WorkBuddy 的 TokenHub 平台内置了 11 个大模型，从几块钱到二十几块钱每百万 Token 不等，价格差十几倍，能力侧重点也完全不一样。选错了，要么多花钱，要么任务跑不动。这篇把 11 个都捋一遍，告诉你每个该在什么时候用。
先记三个王，这是最常用的三个。综合能力之王是 MiniMax-M3，它是第一个三合一的国产旗舰，把前沿 Coding、1M 上下文、原生多模态揉在一起，输入 2.1 元每百万输出 8.4 元每百万，在支持 1M 上下文的模型里最便宜，综合评分 86.8 全场最高。性价比之王是 DeepSeek-V4-Flash，输入 1 元输出 2 元，速度是 Pro 的三到四倍价格是它的十二分之一，日常高频调用就选它。推理之王是 DeepSeek-V4-Pro，输入 12 元输出 24 元，世界知识、复杂推理、长上下文精度都顶到最高，SimpleQA 达到 57.9%，HLE 37.7%，是不能出错场景的唯一选择。
接着按用途记四类。写代码找 Kimi-K2.7-Code，它在 K2.6 基础上做了编程专项后训练，代码生成和代码库理解最强。要看超长代码库找 GLM-5.2，全球首个 1M 无损上下文窗口，Code Arena 评分 1595 排全球第二，一次能加载整个代码仓库。要做视觉加编程，比如 UI 截图转代码、设计稿还原，找 GLM-5V-Turbo，它是专门面向视觉编程的多模态模型。要跑 Agent 集群和长程编码，找 Kimi-K2.6，能连续编码 13 小时写出 4000 多行代码。
再记几个有特色的。Hy3 preview 是腾讯混元重建后的首作，复杂推理和 Agent 能力突出，数学竞赛和科学推理评测上表现亮眼，特别适合当 AI 工作流的核心调度引擎，输入 16K 内只要 1.2 元，是高端模型里的性价比选择。GLM-5.1 是 GLM-5.2 的前代旗舰，能力均衡经过大量实战验证，适合企业已有 GLM 生态要平滑过渡的场景，但建议新项目直接用 5.2 替代。Kimi-K2.5 是通用多模态 Agent，唯一支持 Batch API 的 Kimi 模型，大批量异步处理时通常半价，是中小团队日常助手的实惠选择。Qwen3.5-Plus 是阿里生态的集成担当，跟 ODPS、DataWorks、钉钉无缝打通，128K 内输入只要 0.8 元，是全场短输入最低价。
企业用起来，不用纠结选哪一个，官方给了一张一主一备的推荐矩阵，覆盖十大场景。智能问答客服，主 Flash 备 K2.5。文档制作报告生成，主 Hy3 备 Pro。代码开发，主 K2.7-Code 备 GLM-5.2。数据分析商业智能，主 MiniMax-M3 备 Qwen3.5。Agent 自动化工作流，主 K2.6 备 Hy3。UI 设计视觉编程，主 GLM-5V-Turbo 备 MiniMax-M3。法务合同审查，主 Pro 备 GLM-5.2。知识管理企业搜索，主 K2.5 备 Qwen3.5。科研学术推理，主 Pro 备 Hy3。多语言翻译，主 GLM-5.1 备 Flash。
企业真正的最佳实践，不是选一个模型，而是搭一层智能路由。意图分类先交给 Flash，它快又便宜。简单任务由 Flash 或 MiniMax-M3 直接完成。复杂推理路由到 Pro 或 Hy3。代码任务路由到 K2.7-Code 或 GLM-5.2。视觉任务路由到 GLM-5V-Turbo 或 MiniMax-M3。批量处理走 K2.5 的 Batch API 半价。这套路由相比全量用 Pro，能省下六到八成的 API 支出，关键任务的质量还不掉。
最后是本地部署。要数据不出内网，金融医疗政务这类场景，黄金组合是 DeepSeek-V4-Flash 加 GLM-5.2。Flash 低门槛可量化部署，GLM-5.2 支持国产算力满足信创要求。中小企业没有 GPU 集群的，别自建，优先走云端 API 加 Flash 和 Pro 的智能路由。
一句话收尾。日常图快图便宜用 Flash，写代码用 K2.7-Code，看超长文档用 GLM-5.2，不能出错用 Pro，想全能一步到位用 MiniMax-M3。
