Elija una guía de enrutamiento LLM: ChinaAPI

El modelo predeterminado incorrecto es el modelo insignia para cada solicitud. La mayoría de los fallos de producción ocurren antes: un modelo de solo texto recibe una imagen, un modelo 256K obtiene un repositorio ilimitado, un primer intento económico se convierte silenciosamente en cinco reintentos, o un bucle de herramientas no tiene presupuesto ni límite de aprobación.

La instantánea del 2026-07-20, conciliada con el gateway, contiene 25 modelos actuales por token etiquetados como Reasoning. Eso supone suficientes opciones como para que una clasificación genérica resulte menos útil que una regla de enrutamiento. Esta guía reduce la primera decisión a la restricción que puede hacer fallar una tarea: la modalidad, la ventana de contexto, el uso de herramientas, la latencia o el coste de una respuesta aceptada.

Esta es una guía de selección del catálogo actual, no un referente de calidad público. Los model IDs que se muestran a continuación están disponibles en el catálogo ChinaAPI; el grupo de cuentas, el saldo, los límites de velocidad, el estado del servicio y la tarea en sí siguen influyendo en si una solicitud se realiza correctamente.

La respuesta corta

• Para RAG centrado en texto, extracción, clasificación y candidatos de código económicos, empiece con deepseek-v4-flash. En el catálogo actual tiene una ventana de contexto de 1M y soporte de herramientas, a $0.3 de entrada / $1.2 de salida por millón de tokens. No envíe entradas de imagen o vídeo a una ruta de solo texto.
• Utilice qwen3.7-plus como opción predeterminada práctica para agentes de uso general cuando el trabajo necesite archivos o imágenes además de una ventana de 1M. Es la prueba inicial adecuada cuando el uso de herramientas y el contexto visual importan más que minimizar cada token.
• Para trabajos largos, elija la operación antes que la marca. LongCat-2.0 es una ruta de 1M solo de texto con herramientas; kimi-k2.7-code es el candidato especializado en código, con 256K; MiniMax-M3 es la ruta de 1M de esta instantánea con archivos y visión. Resuelven restricciones distintas.
• Reserve qwen3.8-max, glm-5.2, o bien kimi-k3 para pasadas seleccionadas de alto valor y revisiones independientes. Una pasada premium es más útil cuando ya existe un candidato, no como primera llamada en un flujo de trabajo masivo.
• Utilice glm-5v-turbo cuando la entrada incluya vídeo. En el catálogo actual es la ruta de razonamiento etiquetada explícitamente para imagen, vídeo, archivos y herramientas; una ruta solo de texto o solo de imagen no puede recuperar información que nunca recibió.

Esta postura es deliberada: No se guíe por la etiqueta principal del proveedor. Enruta por el modo de fallo que no puede aceptar y, a continuación, obtenga una escalada de prioridad con datos de salida aceptados.

Lo que el catálogo actual permite

La tabla es, intencionadamente, un mapa de enrutamiento y no un ranking. deepseek-v4-flash puede ser una mejor primera llamada que un modelo insignia cuando la entrada es texto y el objetivo es producir candidatos a bajo coste. Es una mala primera llamada cuando el trabajo depende de una imagen, un vídeo o un archivo que el modelo no puede inspeccionar.

El precio es un factor a considerar en el enrutamiento, no la decisión.

Los precios mostrados actualmente demuestran por qué importa la dirección de los tokens. deepseek-v4-flash cuesta $0.3 de entrada / $1.2 de salida por millón de tokens. qwen3.7-plus cuesta $1.2 / $4.8; LongCat-2.0 cuesta $0.3 / $1.2; y qwen3.8-max cuesta $2 / $6.

Esas cifras son tasas de visualización actuales conciliadas por la puerta de enlace, no una predicción del costo total del proyecto ni una puntuación de calidad. Los tokens de pensamiento, los fallos de caché, las llamadas a herramientas, los reintentos, la corrección humana y la probabilidad de aceptar la respuesta modifican el resultado. La unidad útil es:

usable-answer cost =
  (input tokens + output/thinking tokens + tool costs + retries + review time)
  / accepted answers

Un precio de entrada bajo sale perdiendo si un modelo no puede procesar la modalidad de origen o si su primer resultado no supera repetidamente una comprobación de esquema, cita, herramienta o revisión de código. Por el contrario, un modelo con un precio de salida alto puede ser adecuado para una revisión final seleccionada y un despilfarro para cada candidato de un lote. Consulte los precios en vivo antes de poner una ruta en producción.

Un método de enrutamiento repetible de dos etapas

Crea la ficha de tareas antes de elegir el modelo. El objetivo es evitar que una solicitud se convierta accidentalmente en un bucle de agente costoso e ilimitado.

{
  "task_id": "contract-qa-01",
  "task_type": "document_question_answering",
  "source_modalities": ["pdf", "image"],
  "context_band": "1m",
  "needs_tools": true,
  "needs_video_input": false,
  "max_tool_rounds": 6,
  "max_attempts": 2,
  "acceptance_checks": ["answer cites supplied pages", "JSON validates", "no unsupported claim"],
  "candidate_model": "qwen3.7-plus",
  "escalation_model": "glm-5.2",
  "human_approval_required": true
}

Después, enruta cada tarea en cinco pasos:

1. Seleccione la ruta de menor coste que pueda leer los datos de entrada y que cumpla con las restricciones de contexto/herramienta.
2. Realizar una selección limitada de candidatos con comprobaciones de aceptación explícitas, límites de coste y de reintentos.
3. Solo los casos fallidos o de alto valor deben ser remitidos a una vía especializada o premium.
4. Para resultados con consecuencias importantes, realice una revisión independiente y requiera la aprobación humana antes de realizar acciones externas, pagos, implementaciones o eliminar datos.
5. Almacena el resultado de aceptación/rechazo, los tokens facturados, las rondas de herramientas, los reintentos y los minutos de reparación. Promueve una ruta a predeterminada solo después de que tenga éxito con los datos de salida aceptados.

El informe interno de enrutamiento define un conjunto candidato de 60 tareas que abarca RAG de texto, extracción estructurada, programación, uso de herramientas, documentos largos, comprensión de imágenes o vídeo y revisión final. Es un plan de pruebas, no un benchmark público. Todavía no hemos publicado tasas de finalización repetidas de ChinaAPI, distribuciones de latencia, tasas de éxito de herramientas ni resultados de programación a nivel de repositorio para los 25 modelos.

Errores comunes en las rutas

Lo que esta guía no afirma

Este artículo no publica una clasificación de calidad universal, una tabla comparativa de latencia, una garantía de disponibilidad del proveedor ni un resultado de la política de seguridad. Las configuraciones de los modelos y los precios de las pasarelas pueden cambiar; la página de precios en tiempo real es la fuente de información autorizada. Tampoco disponemos aún de una evaluación comparativa pública que demuestre que un modelo es superior en cuanto a código, razonamiento, uso de herramientas o comprensión multimodal para cada tarea.

Utilice la información del catálogo actual para elegir una primera ruta viable. A continuación, mida sus propios resultados aceptados, tipos de fallos, reintentos y coste total. La siguiente actualización útil es un informe comparativo con un conjunto fijo de tareas, ejecuciones repetidas, metodología sin procesar y conclusiones claramente definidas, en lugar de una clasificación más llamativa.