一、什么是场景化模型选型

"这个项目该用哪个大模型"是开发者每接一个新需求就要面对的问题。传统做法有三种：搜评测文章、看排行榜、直接问 AI 助手。三种做法的共同问题是答案和你的场景无关——评测测的是长文本和竞赛数学，排行榜给所有场景同一个答案，而 AI 助手靠训练记忆回答，实测会编造出模型目录里不存在的模型名。

场景化选型的思路不同：把你的需求描述（输入什么、调用量多大、预算多少）交给一个选型引擎，它解析你的意图、从模型目录里召回候选、再排序给出 Top 3，每个推荐附理由和官方文档链接。

和我上一篇的关系：上一篇写的是让 Agent 本地检索厂商文档（bailian-docs-llm-wiki），解决的是"查资料"；这篇往前走一步，解决"做决策"——选型本身交给命令行。两篇互相独立，没看过上篇不影响阅读。

本文介绍阿里云百炼 CLI（bl）里的 bl advisor recommend 命令，以及配套的额度查询、用量统计、限流检查命令，从安装到实战完整走一遍。

二、环境准备

npm install -g bailian-cli
bl auth login

• Node.js ≥ 18
• 登录时贴 API Key，控制台这里签发，新账号各模型有独立免费额度
• CLI 安装文档

三、基础用法：一条命令出推荐

bl advisor recommend --message "电商客服机器人，要能看懂用户上传的商品截图，日调用量5万次，优先控制成本"

十秒左右返回 JSON，包含意图分析和三个排序推荐。Top 1 示例（真实输出节选）：

{
  "model": "qwen3.7-flash-2026-07-15",
  "category": "Cost-optimized",
  "contextWindow": 1000000,
  "maxOutputTokens": 131072,
  "docUrl": "https://help.aliyun.com/document_detail/3016807.html"
}

四、进阶：–dry-run 看中间态

bl advisor recommend --dry-run --message "电商客服机器人，要能看懂用户上传的商品截图，日调用量5万次，优先控制成本"

--dry-run 只跑前两段（意图分析 + 候选召回，50 个候选带初筛分数），不做最终 LLM 排序，也不消耗那次调用。返回的 intent 字段展示它如何理解你的话："看懂截图"→inputModality: Image，"日调用五万次"→high-concurrency，"预算紧"→budget: low。

五、场景对照：换个需求，推荐完全不同

bl advisor recommend --message "法律合同审阅助手，输出条款风险清单，精度优先，每天只有几十份合同"

意图字段	客服机器人	合同审阅
budget	low	medium
qualityPreference	cost-optimized	flagship
Top 推荐	qwen3.7-flash	farui-plus（法律垂类）+ qwen3.8-max

同一个命令，两个场景两套答案——这就是场景化选型与排行榜的区别。

六、查免费额度与用量

重要前置：usage/quota 命令组走控制台凭据，不是 API Key。没登录就跑会报 No console access token found，先执行一次：

bl auth login --console

两种凭据可以共存。然后：

bl usage free --expiring 30

查 30 天内到期的免费额度（--sort remaining 按剩余量排序，--model 指定模型）。

bl usage stats --days 30 --workspace-id <业务空间ID>

查 30 天用量分布。不带 --workspace-id 会报错，先 bl workspace list 查 ID，或 bl config set workspace_id <id> 固化。

bl quota check --model qwen3.7-flash-2026-07-15

查用量对照 RPM/TPM 限流的当前水位，高并发上线前必看。

七、免费额度避坑指南（重要）

以下口径对照官方文档（2026-08-14 复核），网上很多汇总文写错了：

坑	正确口径
有效期	90 天（从开通/模型发布/申请通过起算），到期作废不补发不延期，用不用都照常计时
额度范围	每个模型独立额度（通常 100 万 Token），不跨模型合并转移
版本细节	带日期快照版（如 qwen3.7-flash-2026-07-15）与不带日期版是两个独立额度
地域	仅华北2（北京）地域模型享有
用尽行为	不自动切换到其他模型，已认证账号继续调用直接扣费
防扣费	bl usage freetier --model <模型名> --on 开启"用完即停"

特别提醒：网上流传的"100 万 Tokens 永久有效"是错误口径，不要照那个预期规划用量。

八、常见问题 FAQ

Q1：它会推荐其他厂商的模型吗？
不会。它只覆盖百炼平台目录内的模型，不是跨厂商比价工具。

Q2：推荐结果可以直接上线吗？
建议把推荐当起点。每个结果带 docUrl 指向官方规格定价页，上线前自己核一遍，最好用自己的数据实测。

Q3：能不能把选型接进 CI？
可以。bl advisor recommend --output json 输出结构化结果，配合 jq 可以直接提取 Top 1 模型名更新配置。

Q4：不想开终端怎么办？
有 Skill 形态：npx skills add modelstudioai/skills，交互式选择 bailian-model-recommend，装进你常用的 Agent 里，说"推荐个模型"就会触发，返回模型加可运行示例代码。

Q5：和 AI 网关（如 OmniRoute）是什么关系？
两个问题。网关解决"接得便宜、自动 fallback、不断供"；advisor 解决"在你用的平台里，你的场景该选哪个"。可以叠着用。

九、总结

模型目录和价格月月在变，选型是反复发生的决策。把"搜评测 + 比价格 + 猜"换成"一条命令 + 自己账号的真实数字"，3-5 分钟上手，随时可以重跑——能随时重问，比一次给对答案更重要。上手入口：百炼控制台首页。

---

本文命令基于 bailian-cli 1.4.2 实测，输出为真实运行结果；额度口径以官方文档为准。