WorkBuddy 教程千千万，模型选择必须看！

先改掉三个选模型的误区

误区一：思考等级越深，任务完成得越快。

实际通常相反：思考越深，推理和检查花的时间越长。不同思考档位的思考与生成时间，可能相差 2～3 倍，综合评分却只提高一点。所以，调高思考档位，也要接受更长的等待。

误区二：模型单价越便宜，完成任务的成本越低。

最终费用，要一起看模型单价和实际 token 用量。有些强模型能更快抓住问题，用更少的推理 token、更少的尝试完成任务。即使单价高，总费用也可能更低。便宜模型如果需要长时间思考、反复修改和重试，消耗的 token 更多，反而可能更贵。

误区三：能力弱一些的模型，性价比一定更高。

也不一定。性价比要同时看结果质量、等待时间和费用。有些组合里，更强的模型反而评分更高、花费更低、等待更短。简单任务可以用轻量模型，需要判断和推理的工作，则可能更适合强模型。

拿我自己的 WorkBuddy 举个例子

我自己的 WorkBuddy 接入了一套 AG GPT 自定义模型。如果你的列表里只有 Kimi、DeepSeek、MiniMax 等，找不到这些 GPT，它们需要另行添加，入口放在文末。

这次我选 GPT 这套模型做对比，方便在同一体系里比较不同模型和思考档位，没有把其他厂商的模型混进来。前面的选择思路，也可以用于你的其他模型。

这篇文章里，我的日常推荐主要是两种：

• 需要动脑子的任务：GPT‑6.1 Sol high（高）。 比如写方案、编程、分析问题，需要理解、推理和判断的工作，先用它。复杂一些，再升到 xhigh（超高）。这是我写这篇文章时最推荐的日常主力。
• 不太需要动脑子的重复劳动：GPT‑6 Luna medium（中）。 比如按固定规则整理资料、提取信息、简单分类，主要是“照规则做”的工作，先用它就可以。

特别复杂、质量要求很高，而且预算充足的任务，再考虑 GPT‑6 Astra。

这套 AG GPT 配置，普通工作先选 300K，Max 模式保持关闭。

再用几个数字，看清这些关系

下面是我整理的 2026 年 10 月 1 日公开评测快照。人民币金额是该评测的平均参考费用，不是 API GET 当前报价；实际 AG 扣费以本账户账单为准。

• 看时间：6.1 Sol 从 xhigh 升到 max，评分约 51.0 → 51.8，参考思考与生成时间却从 4.7 → 9.5 分钟，接近翻倍。
• 看成本：6 Sol max 和 6 Astra low 的评测平均输出量（含思考），分别约为 3.1 万和 0.44 万 token。便宜模型开高档，评分能追上更强模型的低档，但 token 消耗更多，参考费用也更高。

在这组参考数据里，6.1 Sol high 比 6 Sol max 评分更高、费用更低，等待也更短。一般来说，模型更强、思考档位更高，综合能力通常也更强。但一定要把模型和档位一起看，评分接近也不代表每种任务表现都一样。

评测来源： Artificial Analysis，依据 2026‑10‑01 公开快照整理。时间只估计思考与答案生成，不含首字等待、工具调用等任务开销；这些数字不能用来保证你的一整项任务会花多少钱、多久完成。

思考档位怎么调？

点击输入框右下角的模型名称，选好模型，再进入对应模型的「思考强度」。这几款 GPT 的五档是：低（low）→ 中（medium）→ 高（high）→ 超高（xhigh）→ 极致（max）。

低、中侧重效率；高、超高适合更复杂的分析；max 留给确实值得多花时间的难题。我推荐的两种配置，按下面的截图选即可。

截图用于示范菜单操作，来自原文配图。图中的倍率和其他型号名称属于截图当时的配置，不作为当前价格或完整模型目录；当前选项与计费以站内模型页和账户账单为准。

300K 和 Max 模式，记住这几点

上下文窗口，是模型一次能接收多少内容。对本文的 AG GPT 配置，我建议普通工作先选 300K，处理超长文档、大量历史内容时，再考虑更大窗口。

顶部的 Max 模式，和思考档位里的 max 是两个设置。 关闭 Max 时，WorkBuddy 会自动把较长的上下文压缩成摘要，通常不必等到窗口完全用满；开启后会停用日常自动压缩，尽量保留完整历史，长对话的消耗也更快。它不能突破窗口上限，超限仍可能触发强制压缩。

所以，日常先关 Max，需要保留大量细节时再开。费用看实际输入、输出 token 和模型计费规则；300K 是容量设置，不是统一的涨价线。真正用上更长的上下文，费用才可能明显增加。

压缩与 Max 的功能说明参见 WorkBuddy 官方文档；原稿另核对了本机 5.7.3 版本的超限恢复逻辑。

你的 WorkBuddy 也能添加 AG GPT 模型

先通过邮箱登录 / 注册 API GET，再进入「教程」，获取本账户的完整配置。新邮箱账户即使积分为 0，也能先获取配置；实际使用模型需要账户有可用积分。

按照现有教程的自动配置或手动配置步骤添加模型。完成后，在 WorkBuddy 中选择 AG: 开头的模型，再调整思考档位。已有账户继续在同一「教程」里更新配置；复制提示词并不代表模型已经安装或调用成功。