04 · 怎麼用這張地圖
前三章告訴你場上有誰。這一章告訴你怎麼從裡面挑一個——用一個二十分鐘就有答案的方法，而不是讀三天評測。
先按硬約束篩，再談好不好用
順序錯了會白忙。先過這三道門，剩下的才是候選。
門一：資料能不能出去
問三個問題：
1. 這些材料能不能發到公網服務？
（客戶資料、財務資料、未公開的程式碼、個人資訊——多數公司的答案是不能）
2. 能不能出境？
3. 有沒有必須私有化部署的要求？這一道通常不由你決定，去問合規或者你的主管。答案會直接砍掉一大半選項——比如"不能出境"就砍掉了國外那一章的全部。
這是最多人跳過、也最貴的一步
先花兩週選了一個好用的，再被告知不能用——這是最常見的返工。先問，再試。
門二：要不要在自己機器上跑
需要私有化部署 / 端側執行 / 二次訓練的，只能看開放權重的那些。
| 方式 | 適合 | 代價 |
|---|---|---|
| 公網 API | 絕大多數場景 | 資料要出去 |
| 私有云 / 專有部署 | 資料不能出內網 | 貴，要運維 |
| 本機 / 端側 | 完全離線、極敏感、或者要跑在裝置上 | 能力受限於小模型 |
門三：能不能穩定地用上
帳號能不能註冊、能不能付款、網路穩不穩定、有沒有企業發票和合同。
聽起來瑣碎，但它決定了這件事能不能長期做下去。 一個團隊十個人用，其中三個人登不上，這個選型就是失敗的。
然後：二十分鐘測一遍
過了三道門，剩下的候選通常只有兩三家。用這個方法測，別讀評測：
挑三家 → 拿你手上一個真實任務 → 用同一條提示詞各跑一遍 → 每家跑三次。
要點：
半小時得到的結論，比讀十篇評測靠譜——因為它測的是你的活，不是別人的題。
如果你已經按提示詞篇 08 章建了五條測試集，那更簡單：直接拿測試集跑一遍，看每家過幾條。 這也是那個測試集的額外紅利——換模型時，五分鐘就能驗。
關於榜單
榜單是趨勢指示器，不是選型依據
兩個問題：
一、它測的不是你的活。 榜單用標準題測通用能力，而你的活是"整理我們公司的會議紀要"——這兩件事的相關性沒你想的高。
二、它變得太快。 你今天看到的第一名，下個月可能是第三名，而這三名之間的差距在你的任務上可能根本感覺不出來。
正確用法：看誰在場上、大致什麼水位，不看具體名次。想看的話，LMArena 這類是人類盲測投票的，比純跑分參考價值大一點。
一個省錢的分檔習慣
選定一家之後，還有一層選擇：用它的哪一檔。
簡單活（格式轉換、分類、摘要、改寫） → 便宜檔，快又省
難活（複雜推理、長文件分析、寫程式碼） → 強檔
要穩定重複跑的活 → 先在強檔調通提示詞，再試降檔能不能過
需要"推"的活（算賬、找矛盾、多條件判斷） → 推理模型最後那條見 03 章。預設全用最強那檔，是最常見的浪費。
怎麼自己查最新情況
這一節比前三章都重要——因為它不會過期。
| 想知道什麼 | 去哪兒 |
|---|---|
| 某家現在有哪些型號、什麼價、多大視窗 | 它自己的官網 / API 文件。這是唯一權威來源 |
| 開放權重的模型有哪些、怎麼下載 | Hugging Face（國際）· 魔搭 ModelScope（國內） |
| 大致水位和趨勢 | LMArena 之類，看趨勢不看名次 |
| 想一次試幾家、不想註冊一堆帳號 | OpenRouter 這類聚合平臺 |
建立一個習慣：每季度花半小時。
- 拿你的測試集，在當前用的模型上重跑一遍——確認沒退步；
- 挑一個新出的候選，同樣跑一遍；
- 明顯更好、或者明顯更便宜，就換；否則不動。
別追新。 換模型的成本不只是改個配置——你的提示詞、Skill、Workflow 可能都要重新驗一遍。半小時的對比，能幫你判斷這個成本值不值得付。
一件事不會變
這一整篇會過期，但下面這句不會——它是入門篇那句話的重複，值得作為這一篇的收口：
同一個模型，話說清楚和說不清楚的差距，比換一家模型大得多。
所以選型這件事，給它二十分鐘，別給它兩週。 省下來的時間放到提示詞篇去——那裡的每一分鐘回報都更高。
下一步
選完了，就回到主線上：