选择 AI 大模型时，先确认任务、输入输出和工具调用要求，再用固定样例比较成功率、等待时间与整个任务的成本。
从任务要求开始
先写下这次要完成的任务，以及什么结果算可用。整理会议纪要、读取图片和修改代码，需要的能力并不相同。
用一组固定的真实样例比较模型，更容易看出它们是否适合你的工作。
检查输入与输出
输入里有没有图片？要不要处理很长的材料？输出是否必须符合固定结构？逐项核对模型与接口的支持情况，不要只看模型名称。
让工具能力匹配工作流
如果客户端需要模型操作文件或调用外部工具，应检查模型是否支持工具调用，以及客户端是否支持对应协议。能正常聊天不代表能完成整套工作流。
比较完成任务的成本
记录成功率、等待时间、重试次数和最终消耗。某次单价更低的调用，如果需要多轮重试，总任务成本未必更低。
保留几条困难样例，模型或客户端升级后重新检查。不要把一次成功当作长期稳定的保证。
