Skip to main content

模型策略

讲解如何决定主会话使用的模型与推理深度的模型策略 —— 子代理沿用会话的模型与推理深度。配置选择如何决定会话的默认 effort 回退。

更新 2026-10-09 8 分钟阅读 在 GitHub 上编辑 ↗

什么是模型策略?

模型策略把"所有事都用最贵的模型"换成"这个会话用这个模型、这么深的推理"。从 v3.2 起,MoAI-ADK 的模型和推理深度(effort)以会话为单位决定。主会话以哪个模型、哪个推理深度运行,子代理就沿用同样的模型和推理深度。曾经按智能体逐一分配模型的配置矩阵方式已经退役。

这个选择是代币经济学(tokenomics)的骨架。代币经济学指的是对照质量与成本来分配代币的用法,MoAI-ADK 真正落实其中成本一侧的手段正是这个模型策略。

信息
一句话: 主会话的模型与推理深度,就是所有子代理的模型与推理深度。不再需要按智能体挑选模型,要选的只是会话这一个模型和 effort。

为什么不该坚持"最强的模型"

乍一看,全程只用 Opus 似乎最安全。但有两件事横在中间。

第一,划开账单的不是 token 单价,而是每个任务花的步数。多轮智能体会一直走到任务结束为止,步数拉长,输出 token 堆积,成本随之膨胀。深度推理模型一次完成的事,浅推理模型反复做几遍,即便单价便宜,总成本反而更高。反过来,真正一次就能走完的简单任务也每次都用深度推理模型跑,就纯属浪费。

第二,同一个模型内部也可以调节推理深度。Opus 的 low effort 得分高于某些档位的 Sonnet,但每任务成本更低。也就是说,与其为了省钱换到更弱的模型档,不如在同一个模型内只调低推理深度,这在质量和成本上都存在更划算的区间。模型策略要找的正是这个区间。

这一原则的依据和实测数据整理在三层智能体架构页面。

模型清单与推理深度

先确认选项。模型策略就是从下面的清单里选哪个模型、以哪个推理深度运行会话的规则。

模型清单 (2026-09)

模型标识符上下文特点
Claude Fable 5claude-fable-51M新的 Mythos 级通用旗舰。最深的推理与复杂编码
Claude Opus 5.5opus1M复杂架构、高难度推理
Claude Sonnet 5.5sonnet1M速度与智能的平衡,日常编码
Claude Haiku 5.5claude-haiku-5-51M最快最经济 (Anthropic API 默认 Haiku,CC v2.1.293+)
Claude Haiku 4.5claude-haiku-4-5-20251001200K最快最经济,简单·批量任务 (AWS 系别名解析目标)

Haiku 5.5 事实 (Claude Code v2.1.293+):在 Anthropic API 上,haiku 别名解析为 Haiku 5.5(claude-haiku-5-5,所有方案均 1M 上下文,无需 [1m] 后缀)。auto-compact 默认 ~967K。 费率为 input $0.10 / output $0.50 per Mtok,提示超过 over 100K(10 万 token 以上)时升为 input $0.50 / output $2.50。adaptive thinking 默认开启,但在 high effort 及以下(low/medium/high)可用 thinking: {"type": "disabled"} 关闭;权衡质量与成本时更推荐使用 effort 参数。而在 AWS Bedrock、GCP Agent Platform、Microsoft Foundry 上,haiku 仍解析为 Haiku 4.5(200K)—— 别名解析按 provider 划分。

MoAI 的会话清单默认不使用 Haiku。把 Haiku 塞进长周期智能体任务反而抬高每任务成本 —— 这一点已由 DeepSWE 排行榜实测确认,即 No-Haiku 策略。依据见三层智能体架构页面。

注意
迁移到 Sonnet 5.5:如果你在关闭 thinking 的状态下使用 Sonnet,升级前请先把 thinking 设置改为 between_tools —— 在 Sonnet 5.5 上,前置 thinking 仍然是关闭的。

推理深度 (effort)

模型思考多深,分五档选择。

effort含义
low最浅推理。快且便宜
medium平衡。会话默认值的基准点
high深推理
xhigh更深推理(Opus 5.5 · Opus 5 · 4.8 · Sonnet 5.5 · Opus 4.7 支持)
max最深推理

默认 effort:Opus 5.5 默认 medium,其他支持 effort 的模型大多默认 high。 opus 别名解析到 Opus 5.5 需要 Claude Code v2.1.280 以上。

ultrathink 关键词:输入 ultrathink 会同时开启 effort:xhigh 与 Adaptive Thinking(自动分配推理 token)。不使用固定的 budget_tokens —— 模型自行分配推理深度。也可以用 /effort low|medium|high|xhigh|max|ultracode|auto 斜杠命令修改。这个调节以会话为单位 —— 改了会话 effort,这个会话里运行的子代理全部跟着走。

子代理跟随会话

MoAI-ADK v3.2 的模型·effort 规则可以浓缩成一句话。

子代理沿用主会话的模型与推理深度 —— 生成子代理时不传 model 也不传 effort,MoAI 智能体定义对两者都不作声明。

由此得到的实际面貌有三点。

  • 智能体定义不声明 model 也不声明 effort。 .claude/agents/moai/ 下智能体文件的 frontmatter 两者都不写。曾经随文件分发的 model: inherit 字段和 effort 默认值已退役。
  • 调用时也不传。 编排器生成子代理时,不带 model、effort 参数才是正常形态。调用时点名 model 是配置矩阵时代的做法,现在不再如此。
  • 会话就是答案。 会话以 opus / high 运行,这个会话的所有子代理就以 opus / high 运行。用 /effort 斜杠命令或 ultrathink 关键词改了会话 effort,之后的全部子代理调用都跟随新的深度。
flowchart TD
    S["主会话
模型 + effort"] --> W1["子代理生成 1
不带 model·effort 参数"] S --> W2["子代理生成 2
不带 model·effort 参数"] S --> W3["子代理生成 N
不带 model·effort 参数"] W1 --> I["以与 会话相同的 模型·effort 运行"] W2 --> I W3 --> I E["用 /effort · ultrathink
修改会话 effort"] --> S

逐会话切换模型是 Claude Code 自身的模型选择(/model 等)的职责,MoAI 不碰会话模型。

会话模型策略做什么

moai profile setup 向导中的会话模型策略问题决定的不是模型,而是 effort 回退。以这个配置文件启动的 Claude 会话开始时若没有单独选择推理强度,这里选的值就成为会话的默认推理强度。high / medium / low 三个值原样映射到 effort 词汇;不设值时保持 Claude Code 的默认启动行为,不加任何覆盖。

提示
名称整理:过去 llm.yaml 的 profile 字段、performance_tier 别名、moai init --model-policy 旗标负责挑选逐智能体分配表的列。如今那个位置上只剩会话 effort 回退这一件事。旧旗标为了脚本兼容仍然接受值,但没有任何效果,执行时会打印指向 moai profile setup 的弃用警告。

GLM 后端的 reasoning 上限

GLM 后端(切换到 moai glm)下,会话的 effort 不能直接使用 Claude 的五档词汇。GLM-5.3 始终推理 —— 关闭 reasoning 不受支持,请求关闭的调用会失败。可调节的轴只有三档 reasoning_effort(low / high / max),Claude 的 effort 收敛到它上面。

Claude effortGLM reasoning_effort
lowlow
mediummax
highmax
xhighmax
maxmax
(无法识别的值)max —— 完整性条款:绝不让推理不足

也就是说上限是 max。low 以上的所有 Claude effort 收敛为 reasoning-max,无法识别的值也落入 reasoning-max,没有显式覆盖的 GLM 会话默认以 reasoning-max 运行。reasoning-high 仍是有效的 wire 值,但没有任何 Claude effort 收敛到那里。实现类智能体 manager-develop 不论收敛结果如何都被强制为 reasoning-max(z.ai 的"编码任务用 reasoning max"建议)。

这个映射的原典是代码而非文档 —— 运行时的单一来源是 internal/template/glm_effort_overlay.go。

逐智能体分配后来怎样了(历史)

到 v3.1 为止,MoAI-ADK 用配置矩阵给每个智能体分配 {model, effort}。13 个智能体 × 3 个配置 = 39 格的表格由活动配置选出一列,解析器在调用时注入该值,还能用 moai model profile 命令查看解析结果。

整套装置在 SPEC-AGENT-MODEL-INHERIT-001 中退役了。契机是实测:带 model 参数的调用不足 1%,而矩阵却在持续制造"算出来了但谁也没应用上"的漂移,而且没有任何机制会报告这一点。分配的单一来源换成了会话本身,访问器、解析器、漂移强制一并清理。当年矩阵的布置依据(支出给做判断的行、智能体行用 Opus、No-Haiku)作为会话级模型选择的判断标准,仍然保留在三层智能体架构与配置矩阵页面。

调用时 model 参数的观测记录(.moai/logs/agent-model-audit.jsonl)仍然保留。在继承成为默认之后,这份记录的职责是盯住"声明的 model 是否与会话值不同",拦截需要选择开启。平时是可以不用管的观测层。

进一步省钱的两个杠杆

模型策略决定"会话用哪个模型、多深",旁边还有两个降成本的杠杆。两者都只从本页的成本视角点一下,深度留给各自的专页。

提示缓存通过前缀匹配(tools → system → messages 顺序)复用之前请求的前半部分,降低输入成本。读取约为基本输入的 0.1 倍,写入是 1.25 倍,5 分钟没有请求(空闲 TTL)缓存就过期。所以用户门要捆在靠前的位置,长会话拆开更划算。顺带说明,这个成本视角的提示缓存与上下文/记忆的提示缓存处理的"上下文保持"视角切入角度不同 —— 同一个机制,一个盯着账单,一个盯着会话连续性。

MOAI_AUTONOMY_TIER 按自主性层级决定成本与速度的取舍。层级越高,越多工作无需人工介入即可推进,token 消耗也越大。层级定义见自主性层级页面。

配置方法

在配置向导中决定

bash
moai profile setup
# 在会话模型策略问题中选择会话默认的 effort 回退

会话模型策略决定以这个配置文件启动的 Claude 会话的默认推理强度。子代理沿用那个会话的模型与推理深度。

关于 CLI 旗标

过去使用的 moai init --model-policy、--profile、--high、--medium-alias、--low 旗标是已弃用的桩(stub)。为了脚本兼容仍然接受值,但没有任何效果,执行时会打印指向 moai profile setup 的警告。新的配置请走向导。

提示
GLM 设置单独放在 settings.local.json 中,不会提交进 Git。要随时改会话的模型与 effort,请使用 Claude Code 的 /model、/effort。

下一步