做 FDE 项目，第一步往往就是选大模型。GPT-4、Claude、DeepSeek，到底用哪个？不同场景该怎么选？是不是越贵越好？ 这篇从能力、价格、常用场景、混合用法 4 个维度，把三个主流模型对比清楚。核心结论先放前面：不是哪个最好，是哪个最适合当前场景；能省成本就省成本，重要场景再用好模型。

维度 1：能力对比

三个模型各有强项，没有全面碾压的一方。

GPT-4：综合能力最稳，推理、写作、代码都比较均衡，复杂问题的处理能力强。适合需要强推理、多步骤分析、对输出质量要求高的场景。

Claude：长文本处理是强项，上下文窗口大，适合一次性喂入大量文档做分析、总结；写作风格也比较自然。

DeepSeek：中文表现好，代码能力强，在中文为主的场景里性价比突出。

怎么选？复杂推理、要求综合质量的，优先 GPT-4；要处理长文档、长上下文的，优先 Claude；中文为主、代码相关的场景，优先 DeepSeek。实际选型时最好拿自己项目的真实问题跑一批测试集，用效果说话，不要只看公开评测。

维度 2：价格对比

价格上三者拉开了明显的档位。

GPT-4：价格最高，对应最强的综合能力。

Claude：价格居中，长文本场景下性价比不错。

DeepSeek：价格最低，性价比最高。

怎么选？预算有限、场景简单，优先 DeepSeek；面向重要客户、对质量要求高的核心场景，再上 GPT-4。具体单价随厂商调整，选型时以官方当时的定价为准，这里只讲相对档位。

对 FDE 来说，成本是项目能不能落地的关键变量之一。同一个问题，用贵模型和便宜模型的成本可能差好几倍，而很多简单问题便宜模型已经够用。选型时把"效果"和"成本"放在一起权衡，而不是只挑最强的。

维度 3：FDE 常用场景怎么对号入座

结合 FDE 项目的典型阶段和场景，可以这样对应：

客户 demo / 快速验证：用便宜的模型（DeepSeek）。demo 阶段目标是快速把想法跑通、给客户看方向，不需要上最贵的模型，成本控制住。

生产环境 / 重要客户：用能力强的模型（GPT-4）。正式交付、直接面向客户业务结果的环节，质量和稳定性优先，成本让位于效果。

长文档处理：用 Claude。要一次性读大量文档、研报、合同做归纳总结的场景，长上下文能力是关键。

中文为主的场景：用 DeepSeek。面向国内客户、中文问答和中文写作占主导时，DeepSeek 的中文表现和成本都更合适。

核心一句话：不是越贵越好，是按需选。场景简单、容错空间大，就把成本压下来；场景关键、质量要求高，再投入好模型。

维度 4：怎么混合用，把成本省下来

成熟的 FDE 项目通常不会全程只用一个模型，而是按问题难度混合调度。

简单问题：走便宜模型。常见问答、格式整理、简单抽取这类，便宜模型足够应付。

复杂问题：走贵模型。推理复杂、涉及多步分析、便宜模型把握不准的，再升级到能力强的模型。

怎么判断要不要升级？可以先让便宜模型做一道分流：判断这个问题属于简单还是复杂，简单的直接回答，复杂的再转给贵模型处理。这样大部分流量落在便宜模型上，只有少数复杂问题消耗贵模型额度。

为什么这么做？整体成本能明显降下来，而关键问题的效果又不打折。对客户来说，花更少的钱拿到够用的系统；对 FDE 来说，项目的成本结构更健康，报价和交付都更有空间。

FDE 选大模型的核心是什么？

总结一下：选大模型，核心不是"哪个最好"，是"哪个最适合当前场景"。

demo 阶段：用便宜的，快速验证想法，控制成本。

生产阶段：用合适的，按场景和质量要求选模型。

落地方式：简单问题便宜模型，复杂问题贵模型，用分流做混合调度。

最后提醒一点：模型选型不是一次定死。项目推进过程中，要持续看不同模型在自己测试集上的表现和成本变化，厂商能力和定价也在更新。定期复盘"这个场景用这个模型值不值"，比一开始选完就不再调整要靠谱得多。

你现在用哪个大模型？觉得效果怎么样？评论区聊聊。