Выберите китайский LLM : Текущий ChinaAPI Маршрутный справочник

Неправильный вариант по умолчанию — это использование флагманской модели для каждого запроса. Большинство сбоев в производстве происходит на ранних этапах: модель, содержащая только текст, получает изображение, модель 256K получает неограниченное хранилище, дешевая первая попытка незаметно превращается в пять повторных попыток, или цикл инструментов не имеет ограничений по бюджету и утверждению.

Снимок, согласованный со 2026-07-20 , содержит 25 текущие модели для каждого токена с тегами РассужденияЭтого выбора достаточно, чтобы сделать обычную таблицу лидеров менее полезной, чем правило маршрутизации. В этом руководстве первый шаг сводится к ограничению, которое может привести к сбою задачи: модальность, контекстное окно, использование инструмента, задержка или стоимость принятого ответа.

Это руководство по выбору из текущего каталога, а не общедоступный эталон качества. Приведенные ниже model IDs уже доступны в ChinaAPI ; группа учетной записи, баланс, лимиты скорости, состояние вышестоящего сервера и сама задача по-прежнему влияют на успешность запроса.

Краткий ответ

• Начните с подхода «текст в первую очередь RAG , извлечения, классификации и недорогих вариантов кода с deepseek-v4-flash. В текущем каталоге имеется 1M окно и поддержка инструментов со $0.14 ввода/ $0.28 на миллион токенов. Не отправляйте изображения или видео на маршрут, предназначенный только для текста.
• Использовать qwen3.7-plus в качестве практического агента общего назначения по умолчанию, когда для выполнения задания требуются файлы или изображения, а также окно 1M . Это правильный первый тест, когда использование инструмента и визуальный контекст имеют большее значение, чем минимизация каждого токена.
• При выборе способа выполнения работы, а не марки, отдавайте предпочтение именно ей. LongCat-2.0 Это 1M инструмент; kimi-k2.7-code является кандидатом на звание специалиста по кодированию в 256K ; MiniMax-M3 В данном снимке используется маршрут 1M с файлами и визуализацией. Они решают разные задачи.
• Бронировать qwen3.7-max, glm-5.2, или kimi-k3 для отдельных ценных пропусков и независимой проверки. Премиум-пропуск наиболее полезен после того, как кандидат уже найден, а не в качестве первого звонка в пакетном процессе.
• Использовать glm-5v-turbo когда входные данные содержат видео. В текущем каталоге это путь логического вывода, явно помеченный для изображений, видео, файлов и инструментов; путь, содержащий только текст или только изображение, не может восстановить информацию, которую он никогда не получал.

Такая позиция является преднамеренной: Не ориентируйтесь на флагманский бренд поставщика. Ориентируйтесь на тип отказа, который вы не можете допустить, а затем получайте дополнительную плату за устранение проблемы, используя данные о принятых результатах.

Что становится возможным благодаря текущему каталогу

Представленная таблица намеренно носит вид маршрутной карты, а не ранжированного списка. deepseek-v4-flash В качестве первого варианта может быть лучше, чем использование флагманской модели, если входные данные представляют собой текст, а цель — недорогое создание кандидатов. Это плохой первый вариант, если задача зависит от изображения, видео или файла, который модель не может обработать.

Цена является входным параметром для маршрутизации, а не определяющим фактором при принятии решения.

Текущие отображаемые цены наглядно демонстрируют, почему направление движения токена имеет значение. deepseek-v4-flash $0.14 вход / $0.28 выход на миллион токенов. qwen3.7-plus is $0.3077 / $1.2308 ; LongCat-2.0 это $0.3 / $1.2 ; и qwen3.7-max is $2.5 / $7.5 ;

Эти цифры представляют собой текущие показатели отображения, согласованные с шлюзом, а не прогноз общей стоимости проекта или оценку качества. Токены мышления, промахи кэша, вызовы инструментов, повторные попытки, исправление ошибок человеком и вероятность принятия ответа — всё это влияет на результат. Полезная единица измерения:

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

Низкая стоимость входных данных приводит к убыткам, если модель не может обработать исходный материал или если ее первый результат неоднократно не проходит проверку схемы, цитирования, инструмента или анализа кода. И наоборот, модель с высокой производительностью может быть уместна для одной выбранной окончательной проверки и неэффективна для каждого кандидата в пакете. Цены в реальном времени перед запуском маршрута в производство.

Повторяемый двухэтапный метод маршрутизации

Создайте карточку задачи до выбора модели. Цель состоит в том, чтобы предотвратить случайное превращение запроса в дорогостоящий, неограниченный цикл работы агента.

{
  "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
}

Затем используйте два этапа:

1. Выберите маршрут с наименьшими затратами, который действительно сможет считывать входные данные и соответствовать контекстным/инструментальным ограничениям.
2. Проведите ограниченный набор кандидатов с явными проверками на принятие, ограничениями по стоимости и количеству повторных попыток.
3. Направлять на рассмотрение в специализированные или приоритетные инстанции следует только те случаи, которые не были решены или имеют высокую стоимость.
4. Для получения результатов, имеющих существенное значение, необходимо провести независимую проверку и потребовать одобрения человека перед выполнением внешних действий, осуществлением платежей, развертыванием или удалением данных.
5. Сохраняйте результаты принятия/отклонения, оплаченные токены, количество раундов обработки инструментов, повторные попытки и минуты восстановления. Преобразуйте маршрут в маршрут по умолчанию только после того, как он окажется наиболее эффективным в отношении принятых выходных данных.

Внутреннее руководство по маршрутизации определяет 60-task набор кандидатов Тестирование включает в себя: RAG , структурированное извлечение, кодирование, использование инструментов, длинные документы, понимание изображений или видео, а также окончательную проверку. Это план тестирования, а не общедоступный эталон. Мы еще не опубликовали данные ChinaAPI повторных измерениях показателей завершения, распределении задержек, показателях успешности инструментов или результатах кодирования на уровне репозитория для всех 25 .

Распространенные ошибки маршрутизации

В этом руководстве не говорится о том, чего не говорится.

В данной статье не публикуется универсальный рейтинг качества, таблица задержек, гарантия доступности от поставщика или результаты политики безопасности. Конфигурации моделей и цены на шлюзы могут меняться; авторитетной является страница с актуальными ценами. У нас также пока нет общедоступного эталона, доказывающего, что одна модель лучше справляется с кодом, рассуждениями, использованием инструментов или многомодальным пониманием для каждой задачи.

Используйте имеющиеся в каталоге данные, чтобы выбрать обоснованный первоначальный вариант. Затем измерьте собственные принятые результаты, типы сбоев, количество повторных попыток и общую стоимость. Следующим полезным обновлением станет сравнительный отчет с фиксированным набором задач, повторными запусками, исходной методологией и четко определенными выводами — а не рейтинговая таблица.