# 通用文本、对话与推理模型指南

通用文本模型覆盖问答、写作、抽取和分析，推理模型更适合多步问题；生产选型应以真实任务正确率、延迟、成本和可控性共同判断。

## 先区分任务深度

摘要、改写、分类和简单问答通常更看重速度、价格与稳定格式；数学、规划、复杂分析和多约束决策更依赖推理能力。不要让所有流量默认进入最昂贵的型号，应按任务难度路由并保留降级方案。

## 关键选型维度

先用真实输入比较正确率、指令遵循、结构化输出成功率、上下文长度、首 token 延迟和总成本。需要联网、文件或业务系统时，还要验证工具调用、权限边界和失败恢复；模型知识不能代替实时数据源。

## 最小调用方式

本站使用 Bearer 令牌。模型名称必须来自模型广场，客户端应设置超时并区分鉴权、限流、上下文超限和上游错误。

先从[模型广场](https://api.tu-zi.com/pricing)复制明确支持 `/v1/chat/completions` 的精确模型 ID：

```bash
export BASE_URL="https://api.tu-zi.com"
export API_KEY="你的本站 API Key"
export CHAT_MODEL_NAME="支持 /v1/chat/completions 的精确模型 ID"
```

```bash
curl "$BASE_URL/v1/chat/completions" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d @- <<JSON
{"model":"$CHAT_MODEL_NAME","messages":[{"role":"user","content":"请分析这个问题"}]}
JSON
```

## 如何验证质量

从真实业务中抽取固定样本，分别记录事实正确率、格式通过率、人工修改量、拒答质量、延迟和费用。对开放问答使用可追溯来源或人工评分，对结构化任务使用确定性校验，不以模型自评作为结论。

## 常见限制

上下文窗口不等于有效记忆，长输入会增加延迟并可能稀释关键信息。温度、推理强度、JSON Schema、工具和缓存字段并非所有模型都支持；上线前应对目标型号和实际渠道做字段级契约测试。

## 适用场景

- 知识问答与内容生成
- 复杂分析与多步推理
- 结构化抽取与分类

## API 路径

- /v1/responses
- /v1/chat/completions
- /v1/messages

## 关联指南

- [OpenAI GPT 与 o 系列](https://api.tu-zi.com/docs/models/openai-gpt): 截至 2026-08-08，OpenAI 官方以 GPT-5.6 Sol、Terra、Luna 分别覆盖复杂专业任务、能力成本平衡和高吞吐场景，并通过 Responses API 提供。
- [Anthropic Claude](https://api.tu-zi.com/docs/models/claude): 截至 2026-08-08，Anthropic 官方以 Fable 5、Opus 5、Sonnet 5 和 Haiku 4.5 分别覆盖最高能力、复杂 Agent、平衡型与低延迟任务。
- [Google Gemini](https://api.tu-zi.com/docs/models/gemini): Gemini 是 Google 的多模态家族，官方目录按通用推理、低延迟、图像、视频、音频、Embedding 与 Agent 等任务列出独立型号和方法。
- [DeepSeek](https://api.tu-zi.com/docs/models/deepseek): 当前官方 ID 是 deepseek-v4-flash 和 deepseek-v4-pro，两者默认启用思考并可关闭；本站仅保证模型列表和协议页明确启用的名称与路径。

## 常见问题

### Responses、Chat Completions 和 Messages 应该选哪个协议？

先看目标模型和渠道实际支持的端点。已有 messages/choices 客户端可继续用 Chat，新工作流可评估 Responses，Claude 原生结构通常使用 Messages；三者的工具、流式事件和响应字段不同，不能只改 URL。

### 推理模型一定比普通文本模型好吗？

不一定。多步数学、代码和复杂约束更可能受益于推理，摘要、分类和简单抽取通常更看重低延迟与稳定格式。推理会增加等待时间和输出 token，应按任务难度路由并设置预算。

### 如何比较两个文本模型，能只看公开榜单吗？

不能。用真实业务样本同时记录事实正确率、格式通过率、人工修改量、拒答质量、首 token/总延迟和实际费用；结构化任务用程序校验，开放问答用来源或人工量表。

### 上下文窗口很大就等于模型会可靠记住全部内容吗？

不等于。长输入会增加费用和延迟，也可能稀释关键信息。只发送完成任务所需内容，敏感数据先脱敏并核对服务的数据保留条款；重要事实仍需检索、引用或确定性验证。

## 参考来源

- OpenAI Models: https://developers.openai.com/api/docs/models
- Claude Models: https://platform.claude.com/docs/en/about-claude/models/overview
- Gemini Models: https://ai.google.dev/gemini-api/docs/models

## 文档来源

来源: https://api.tu-zi.com/docs/use-cases/text-reasoning

核验日期: 2026-08-12

本文为文档接入参考。厂商原生接口与本站接口可能不同；请结合对应 API Reference 和模型广场确认本站地址、鉴权、模型 ID、分组与参数。本文不表示所有模型或上游服务均已通过实时调用验收。仅包含文档与示例，不包含当前用户的密钥或请求记录。