why01 API 文档

主题

模型档位与上下文窗口 ​

一句话

模型有"大小档位"之分——越大越聪明、越贵、越慢；"上下文窗口"则决定它一次能记住多少内容。 选模型就是在这两件事之间找平衡。

🚗 模型像不同排量的车 ​

同一家厂商往往出好几款模型，从轻快便宜到顶配强力都有。可以粗略分成三档：

档位常见名字里带的词特点适合
轻快档mini / haiku / flash便宜、快，能力够日常用聊天、翻译、简单总结、跑量
主力档sonnet / 主流 GPT 系综合最均衡，最常用写代码、复杂推理、agent 工作流
顶配档opus / pro / ultra最聪明、最贵、相对慢难题、长任务、对质量极敏感的活

一个朴素规律：越大越聪明、越贵、越慢（绝大多数情况下成立）。

模型选择是"几十倍"的变量

同样的活，用轻快档和用顶配档，账单可能差一两个数量级。所以省钱的第一招永远不是抠 prompt，而是别动不动就上顶配——先用便宜档试，不够用再往上换。

🏷️ 模型名得"一字不差" ​

调用时模型名是个精确字符串，不容错、不模糊匹配：大小写错、少个连字符、自己脑补一个名字，都会直接报 404 model not found。

永远从控制台模型页复制名字，别手敲。具体命名套路和排错见 模型选择。

哪些模型能用、单价多少，只认控制台

上游模型几乎每周都在变（新增、改名、下线），任何文档写死的清单都会很快过期。唯一可信的列表 = 控制台模型 / 定价页，按你账户所在 分组 筛一下，看到的就是你能调的。

📏 上下文窗口（Context Window） ​

这是新手最容易忽略、又最容易踩的一个概念。

上下文窗口 = 模型一次最多能"同时看进眼里"的 token 总量。

关键在于，这个窗口要装下的不只是你这一句话，而是：

你的输入 ＋ 对话历史 ＋ 贴进去的文件 ＋ 模型这次的输出

全部加起来，不能超过模型的上下文窗口。

打个比方：上下文窗口就像模型的"桌面大小"。桌面就那么大，你摊开的资料（输入+历史）越多，留给它写答案（输出）的地方就越小；资料堆到桌子放不下，它就会报错或者把早先的内容"挤掉"。

超出窗口会怎样 ​

  • 直接报错（提示 context length exceeded 之类）
  • 或者部分客户端会自动把最早的对话历史截断，导致模型"忘了"前面说过的话

怎么应对 ​

  • 选模型前先看它支持多大的上下文窗口（控制台 / 模型说明里有标）
  • 一次别喂超大文件，拆开喂
  • 长对话定期清历史（很多工具用 /clear），既省钱又避免撑爆窗口

窗口大小 ≠ 越大越好

大窗口模型往往更贵，而且就算窗口能装下，塞太多无关内容反而会稀释模型注意力、还多花 input 的钱。够用就行。

🖼️ 多模态：能看图、能听音的模型 ​

普通模型只认文字，多模态模型还能"看懂"图片、有的能处理音频。控制台里带 vision / multimodal 标签的就是。

注意：文生图 / 图生图是另一类专门模型（图像生成专用模型，控制台归在出图 / 绘图类），走的是图像生成接口，不是聊天接口。详见 Nano Banana 图像生成。

🚀 下一步 ​