优模型 |
| 高频简单任务、API调用 | DeepSeek-V4-Flash | 低延迟、低成本，适合批量操作 |
| 科研论文阅读与分析 | Kimi K3 / GLM-5.2 | 百万级上下文配合强推理能力，可综合多篇文献信息 |
三、自定义模型接入方案
除了内置的12个模型，WorkBuddy还支持通过可视化界面接入第三方大模型，无需手动编辑配置文件。
Ollama本地部署：如果对数据隐私有严格要求，可以走这条路。通过Ollama运行开源模型，内容完全不出本机，适用于内网合规、离线环境或零成本试用。模型只在本地运行，不产生云端调用费用。
Token Plan：腾讯云提供的套餐方案，兼容混元、MiniMax、Kimi、GLM等主流模型，个人与企业均可按需选择。
Coding Plan：面向AI编程场景的专属订阅套餐，支持腾讯云Coding Plan、智谱Coding Plan、Kimi Coding Plan等多种选择。
自定义协议：如果模型服务使用了非标准URL路径，可以通过高级配置开启自定义协议开关，按填写地址直接发起请求。
所有自定义模型的配置信息（含API Key）仅保存在本地models.json文件中，不上传云端。WorkBuddy只作为通信链路转发请求，除必要传输与安全审计外，不读取或存储相关内容。
四、Credits消耗与成本优化建议
Credits是WorkBuddy中用于计量AI模型调用与文件处理等操作的虚拟积分。不同模型消耗的Credits数量不同，推理模型通常消耗更多。在成本控制方面，可以试试以下策略：
- 日常轻度使用：选Hy3限时免费模型，零成本解决基本需求。
- 大批量文本处理：安排在GLM-5.2夜猫子时段执行，错峰折扣能省不少。
- 简单问答类任务：使用DeepSeek-V4-Flash，降低单次消耗。
- 长期高频使用：企业版提供集中计费与用量管控功能，有助于整体成本管理。
另外，标准版及以上付费套餐每月会获得加赠积分。企业客户还可以关注官方不定期推出的限时活动，获取额外额度。
