gogo-agent

用了哪几种模型,分别用在哪?

@Bean("strongModel") @Primary public Model strongModel() { return DashScopeChatModel.builder() .apiKey(apiKey) // 12…

TL;DR

@Bean("strongModel") @Primary public Model strongModel() { return DashScopeChatModel.builder() .apiKey(apiKey) // 12…

// config/ModelConfig.java
@Bean("fastModel")
public Model fastModel() {
    return DashScopeChatModel.builder()
        .apiKey(apiKey)
        // 1.2元/百万token ,或者用最便宜的 qwen-flash 也够了,0.15元/百万token
        .modelName("qwen3.6-flash")
        .stream(true)
        .enableThinking(false)
        .build();
}

@Bean("strongModel")
@Primary
public Model strongModel() {
    return DashScopeChatModel.builder()
        .apiKey(apiKey)
        // 12元/百万token  或者用最新的 kimi/kimi-k3 20元/百万token
        .modelName("qwen3.7-max")
        .stream(true)
        .enableThinking(false)
        .build();
}

@Bean("strongModelWithThinking")
public Model strongModelWithThinking() {
    return DashScopeChatModel.builder()
        .apiKey(apiKey)
        // 12元/百万token  或者用最新的 kimi/kimi-k3 20元/百万token
        .modelName("qwen3.7-max")
        .stream(true)
        // 开启深度思考
        .enableThinking(true)
        .build();
}

@Bean("stableModel")
public Model stableModel() {
    return DashScopeChatModel.builder()
        .apiKey(apiKey)
        //6元/百万token
        .modelName("glm-5.1")
        .stream(true)
        .enableThinking(false)
        .build();
}
模型 Bean 实际模型 深度思考 单价 用在哪
strongModel qwen3.7-max 12元/百万 MasterAgent
strongModelWithThinking qwen3.7-max 12元/百万 BookingAgent
stableModel glm-5.1 6元/百万 InfoAgent
fastModel qwen3.6-flash 1.2元/百万 会话标题生成

模型的分配我们是「按任务价值 + 是否需要慢思考」两个维度切的: 最强档 qwen3.7-max:留给核心决策链。其中主编排和行程单管理用不开思考的版本(要快、要能利用隐式缓存);而预订执行和行程规划这两个最复杂、最容易出错的环节,特意换成了开启深度思考的 strongModelWithThinking——这两处一旦规划错方案或订错票代价最高,用慢思考换准确率是划算的。这是相比上一版 ModelConfig 新增的一档。 中档 glm-5.1(stableModel) 承担「相对确定、但仍需要一定语言能力」的活:信息查询、审批、L3 意图识别、问题改写,还有一个很聪明的复用——所有 Agent 的历史压缩/摘要都用它,因为压缩是后台动作,没必要烧最贵的模型。 最便宜档 qwen3.6-flash(fastModel) 全部给了「锦上添花、对质量不敏感」的轻量旁路任务:标题、推荐问题、偏好抽取——这些就算偶尔差点也无伤大雅,用最便宜的模型批量跑最省钱。 一句话总结这套策略:越靠近"订票/规划"这种一旦错就赔钱的环节,模型越强、还要开慢思考;越是后台/装饰性任务,模型越便宜。

版本提示

模型、框架与接口会持续变化。涉及版本号、参数与生产配置时,请在实践前对照对应官方文档。

LLMentor系统化学习大模型应用工程

内容来自个人课程知识库备份,并经过结构化整理。技术版本持续演进,生产使用前请结合官方文档验证。