能力矩阵

选择模型前，可以先按能力类型确认任务需要哪些能力。这里不列出接口 schema 或具体请求参数。

能力	说明	典型场景	选型关注点
文本生成	生成、改写、摘要、翻译、问答	客服、写作、办公自动化	准确性、风格稳定性、成本
长上下文	处理长文档、多轮历史或代码库	知识库问答、合同审阅、代码理解	上下文窗口、缓存支持、成本
深度推理	分步骤分析复杂问题	数学、规划、复杂决策、调试	推理质量、响应时间、可解释性
代码能力	生成、解释、审查和修复代码	研发辅助、测试生成、代码迁移	语言覆盖、工具调用、错误率
工具调用	调用搜索、文件、数据库或业务系统	Agent、自动化流程、实时数据	工具权限、审计、失败恢复
结构化输出	按固定字段、层级和格式返回结果	数据抽取、表单填充、工作流编排	格式稳定性、校验和重试
多模态理解	理解图片、文件、视频或音频	票据识别、图文问答、审核	输入类型、上下文限制、准确率
图像与视频生成	根据提示词或参考素材生成内容	营销素材、短视频、创意设计	生成质量、异步任务、素材合规
实时搜索	获取最新网络或外部数据	新闻、行情、政策、事实核验	数据来源、时效性、引用和可信度

能力说明

结构化输出适合让模型返回 JSON、表格或固定字段结果，便于直接进入数据库、工作流或自动化系统。生产环境应为输出结果增加格式校验、缺失字段处理和失败重试。
多模态能力强调跨模态理解与生成，例如图文理解、图片描述、视频摘要或文本生成图像。接入前需确认目标模型支持的输入类型、文件大小、上下文窗口和输出形式。
MCP / 工具调用可让模型访问搜索、数据库、知识库或内部系统。启用前应配置最小权限、调用审计、异常回滚和人工接管路径。