現在的模型越來越多了。不管是 OpenAI 還是 Anthropic，同一個系列裡往往有好幾款模型，而且每款模型還有不同的推理等級。
這對很多人來說，怎麼選就變得非常困難。
所以大部分人用的時候，可能根本不去選，從頭到尾都用同一個模型。這樣不僅沒有發揮出模型的最佳性能，往往還消耗了更多的 token。
OpenAI 官方也意識到了這個問題，所以前兩天專門發了一份 GPT-6 使用指南，教大家怎麼選模型。
01 三款模型，怎麼分工
先看官方給的定位和標價。
（美元） | （美元） | （美元） | ||
|---|---|---|---|---|
這張表列的是 OpenAI 目前 GPT-6 系列三款主要模型的價格，以及官方對它們的定位。
官方說得很明確。目標明確的日常重複性工作，比如提取發票欄位、對請求分類、生成結構化摘要，用最便宜的 Luna 就行。
我的理解是，那些不需要思考、只需要執行的事，有 Luna 就夠了。
更複雜的程式設計、研究和電腦使用任務，除了執行，還要一定的思考能力，用 Sol 比較合適。
目前 GPT-6.1 Sol 應該算是性價比最好的一款，官方說它的智能水平接近 Astra，價格只有 Astra 的五分之一。
最厲害的當然是 Astra，但大家都知道，它的 token 消耗量也非常大。所以最難、最需要推理的事，才用 Astra。
之前 AI 給過我一個建議：在我的日常工作裡，最多隻有 5% 的任務需要用到 Astra。絕大部分用 Luna 就能完成，剩下的交給 Sol。
02 推理強度，別一上來就開滿
選完模型，還要選推理等級，也就是讓模型花多少力氣去想。官方給了四檔：
- 低：提取事實、小改動這類活。
- 中：需要判斷的活，比如規劃功能、比較幾個方案。
- 高：高難度偵錯、深入分析、細緻審查。
- 極高或 Max：“高”還不夠的時候再試。只有效果提升抵得過多花的時間和錢，才繼續用。
最後一檔官方說得很克制，意思就是別默認開。
在 API 裡，對話中途可以調整推理強度，快取不會失效。在 Codex 裡，先用模型的默認等級，簡單任務往下調，要深入分析再往上調。
速度也是要花錢的。
API 裡有個快速模式，響應更快更穩，但每個 token 更貴。官方建議用在聊天應用、程式設計工具這類對響應時間要求高的場景。
還有個超高速模式，Codex 和 API 都能用，生成速度更快，推理強度不變。官方說它適用於 Astra，適合需要快速迭代程式碼、更快的響應值得多花錢的時候。
03 提示詞：寫少一點
這一點很多人會覺得反直覺，其實很好理解。
我們原來學的提示詞寫法，總是教我們寫得越詳細、越具體越好。但這種教法是建立在以前的模型還不夠智能的前提上。
現在的模型能力遠遠超過了之前，我們不能再拿教小學生的那一套去教一個博士生。
OpenAI 開發者體驗團隊的 Eric Provencher 說，模型理解細微差別和模糊含義的能力已經大幅提升，過去有幫助的詳盡指導，如今反而可能妨礙模型發揮。
對新模型來說，最重要的是先把任務說清楚：你想要什麼結果，面向誰，有那些相關的上下文和限制，怎樣才算完成。老的寫法，也要跟著模型的能力一起更新。
就像我之前介紹 Anthropic 時說的那樣，我們也可以從下面四個方面去更新。這四點，官方摘自另一篇《重新思考 GPT-6 Astra 的技能與提示詞》：
- 技能：用一句短描述寫清什麼時候用。補充細節等需要時再載入，不要寫死操作步驟。
- AGENTS.md：寫清那些文件和測試適用於那些情況。安全的常規流程直接授權，比如用一次性資料跑本地測試，不碰生產環境。
- 決策邊界：說清那些事它可以自己定，那些要你批准。別一刀切寫成“始終先詢問”。
- 做到底：定義什麼叫完成，包括改完、跑通、檢查結果、修掉問題。再說明那些決策要你來審。
輸出這邊，官方的例子是：模型可以自己決定摘要怎麼組織，但改項目範圍之前要先問你。回覆用通俗語言，技術細節貼合讀者，最後帶一段簡短的交接說明：改了什麼，查了什麼，還剩什麼。
04 長任務：中途能改，也能幹別的
官方說，GPT-6 系列可以處理持續數小時甚至數天的任務。
對這種長任務，如果還像普通對話那樣一輪一輪來，等它做完再進行下一輪，就會浪費大量 token。因為在它做的過程中，你可能會冒出新想法，或者想糾正點什麼。這時候你不用等它結束，中途就可以讓它調整。
OpenAI 明確了一些可以用的能力。API 這邊有三個：
- 輪次中途引導：模型幹活的時候，你可以通過 Responses WebSocket API 發糾正資訊。更新會進佇列，不會取消正在跑的工具，也不會撤銷已經做完的操作。
- 非同步工具呼叫：應用在跑測試這種慢任務時，模型可以先去做別的獨立工作。依賴測試結果的部分，等結果回來再開始。
- 多智能體：GPT-6.1 Sol 能通過 Responses API，把獨立的活分給子智能體，比如各查程式碼庫的一塊，最後彙總。這個功能還在測試階段。
長時間運行的任務，中途可能遇到需要你決策的事，而這種事很難在最開始的提示詞裡就想到、寫明白。所以過程中也可以做澄清和引導。Codex 這邊有兩個：
- 邊做邊問：GPT-6 Astra 在 Codex 裡可以中途請求澄清。你要離開的話，先說清那些任務可以繼續，什麼時候該停下來等你。
- 改方向：需求變了，就用新資訊引導當前任務，說明什麼要改，什麼不動。省得它在一個已經不對的方案上繼續耗。
05 電腦使用：能走 API 就別點螢幕
自從 Astra 出來之後，電腦使用就變得非常流行。我也經常用，很多默認的任務，最後也會借助它來完成。但用過的人都知道，這種操作非常費 token。
三款模型都支援電腦使用，可以直接操作網站和桌面應用，沒有 API 也行。官方舉的例子是：讓模型調查一個缺陷，改完程式碼，再打開你的產品，在瀏覽器裡確認修好了沒有。
那到底那些任務該用？我自己一直也有點好奇。官方的原則是選最簡單可靠的路：
API 或者已連接的工具能直接辦，就用它們。
- 要讀螢幕、點按鈕、填表單的時候，才用電腦使用。
這其實已經說得很直白了：能不用就儘量不用。我自己也一樣，現在能通過 CLI、MCP 解決的，絕對不會用電腦使用。
如果你要自己做整合，就給模型一個能跑程式碼的工具來控制瀏覽器或桌面。官方點名了兩個：瀏覽器用 Playwright，桌面應用用 PyAutoGUI。
06 上線前：快取和測試
省錢方面，官方最看重提示詞快取。快取輸入的費用，比未快取的輸入最多低 95%，具體看模型。回頭看上面的表，三款模型的快取價，都是各自輸入價的十分之一。
想用好快取，有兩個條件：
- 固定的指令和參考資料，放在會變的任務細節前面。
- 工具定義保持一致。
這裡我舉個例子，不然不太好理解。
假設你做了一個合同稽核助手。每次來一份新合同，你都要先給模型一大段稽核規則，再把這份合同交給它。
稽核規則每次都一樣，合同每次都不一樣。
規則放前面、合同放後面，從第二份合同開始，前面那一大段一模一樣的規則，就可以直接按快取價算，只有新合同按原價。官方標價裡，快取價是原價的十分之一。
反過來，合同放在最前面，開頭每次都不一樣，後面的規則就復用不上了。這就是官方要求“固定的放前面”的原因。
07 像分配員工一樣分配模型
我經常聽到讀者朋友說，套餐額度消耗太快了。我曾經也這麼覺得。我的習慣是不管什麼任務，都用最好的那個模型。但摸索了一段時間之後，我發現自己的用法大錯特錯。
可能很多朋友跟我一樣，都用最好的模型，從來不選推理等級，都用默認的，更搞不清楚什麼叫快速模式。
其實理解起來很簡單。你是一個 Manager，手下有三個能力各不相同的員工。任務來了，你肯定會按難易程度分給他們，對吧？如果把所有任務都丟給你認為最強的那一個，肯定不合適。
希望這篇文章對你有所幫助。(AI范兒)