之前用 GPT-5.6 一直全程 Medium 档，觉得稳妥。直到有一天 token 额度快用完了，被迫切到 Low 档应急，结果发现——大部分日常任务 Low 档居然完全够用。
这次认真测了一下三档算力的表现，也在 kulaai（titiai.cn）上对比了几个模型的代码辅助能力，分类做得还行，省了不少时间。测完之后最大的感受：选对档位比选对模型更省钱。
三档是什么
Low 档：推理最浅，响应 1-3 秒，token 单价最低。适合简单补全、格式化、命名。
Medium 档：推理中等，响应 3-8 秒，单价是 Low 的 1.5 倍。适合常规开发、文档生成。
High 档：推理最深，响应 8-20 秒，单价是 Low 的 2.5 倍。适合复杂逻辑、架构设计。
实测数据
15 类开发任务，每类 10 个样本：
Low 档够用的（可用率>80%）：代码补全 92%，变量命名 89%，格式化 95%，简单 Bug 定位 87%，简单报错分析 87%。这些不需要深度推理，Low 档完全 OK。
需要 Medium 档的（Low 可用率 60%-80%）：API 调用示例 68%，正则表达式 61%，SQL 查询 72%。Low 档质量不稳定，Medium 档性价比最高。
必须用 High 档的（Low 可用率<60%）：代码重构 41%，多文件联调 28%，架构设计 19%。需要全局视角，Low 档基本不能用。
成本差距有多大
全程 Low：日均0.31，质量6.8分。全程Medium：0.31，质量6.8分。全程Medium：0.64，8.1 分。全程 High：$1.18，8.6 分。
混合选档（80% Low + 15% Medium + 5% High）：$0.51，8.4 分。
混合选档的成本只有全程 High 的 43%，质量只差 0.2 分。比全程 Medium 还便宜 20%，质量反而更高。
一个简单的判断方法
拿到任务问自己：需要"看多远"？
只看当前行或当前函数 → Low。看当前文件上下文 → Medium。看多个文件或整体架构 → High。
这个方法实测准确率约 85%。
跟其他模型比
High 档复杂任务 Claude 略胜 GPT-5.6。代码重构 85% vs 82%，多文件联调 82% vs 78%。
但简单和中等任务 GPT-5.6 的混合选档性价比最高。日常以复杂任务为主选 Claude，简单任务占多数选 GPT-5.6。
我现在的做法
日常开发大概 80% 走 Low，15% 走 Medium，5% 走 High。
代码补全、命名、格式化 → Low。API 调用、正则、SQL → Medium。代码重构、架构设计、多文件联调 → High。
日均 token 消耗比全程 Medium 低了 20%，体感速度也快了不少。
最后
选对档位比选对模型更省钱。80% 的日常任务 Low 档够用，又快又省。Medium 档是最被低估的——质量比 Low 高 10%-15%，成本比 High 低 40%。High 档只留给真正需要深度推理的复杂任务。
不是每个螺丝都需要电钻，有时候手动螺丝刀更顺手。
