AI工程师按场景选模型，Kimi K3开源编码最强

最近看到一个AI工程师分享的模型选择经验，挺实在的。他把自己日常用的模型和工具链全列出来了，从编码到复杂任务，每个场景该选什么模型，直接给了答案。 先说编码场景。他的结论是Kimi K3是目前开源编码模型里最强的，GLM-5.3紧随其后。这个判断跟很多人的实际体验一致——Kimi K3在代码补全和bug修复方面确实表现不错，尤其是处理复杂逻辑的时候，比其他开源模型稳定很多。 简单到中等难度的任务，他选DeepSeek V4.1 Flash。速度快、成本低，日常用起来特别顺手。比如写个简单的脚本、改个配置文件、做个数据格式转换这种活，Flash完全够用，没必要上大模型。这种分层使用的思路挺聪明的，既省钱又不耽误事。 复杂任务就交给Astra。Astra在处理需要多步推理、长上下文理解的场景时表现更稳定，虽然成本高一些，但复杂任务本来就值得投入更多资源。 有个细节值得注意：他发现Codex配合开源模型效果更好，而Claude Code用同一个模型的时候，成本可能会翻倍。这说明工具链的选择对成本的影响比模型本身还大。很多人只关注模型价格，忽略了工具层面的优化空间。 这种分场景选模型的策略，比无脑用最强模型要高效得多。毕竟每个模型都有自己的甜区，找到对的场景用对的模型，才是真正的省钱之道。 项目地址：github.com/Yuchenj_UW