WorkBuddy 内置模型详解
很多小伙伴用 WorkBuddy 时可能只默认使用一个模型，结果反映积分不够用。实际上，不同模型擅长的场景完全不同，如果选对了模型，既省积分又高效。
苏米注：这个观点很实用——很多人不知道 WorkBuddy 支持切换模型，导致简单任务也用高积分模型，浪费额度。
各模型特点与适用场景
| 模型 | 侧重点 | 积分消耗 | 适用场景 |
|---|---|---|---|
| MiniMax-M2.5 | 轻量快速、性价比高 | 0.18 | 短文本改写、摘要、翻译、简单指令执行、快速信息提取 |
| 智谱 GLM-4.7 | 逻辑强、综合能力均衡 | 0.23 | 方案撰写、活动策划、复杂需求拆解、报告梳理、多步骤任务执行 |
| MiniMax-M2.7 | 多模态、图片/图文理解 | 0.26 | 图表解析、截图内容提取、带图文档总结、图文类办公任务 |
| Kimi-K2.5 | 超长上下文、文档精读 | 0.28 | 长文档总结、论文阅读、报告精读、多页 PDF 提炼、大段文本改写 |
| DeepSeek-V3.2 | 代码、数理、技术逻辑 | 0.30 | 写公式、写 SQL、数据分析、表格函数生成、技术文档、简单编程 |
苏米注：从积分消耗来看，MiniMax-M2.5 最便宜（0.18），DeepSeek-V3.2 最贵（0.30）。简单任务优先选 M2.5，能省不少积分。
选型建议
根据实际使用场景，给出以下选型建议：
- 简单任务优先选 M2.5：积分最省，日常对话、简单改写完全够用
- 长文档、大文件用 Kimi-K2.5：超长上下文支持，文件越长越有优势
- 看图片、图表选 M2.7：多模态能力强，适合图文混合任务
- 写方案、做策划用 GLM-4.7：逻辑强，综合能力均衡
- 技术/代码类直接用 DeepSeek：理科/技术岗专属利器
另外，配置自定义模型（自己下载的大模型）在 WorkBuddy 里使用完全不消耗平台积分。
总结
根据需要切换模型，WorkBuddy 使用效率更高，积分也更耐用。记住核心口诀：
简单任务 M2.5，长文档用 Kimi，看图用 M2.7，写方案用 GLM，技术活 DeepSeek。
声明：本站原创文章文字版权归本站所有，转载务必注明作者和出处；本站转载文章仅仅代表原作者观点，不代表本站立场，图文版权归原作者所有。如有侵权，请联系我们删除。