# 按工作选模型 > 选型日期:2026 年 11 月 18 日。下面的候选顺序是建议的试用顺序,不是 Chord 实测排名。购买或改配置前,请确认官方型号、价格和账号可用性。 日常开发从均衡档开始,涉及并发、权限或恢复时用可靠性优先档。明确的机械任务可以降档;小任务由单个主代理直接完成,不必启动整套团队。Chord 原生 Agent 接入模型用 [`chord config add`](./cli_CN.md#chord-config-add),限额、模态和 reasoning 档位由目录补齐;完整布局见[配置示例](./examples/index_CN.md)。 ## 账号与 API 支持 Chord 原生主/子 Agent 通过 API key 或 Codex OAuth(`chord auth codex`)接入模型。[Claude Code](./external-agents_CN.md) 也可以作为外部子 Agent,沿用 CLI 自己的认证。主 Agent 仍需 API 或 Codex 接入。 | 你已经有 | 能给 Chord 用吗? | | --- | --- | | 支持第三方客户端使用的编程套餐(例如 ChatGPT Plus / Pro(Codex)、Command Code GOAT、OpenCode Go) | 能 | | 任何 Chord 支持协议(Chat Completions、Responses、Messages、Generate Content)的模型 API key | 能 | | Claude Pro / Max | 账号具有 Claude Code 使用资格时,可通过外部子 Agent 使用;不能直接作为 Chord 主 Agent 的模型接入 | | SuperGrok、Muse Code、Google AI Pro / Ultra,或其他只能登录自家客户端的编程套餐 | 不能 | | GLM Coding Plan | 不能(仅限官方支持的指定工具与产品环境中使用) | 已有可用套餐时,先从账号实际提供的模型中选择。包月是否划算取决于额度、限流和任务量;按量 API 还要计算重试、审查及返工成本。只有一份强模型预算时,优先覆盖会影响整个任务的判断,不固定按角色名称分配。 通过 Claude Code 使用 Claude 订阅不代表获得 Anthropic API 额度。请按账户确认 CLI 可用模型、限额与计费;Chord 不会将这些额度与 API 或 Codex 用量合并。 ## 按任务选档位 这些档位是配置建议,Chord 不会根据任务难度自动切换。价格档位也不等于能力档位;同一模型可以承担多个角色。 ### 经济档:明确、局部、容易验证 适合定位文件和调用方、固定规则的重命名、配置调整,以及按已确定接口补测试。 1. GPT-6 Luna:结构化提取、机械执行和已确定计划的调度。 2. DeepSeek V4.1 Flash 1017:仓库探索、重复读取和明确规格的代码工作。 3. Gemini 3.8 Flash:包含 PDF、图表或截图的资料任务优先考虑它。 协调者使用这一档时,目标、依赖和验收应已确定。需要重新拆解需求、选择行为或解决设计分歧时,转交更强模型。根因分析和安全敏感判断不按机械任务处理。 ### 均衡档:日常开发 适合常规功能、多文件修改、已有稳定复现的 bug,以及接口大体明确的重构。 1. GPT-6.2 Sol:日常主代理和常规实现的起始选择;从 `medium` 开始,复杂规划或审查再试 `high`。 2. Claude Sonnet 5.5:常规 coder 或主代理的候选;实现任务可从 `high` 开始,再测试降低 effort 是否影响质量。 3. Claude Opus 5.5:需求更模糊、调用链更长或返工成本较高时,用于协调、实现或审查。 coder 可以决定局部实现细节;行为、公共接口或安全边界仍需负责人确认。没有必要让每次修改都经过 explorer、expert、coder、reviewer 的完整接力。 ### 可靠性优先档:复杂代码库与高风险修改 适合跨子系统改动、间歇性故障、并发与生命周期、权限、持久化恢复和性能热路径。 1. Claude Opus 5.5:协调、复杂实现和审查的默认候选,先试 `high`。 2. GPT-6.2 Astra:用于重要设计决策、困难根因或独立调查路线,按需调用。 3. GPT-6.2 Sol:控制成本的候选,从 `high` 开始,在本项目任务上验证后再扩大职责。 复杂部分可由 expert 直接调查、实现并验证。结论尚未消除实现歧义时,强制转交便宜 coder 容易增加交接和返工成本。 ### 攻坚档:已有路线无法收敛或失败代价很高 先检查失败是否来自环境、错误假设或验收不明确,再决定是否提高模型能力。 1. GPT-6.2 Astra:承担完整的高难度调查或设计任务。 2. Claude Fable 5.1:用于困难推理或第二条独立调查路线。 3. Claude Opus 5.5:提高 effort 后重试有证据支持的新路线;更贵的型号不保证更好的结果。 保留常规 coder 和 explorer,仅把困难部分交给攻坚模型。需要第二意见时,让两条路线先独立收集证据,再比较结论。 ## 团队角色与模型池 Chord 自带 `builder` 和 `planner`。下面的角色来自可选的[团队方案](./examples/examples-team_CN.md),需要时再创建;同一模型可以用于多个独立会话。下面的模型池适用于原生 Agent,Claude Code 子 Agent 使用独立的后端配置。 | 角色 | 默认池 | 职责 | | --- | --- | --- | | orchestrator | `deep` | 保留完整需求,拆解任务,协调设计,纠偏并验收整体交付;小任务直接完成。 | | coder | `coding` | 实现范围明确的改动并验证,发现行为或接口未确定时反馈。 | | explorer | `fast` | 定位文件、调用关系和测试,返回可追溯证据及不确定性。 | | reviewer | `deep` | 根据原始需求和实际改动独立审查,检查回归与验证缺口。 | | expert | `deep`,按需换攻坚模型 | 处理根因、设计和复杂实现,必要时直接完成专项任务。 | ### 协调者需要多强? 执行已确定计划的调度员,可以使用经过验证的中等或轻量模型。开放式团队负责人还要识别遗漏约束、判断任务依赖、处理矛盾报告和决定何时完成,应从均衡档或可靠性优先档建立基线。 有 expert 不会自动消除协调者的判断工作。expert 必须收到相关目标和约束,并能反馈计划与证据的冲突。协调者需要保留报告里的限制,不能把“局部测试通过”变成“整体完成”。 ### 三套起始配方 | 配方 | `deep` | `coding` | `fast` | | --- | --- | --- | --- | | 省钱、规格明确 | GPT-6.2 Sol | GPT-6 Luna | GPT-6 Luna | | 日常开发 | GPT-6.2 Sol | Claude Sonnet 5.5 | GPT-6 Luna | | 复杂开发 | Claude Opus 5.5 | Claude Sonnet 5.5 | GPT-6 Luna | [团队示例](./examples/examples-team_CN.md)采用复杂开发配方。只有 Codex 时,从账号目录中选择 Sol 承担协调、实现和审查,Luna 承担探索及机械任务;Astra 在可用时用于攻坚。只有 Anthropic API 时,可以让 Sonnet 承担日常实现和探索,Opus 承担复杂判断。API key 不要求订阅该厂商的聊天应用。 同时有 API/Codex 接入和 Claude Code 使用资格时,让 Chord 原生主 Agent 负责协调,将实现或独立审查委派给 Claude Code。Sonnet 或 Opus 按任务档位选择,以 CLI 账号实际可用的模型为准。外部子 Agent 的模型和推理强度在 `backend.launch_args` 中用 `--model`、`--effort` 设置,不经过 Chord 模型池或回退机制。只有 Claude Code 使用资格,仍不能运行 Chord 主 Agent。 按任务将探索模型替换为 DeepSeek V4.1 Flash 1017 或 Gemini 3.8 Flash。只使用其他渠道时,也按同样职责筛选,先让候选模型完成本项目的代表性任务,再决定是否承担协调或终审。 模型池中的多个条目提供请求失败时的回退,不会按难度自动选模,也不会因为答案错误而自动升级。需要换档时,明确选择对应角色或模型池。不要把三个候选全部放入一个池,就把它当作任务路由器。 ## 调整与验证 - 同一组真实任务上比较单代理、强协调者配中档执行者,以及中等协调者配相同执行者。每次只改变一个因素;结果接近时重复运行。 - 记录整体验收成功率、错误宣告完成、人工纠正次数、总费用和耗时。token 单价不能代表含重试、审查和返工的任务成本。 - 从少量 worker 开始。并行写入需要独立交付与明确的共享决策;文件不同仍可能存在语义依赖。worker 能否修改文件或运行命令,由所属角色的权限规则决定。 - 审查要看原始需求、实际改动和验证证据,不能只读实现者摘要。不同模型可以提供另一种视角,但不保证错误相互独立。 - 先使用模型支持的 `medium` 或 `high` 档位,按结果调整。不同厂商的 effort 名称不代表相同计算量;`max` 不保证更好的成本或质量。 - 用 `chord doctor models --pool <池名>` 检查原生模型池接入。它不验证上述任务成功率。GPT-6.2 Sol 的工具任务应使用 Responses 接入;配置方式见[模型配置](./model-configs_CN.md)。 - Claude Code 子 Agent 要单独确认 CLI 认证、可用模型与额度,再委派一个容易验证的小任务检查接入。`chord doctor models --pool` 不检查这个后端,Chord 用量统计也不包含它的模型调用。 ## 资料与适用范围 型号与接入能力以 [OpenAI 模型文档](https://developers.openai.com/api/docs/models)、[Anthropic 模型文档](https://platform.claude.com/docs/en/models/overview)、[Gemini 3.8 Flash 模型卡](https://deepmind.google/models/model-cards/gemini-3-8-flash/)和 [DeepSeek V4.1 Flash 1017 模型卡](https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017)为准。[Artificial Analysis](https://artificialanalysis.ai/models)可用于比较通用能力、速度和成本,其分数不直接代表 Chord 的协调成功率。 2026 年的公开经验支持按职责分配模型,但没有给出适用于所有任务的协调者门槛: - [Cursor 的多代理工程实验](https://cursor.com/blog/agent-swarm-model-economics)展示了强规划者与便宜执行者的组合,尚未覆盖全部模型配对。 - [小模型协作研究](https://arxiv.org/abs/2601.11327)发现协调者推理很重要,实验主要涉及问答和工具任务。 - [软件修复中的 manager/worker 实验](https://arxiv.org/abs/2603.26458)支持强指导者的价值,但模型配对和弱协调者样本有限。 - [DeOrch](https://arxiv.org/abs/2610.07556)展示了专门训练的小协调模型;结果不能直接推广到未经协调训练的便宜通用模型。 这些资料用于提出候选配置。是否降档,仍要用自己的代码库和验收条件验证。