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.

Сверенный со шлюзом снимок от 2026-07-20 содержит 25 актуальных моделей с оплатой за токены и тегом Reasoning. Такого выбора достаточно, чтобы универсальный рейтинг стал менее полезен, чем правило маршрутизации. Это руководство сводит первое решение к ограничению, из-за которого задача может провалиться: модальности, контекстному окну, использованию инструментов, задержке или стоимости 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

• Текстовые задачи — RAG, извлечение, классификацию и недорогие варианты кода — начинайте с deepseek-v4-flash. У этой модели в текущем каталоге контекстное окно 1M и поддержка инструментов по цене $0.3 за вход / $1.2 за выход на миллион токенов. Не отправляйте изображения или видео на маршрут только для текста.
• Используйте qwen3.7-plus как практичный универсальный вариант по умолчанию для агентов, когда задаче нужны файлы или изображения, а также окно 1M. Это правильный первый тест, когда использование инструментов и визуальный контекст важнее, чем экономия на каждом токене.
• Для долгой работы сначала выбирайте операцию, а потом бренд. LongCat-2.0 — маршрут 1M только для текста с поддержкой инструментов; kimi-k2.7-code — кандидат-специалист по коду с окном 256K; MiniMax-M3 — маршрут 1M с файлами и визуальным вводом в этом снимке. Они рассчитаны на разные ограничения.
• Приберегите qwen3.8-max, glm-5.2, или kimi-k3 для отдельных ценных проходов и независимой проверки. Премиальный проход полезнее всего, когда кандидат уже есть, а не как первый вызов в массовом рабочем процессе.
• Используйте glm-5v-turbo для входных данных, содержащих видео. В текущем каталоге это маршрут с рассуждениями, явно помеченный для изображений, видео, файлов и инструментов; маршрут только для текста или только для изображений не может восстановить информацию, которую он так и не получил.

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

Таблица намеренно построена как карта маршрутизации, а не как рейтинг. deepseek-v4-flash может быть лучшим первым вызовом, чем флагман, когда на входе текст, а цель — дёшево получить кандидатов. Это плохой первый вызов, если задача зависит от изображения, видео или файла, которые модель не может проанализировать.

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

Текущие отображаемые цены показывают, почему важно различать входные и выходные токены. deepseek-v4-flash — $0.3 за вход / $1.2 за выход на миллион токенов. qwen3.7-plus — $1.2 / $4.8; LongCat-2.0 — $0.3 / $1.2; а qwen3.8-max — $2 / $6.

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 цена за вход проигрывает, если модель не может обработать исходную модальность или если её первый результат раз за разом не проходит проверку схемы, цитирования, инструментов или код-ревью. И наоборот, модель с высокой ценой вывода может подойти для одной выбранной финальной проверки и оказаться расточительной для каждого кандидата в пакете. Проверьте страницу актуальных цен перед запуском маршрута в продакшен.

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 маршрутизируйте каждую задачу за пять шагов:

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.

Внутренний бриф по маршрутизации определяет набор из 60 задач-кандидатов по текстовому RAG, структурированному извлечению, программированию, использованию инструментов, длинным документам, пониманию изображений или видео и финальной проверке. Это план тестирования, а не публичный бенчмарк. Мы ещё не опубликовали повторно измеренные показатели завершения запросов через ChinaAPI, распределения задержек, доли успешных вызовов инструментов или результаты программирования на уровне репозитория по всем 25 моделям.

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.