> ## Documentation Index
> Fetch the complete documentation index at: https://docs.qoder.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 模型选择器

Qoder 内置了全球 SOTA 级别的 AI 模型，并提供灵活的选择机制，帮助你在开发效率、输出质量与成本之间找到最佳平衡。

<Info>
  除了内置模型，你还可以通过 API 密钥接入自己的模型。详见 [自定义模型](/zh/user-guide/chat/custom-models)。
</Info>

## 模型选择器

模型选择器提供两种选择方式：**分级选择**和**指定模型**，满足不同场景需求。

### 分级选择

模型分级选择器为开发者提供五个高性能模型池，在成本与性能之间取得不同平衡。如同智能汽车的驾驶模式，为每项任务选用最合适的档位。

| **级别**               | **说明**             | **适用场景**         | **Credit 消耗** |
| -------------------- | ------------------ | ---------------- | ------------- |
| **智能路由 (Auto)**      | 智能选择最适合的模型，平衡性能与成本 | 大部分日常开发工作，建议默认使用 | \~1.0×        |
| **极致 (Ultimate)**    | 专家级深度推理与思考能力       | 复杂系统设计、高难度问题分析   | \~1.6×        |
| **性能 (Performance)** | 高级推理能力，高质量输出       | 核心功能实现、架构设计、代码重构 | \~1.1×        |
| **经济 (Efficient)**   | 标准推理能力，高性价比        | 基础代码生成、单元测试、日常问答 | \~0.3×        |
| **轻量 (Lite)**        | 基础推理能力，免费使用        | 快速验证、基础逻辑实现、快问快答 | 免费            |

<Warning>
  轻量 (Lite) 模式在高峰时段可能响应较慢，且暂不支持多模态问答。
</Warning>

#### Credit 消耗对比

下表展示完成一个中等复杂度编码任务时，不同级别的 Credit 消耗示例：

| **模型级别**        | **Credit 消耗倍率** | **单示例任务消耗** |
| --------------- | --------------- | ----------- |
| 智能路由（Auto）      | \~1.0×          | 10 Credits  |
| 极致（Ultimate）    | \~1.6×          | 20 Credits  |
| 性能（Performance） | \~1.1×          | 11 Credits  |
| 经济（Efficient）   | \~0.3×          | 3 Credits   |
| 轻量（Lite）        | 免费              | 0 Credits   |

> 由于不同任务和代码库的差异，实际消耗倍率可能存在一定差异。

专家团（Experts）模式与模型分级分开选择。在专家团模式下，你可以选择 **Auto（1.0x）** 或 **Ultimate（1.6x）** 两个档位。该模式会并行调度多位专家智能体，实际 Credit 用量取决于任务复杂度、专家轮次与工具调用情况。

### 指定模型

除了分级选择，你也可以直接选择特定厂商的具体模型。适合对模型有明确偏好或特定需求的场景。

> 目前只开放部分模型供直接选择。

| **模型名称**          | **模型简介**                               | **Credit 消耗倍率** |
| ----------------- | -------------------------------------- | --------------- |
| Qwen3.7-Max       | Agentic 能力的全面跃迁，可自主完成长程复杂任务            | 0.5×            |
| Qwen3.7-Plus      | 推理能力、效率与多模态体验的全面跃迁                     | 0.1×            |
| DeepSeek-V4-Pro   | 复杂推理、代码生成与工程任务表现卓越                     | 0.5×            |
| DeepSeek-V4-Flash | 推理速度快且成本低廉，综合能力均衡                      | 0.1×            |
| GLM-5.2           | 擅长复杂系统工程与长程任务                          | 0.6×            |
| Kimi-K2.7-Code    | Kimi 最新模型,专为长上下文编码打造:精准的指令遵循,可靠的长程任务执行 | 0.3×            |
| MiniMax-M3        | 原生多模态感知、前沿编码能力，以及 1M 上下文深度，适合高强度工作流    | 0.2×            |

<Tip>
  **Kimi-K2.7-Code** 在参数面板提供 **Fast** 开关。开启后响应速度约提升至 6×，Credit 倍率会从 0.3× 上调至 0.6×。
</Tip>

### 模型参数配置

部分模型支持配置参数，以便更好地适应不同任务类型。在模型选择器下拉菜单中，将鼠标悬浮在模型名称上，左侧会弹出参数面板，点击 **Edit** 按钮即可配置参数。

#### 上下文窗口

控制对话可用的最大上下文窗口大小。

| **选项** | **说明**               |
| ------ | -------------------- |
| 200K   | 标准上下文窗口，满足大多数任务需求    |
| 400K   | 扩展上下文，适用于更大的代码库或较长对话 |
| 1M     | 最大上下文，适用于超大规模项目      |

#### 思考强度

控制模型在生成回复前的推理深度。可用的选项因模型而异，选择模型后界面会显示该模型支持的档位。

| **选项** | **说明**          |
| ------ | --------------- |
| low    | 最少推理，响应最快       |
| medium | 推理深度适中          |
| high   | 深入推理，适合复杂任务     |
| xhigh  | 深度分析，适用于高难度问题   |
| max    | 最大推理深度，适合最复杂的挑战 |

#### 支持的模型

目前 Ultimate、Performance、DeepSeek-V4-Pro、DeepSeek-V4-Flash、Qwen3.7-Max、Qwen3.7-Plus、GLM-5.2、MiniMax-M3 和 Kimi-K2.7-Code 支持参数配置。其中 Qwen3.7-Max、Qwen3.7-Plus、GLM-5.2 和 MiniMax-M3 仅支持上下文窗口；Kimi-K2.7-Code 仅支持开启 Fast 模式；其余模型同时支持上下文窗口和思考强度。

### 如何切换

1. 在 AI 对话输入框中，点击模型选择器的下拉菜单
2. 选择**模型分级**或**指定模型**
3. 选择后立即生效，新模型将应用于当前会话的后续对话

<Note>
  当前账户没有 Credits 时，仅可使用轻量 (Lite) 级别。需升级或获取更多 Credits 后方可使用其他级别。
</Note>

***

## 常见问题

### 模型列表会更新吗？

会更新。Qoder 会持续引入业内表现突出的新模型，并结合模型效果、市场变化等，适时下线或替换部分旧模型，保持模型列表优质与可靠。

### 可以在同一个会话中切换模型吗？

可以。你可以在任何时候通过对话框中的下拉菜单切换模型分级或指定模型，新的选择会立即应用于当前会话的后续对话，方便你根据实时任务需求动态调整。

### 模型分级和指定模型有什么区别？

模型分级选择器会根据所选档位智能匹配最适合的模型，无需关心具体使用哪个模型；指定模型则让你直接选择特定厂商的具体模型，适合对模型有明确偏好或特定需求的场景。

### 不同模型的 Credit 消耗是如何计算的？

你的 Credit 消耗由每次请求所使用的 Token 数量及所使用模型的单位价格共同决定。详细计费规则请查阅 [Credits 说明](/zh/Credits)。

### 轻量 (Lite) 模式是完全免费的吗？有什么限制？

轻量 (Lite) 模式目前免费，但在高峰时段可能响应较慢，且暂不支持多模态问答。