做 AI 应用的同学大概率都被这件事折磨过：想同时用 Claude 写代码、GPT 做推理、Gemini 处理多模态、DeepSeek 压成本……结果就是。有没有一种办法——？这篇就用 TokenPortal 走一遍，从零到跑通，控制在 10 分钟以内。

关键词：大模型对比、模型选型、聚合 API、Python 实战适用：做 AI 应用的同学想快速给模型「摸底」

关键词：大模型评测、模型排行榜、LLM-as-judge、聚合 API、Python 实战适用：已经做过一轮横评，想把「跑一遍」升级成「可复用的打分榜单」

让模型"说话"很容易，让模型"办事"才是分水岭。Function Calling（函数调用）就是那道分水岭：模型不直接给答案，而是告诉你"我想调哪个函数、传什么参数"，你的代码执行后把结果回传，模型再组织成自然语言。本文用聚合 API 走通一个最小闭环，这也是所有 Agent 的底层机制。

用户问完问题，盯着空白等上好几秒，和 0 点几秒就看到字开始往外蹦，体验天差地别。后者靠的就是"流式输出"（streaming）。本文用聚合 API 的 OpenAI 兼容接口，一份代码给所有模型加上流式输出，前端照抄就能用。

关键词：聚合 API、OpenAI 兼容、结构化输出、JSON Mode、数据抽取、Pydantic 校验。很多人第一反应是写正则。但正则又脆又难维护：措辞一变就失配，换一种格式就重写。其实大模型原生支持，你只要描述清楚字段，它就稳定吐 JSON，后面直接json.loads用。本文用（一个base_urlmodel。

要保留长程记忆，就在砍之前先总结。把超出窗口的旧轮次交给模型压成一段摘要，替换进上下文。这样模型既不被旧信息淹没，又不丢关键事实。context_summary = "" # 跨轮累积的对话摘要# 摘要用与主回答相同的模型即可；想更省可换成 deepseek-v4-flash（以控制台模型广场为准）messages=[{"role": "system", "content": "把对话压缩成一段中

让模型"说话"很容易，让模型"办事"才是分水岭。Function Calling（函数调用）就是那道分水岭：模型不直接给答案，而是告诉你"我想调哪个函数、传什么参数"，你的代码执行后把结果回传，模型再组织成自然语言。本文用聚合 API 走通一个最小闭环，这也是所有 Agent 的底层机制。

关键词：大模型对比、模型选型、聚合 API、Python 实战适用：做 AI 应用的同学想快速给模型「摸底」

关键词：大模型对比、模型选型、聚合 API、Python 实战适用：做 AI 应用的同学想快速给模型「摸底」