Pilih Bahasa Mandarin LLM: Panduan Rute Saat Ini ChinaAPI

Kesalahan standar adalah model unggulan untuk setiap permintaan. Sebagian besar kegagalan produksi terjadi lebih awal: model hanya teks menerima gambar, model 256K mendapatkan repositori yang tidak terbatas, percobaan pertama yang murah secara diam-diam menjadi lima kali percobaan ulang, atau loop alat tidak memiliki anggaran dan batasan persetujuan.

Snapshot 2026-07-20 yang direkonsiliasi dengan gateway berisi 25 model bertarif per token yang saat ini diberi tag Reasoning. Pilihan sebanyak itu sudah cukup untuk membuat papan peringkat generik kurang berguna dibandingkan aturan perutean. Panduan ini mempersempit keputusan pertama ke batasan yang dapat membuat tugas gagal: modalitas, jendela konteks, penggunaan alat, latensi, atau biaya sebuah jawaban yang diterima.

Ini adalah panduan pemilihan katalog terkini, bukan tolok ukur kualitas publik. model IDs di bawah ini aktif di ChinaAPI saat ini; grup akun, saldo, batasan laju, kesehatan hulu, dan tugas itu sendiri masih memengaruhi keberhasilan suatu permintaan.

Jawaban singkatnya

• Mulailah RAG berbasis teks, ekstraksi, klasifikasi, dan kandidat kode yang hemat biaya dengan deepseek-v4-flash. Model ini memiliki jendela konteks 1M dan dukungan alat dalam katalog saat ini, dengan harga $0.3 input / $1.2 output per juta token. Jangan kirim input gambar atau video ke rute khusus teks.
• Gunakan qwen3.7-plus sebagai default agen serbaguna yang praktis ketika pekerjaan membutuhkan file atau gambar sekaligus jendela 1M. Model ini adalah uji pertama yang tepat ketika penggunaan alat dan konteks visual lebih penting daripada meminimalkan setiap token.
• Untuk pekerjaan panjang, pilih operasinya lebih dulu, baru mereknya. LongCat-2.0 adalah rute khusus teks 1M dengan dukungan alat; kimi-k2.7-code adalah kandidat spesialis kode dengan konteks 256K; MiniMax-M3 adalah rute 1M dalam snapshot ini yang mendukung file dan visi. Ketiganya mengatasi batasan yang berbeda.
• Khususkan qwen3.8-max, glm-5.2, atau kimi-k3 untuk tahap bernilai tinggi yang dipilih dan tinjauan independen. Tahap premium paling berguna setelah kandidat tersedia, bukan sebagai panggilan pertama dalam alur kerja massal.
• Gunakan glm-5v-turbo ketika input mencakup video. Dalam katalog saat ini, model ini adalah rute penalaran yang secara eksplisit ditandai untuk gambar, video, file, dan alat; rute khusus teks atau khusus gambar tidak dapat memulihkan informasi yang tidak pernah diterimanya.

Posisi ini disengaja: Jangan melakukan routing berdasarkan label unggulan vendor. Lakukan routing berdasarkan mode kegagalan yang tidak dapat Anda terima, kemudian dapatkan eskalasi premium dengan data output yang diterima.

Apa yang dimungkinkan oleh katalog saat ini

Tabel ini sengaja dibuat sebagai peta perutean, bukan urutan peringkat. deepseek-v4-flash bisa menjadi panggilan pertama yang lebih baik daripada model unggulan ketika inputnya berupa teks dan tujuannya adalah menghasilkan kandidat dengan murah. Model ini adalah panggilan pertama yang buruk ketika pekerjaan bergantung pada gambar, video, atau file yang tidak dapat diperiksa oleh model.

Harga adalah masukan untuk penentuan rute, bukan keputusannya.

Harga yang ditampilkan saat ini menunjukkan mengapa arah token itu penting. deepseek-v4-flash berharga $0.3 input / $1.2 output per juta token. qwen3.7-plus berharga $1.2 / $4.8; LongCat-2.0 berharga $0.3 / $1.2; dan qwen3.8-max berharga $2 / $6.

Angka-angka tersebut adalah tingkat tampilan yang direkonsiliasi oleh gateway saat ini, bukan prediksi total biaya proyek atau skor kualitas. Token berpikir, kegagalan cache, panggilan alat, percobaan ulang, perbaikan manual, dan probabilitas menerima jawaban semuanya mengubah hasilnya. Satuan yang berguna adalah:

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

Harga input yang rendah tidak lagi menguntungkan jika model tidak dapat memproses modalitas sumber atau jika hasil pertamanya berulang kali gagal dalam pemeriksaan skema, sitasi, alat, atau tinjauan kode. Sebaliknya, model dengan output tinggi mungkin tepat untuk satu tinjauan akhir yang dipilih tetapi boros untuk setiap kandidat dalam satu batch. Periksa harga terkini sebelum menerapkan sebuah rute ke produksi.

Metode perutean dua tahap yang dapat diulang

Buat kartu tugas sebelum memilih model. Tujuannya adalah untuk mencegah sebuah perintah secara tidak sengaja berubah menjadi lingkaran agen yang mahal dan tidak terbatas.

{
  "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
}

Lalu arahkan setiap tugas dalam lima langkah:

1. Pilih rute dengan biaya terendah yang benar-benar dapat membaca input dan memenuhi batasan konteks/alat.
2. Jalankan uji coba kandidat terbatas dengan pemeriksaan penerimaan yang eksplisit, batasan biaya, dan batasan percobaan ulang.
3. Hanya kasus yang gagal atau bernilai tinggi yang akan diteruskan ke jalur premium atau spesialis.
4. Untuk hasil yang berdampak signifikan, lakukan peninjauan independen dan perlukan persetujuan manusia sebelum tindakan eksternal, pembayaran, penerapan, atau penghapusan data.
5. Simpan hasil yang diterima/ditolak, token yang ditagih, putaran alat, percobaan ulang, dan menit perbaikan. Promosikan rute menjadi default hanya setelah menang pada data keluaran yang diterima.

Arahan perutean internal mendefinisikan kumpulan 60 tugas kandidat yang mencakup RAG teks, ekstraksi terstruktur, pengkodean, penggunaan alat, dokumen panjang, pemahaman gambar atau video, dan tinjauan akhir. Itu adalah rencana pengujian, bukan tolok ukur publik. Kami belum menerbitkan tingkat penyelesaian ChinaAPI dari pengukuran berulang, distribusi latensi, tingkat keberhasilan alat, atau hasil pengkodean tingkat repositori untuk semua 25 model.

Kesalahan umum dalam perutean

Apa yang tidak diklaim oleh panduan ini

Artikel ini tidak mempublikasikan peringkat kualitas universal, tabel liga latensi, jaminan ketersediaan vendor, atau hasil kebijakan keselamatan. Konfigurasi model dan harga gateway dapat berubah; halaman harga langsung adalah yang paling akurat. Kami juga belum memiliki tolok ukur publik yang membuktikan bahwa satu model lebih baik dalam hal kode, penalaran, penggunaan alat, atau pemahaman multimodal untuk setiap tugas.

Gunakan fakta katalog terkini untuk memilih rute pertama yang dapat dipertanggungjawabkan. Kemudian ukur hasil yang Anda terima, jenis kegagalan, percobaan ulang, dan total biaya. Pembaruan bermanfaat berikutnya adalah laporan tolok ukur dengan serangkaian tugas tetap, pengulangan eksekusi, metodologi mentah, dan kesimpulan yang jelas — bukan sekadar papan peringkat yang lebih ramai.