第 1 步：核心场景是什么？
| 场景 | 首选 | 次选 |
|---|---|---|
| 长文写作 / 改稿 / 翻译 | Claude Sonnet 4.6 | GPT-5 |
| 编程 / Debug / Code Review | Claude Sonnet 4.6 + Claude Code | GPT-5 / Cursor |
| 研究 / 复杂推理 / 数学 | o3 / Claude Sonnet thinking | DeepSeek R1 |
| 视觉理解（图 / PDF / 视频） | Gemini 2.5 Pro | GPT-5 / Claude |
| 实时联网搜索 | Perplexity / Grok | ChatGPT + Search |
| 低成本批量 API | DeepSeek V3 / Qwen | Gemini Flash / GPT-5 mini |
| 本地私有部署 | Llama / DeepSeek / Qwen | Mistral |
第 2 步：预算敏感度？
- 不在乎钱（公司报销 / 重要场景） → 用前沿模型（Claude Opus / GPT-5 / Gemini Ultra）
- 个人付费 $20/月 → 主力 Claude Pro 或 ChatGPT Plus，搭配 1 个免费替补（DeepSeek / Qwen / Gemini Free）
- API 批量调用 → 按量比价：DeepSeek V3 / Qwen 通常便宜 5-10×，Gemini Flash 性价比高
- 完全免费 → DeepSeek（网页版无限）+ Qwen + Mistral Le Chat + Claude Free + ChatGPT Free 轮着用
第 3 步：数据敏感度？
⚠️ 关键判断：你输入给 LLM 的数据，是否属于以下任一类？
- • 客户的个人信息（PII）
- • 公司未公开的源代码 / 财务数据
- • 医疗 / 法律 / 金融 受监管数据
- • 政府机密 / 国防相关
- 是 → 必须企业版 / 私有部署：Claude Enterprise、Azure OpenAI、Vertex AI、或本地跑 Llama / Qwen / DeepSeek
- 普通商业敏感 → API 版（开关掉训练用途）足够：Claude / OpenAI API 默认不用客户数据训练
- 个人 / 公开内容 → 网页版任意用
第 4 步：上下文有多长？
| 典型场景 | 推荐 |
|---|---|
| 聊天 < 8K tokens | 任何模型都行 |
| 分析 100-200 页文档（< 200K） | Claude（200K 默认） / GPT-5（128K-1M） |
| 处理整本书 / 大型代码库（500K+） | Gemini 2.5 Pro（1M-2M context 唯一选择） |
| 分析视频 1 小时+ | Gemini 2.5 Pro（视频原生） |
第 5 步：需要 Agent / 工具使用吗？
- 简单单次 Function Calling → 所有主流模型都支持，差别不大
- 复杂多步 Agent（10+ 步骤） → Claude Sonnet 4.6 当下最强（工具使用稳定性 + 长程规划）
- Computer Use（控电脑） → Claude（原生支持） / OpenAI Operator
- 原生 MCP 接入 → Claude（MCP 发起者） / 其他模型可通过中间层
第 6 步：开源 vs 闭源？
| 需求 | 推荐 |
|---|---|
| 最好的开源（性价比 + 自由） | DeepSeek V3 / R1、Qwen、Llama 4 |
| 能在 Mac/PC 本地跑 | Qwen 2.5 7B / Llama 3.1 8B / DeepSeek 蒸馏版 |
| 必须最强能力 | 闭源前沿（Claude / GPT / Gemini） |
| 商用 OK 的开放权重 | Llama、Qwen、Mistral（注意 license 细节） |
🎯 一句话推荐（按人群）
📝 普通用户 / 知识工作者
Claude Pro 作为主力 ($20/月)；偶尔补 ChatGPT 看不同视角；省钱时用 DeepSeek。
💻 程序员 / 开发者
Claude Sonnet 4.6 + Claude Code（或 Cursor）；API 备 DeepSeek 跑批量。
🎓 学生 / 研究者
Claude Free + DeepSeek + Gemini（免费）+ Perplexity；论文用 NotebookLM。
🏢 企业 IT
Azure OpenAI / Claude Enterprise / Vertex AI（按已有云栈选）；敏感数据走私有部署。
🛠 创业者 / 独立开发者
原型用 Claude（最贴近"产品级"）；正式上线后用 OpenRouter 多模型 fallback，降低单一依赖。
常见误区
- "我只用一个模型" → 强烈不建议。每个模型有盲区，关键任务对比 2-3 个
- "GPT 一定最强" → 2026 年已经不成立，Claude / Gemini 在多个维度并列或更优
- "开源模型不够好" → DeepSeek V3 / Qwen 在很多任务上已经追平甚至超过 GPT-4 级别
- "价格越贵越好" → 90% 的日常任务，便宜的 mini / flash 模型完全够用
下一步
- 详细价格对照 → LLM 成本对照表
- 具体到工具用法 → AI 工具大全
- 系统学习 LLM → L4: LLM 与生成式 AI