先分任务，再选模型

我一般不看综合榜单，因为榜单分数和"我今天要干的事"之间隔得很远。真正影响体验的是三件事：上下文长度、指令遵循的稳定度、以及单位成本。

三类任务的默认选择

规划与长文：需要模型先理解一堆背景，再给出结构化方案，我会优先用交流感好、改稿稳的模型。

批量执行：格式固定、量大、容错高的任务，用便宜且快的模型，把省下来的预算留给需要反复打磨的环节。

长文档阅读：先把材料丢进去做摘要和定位，再回到主力模型里做判断。

一个习惯

每次换模型，我会留一段固定的测试提示词，把新模型的输出和旧版本并排看一遍。手感的变化比跑分更真实。