推荐模型

能填进 AI_MODEL 的模型有成千上万个。但其中大部分都不适合这门课，原因归结到一个能力上。

唯一的硬性要求：工具调用（tool calling）

智能体（agent）本质上是一个能请求你的应用程序代它执行某个操作的模型。它自己并不会真正去执行任何操作。

它返回的是一个结构化请求，大意是：“调用 get_weather，把 city 设为 Oslo，然后把结果告诉我。”你的代码运行这个函数，再把结果交回给它。

这个结构化请求就是工具调用（tool calling），一个不支持它的模型，无论周围的代码怎么写，都无法变成一个智能体。这不是模型强弱或快慢的问题，而是整门课程都依赖的那种消息结构，在这个模型里根本就不存在。

除了工具调用之外，这门课在讲解过程中还会依赖几项相关能力：传递严格类型化的参数、控制是否使用某个工具，以及返回结构化输出——也就是按你界面能渲染的模式（schema）组织的回复，而不是一段松散的文字。不同模型在这些能力上的可靠程度差异很大，这也是下面这份推荐清单存在的原因。

如果后面出了问题，先怀疑模型

这是这门课里最有用的排错直觉。如果某一课其他人都能跑通，只有你不行，而你的代码和答案对得上，那就先换一个推荐模型试试，别急着怀疑自己的代码。模型能力不足和代码有 bug，在控制台输出上看起来往往非常相似。

Juno唯一的硬性要求：工具调用（tool calling） 工具调用的意思是：模型回复的不是答案，而是一个请求——一个函数名，加上要传给它的参数。你的代码运行这个函数，再把结果交回去。

这一来一回正是智能体的核心思路。一个发不出这种请求的模型，不是一个能力弱一点的智能体，而是根本算不上智能体，所以这是你考察任何一个模型时第一件要确认的事。

Juno唯一的硬性要求：工具调用（tool calling） 要记住的分工是：模型做决定，你的代码去执行。工具调用就是让模型能说清楚“调用哪个函数、传什么参数”的消息格式，这门课搭建的一切都建立在它之上。

当你想尝试清单之外的模型时，这是第一个要确认的能力。服务商的文档页通常会把它标注为“function calling”或“tools”，这是有没有的问题，不是程度问题。

Juno唯一的硬性要求：工具调用（tool calling） 支持与否并不是单一的一个开关，惊喜往往就出在这里。一个模型可以发出工具调用，但在后面课程依赖的细节上仍然不可靠：比如严格遵守参数模式（schema）、遵守被强制指定的工具选择，或者在一轮里发出多个调用。

所以模型说明页上写的“支持 tools”，只是说明这种消息结构存在，并不代表课程里演示的每种行为都会稳定成立。下面这份经过测试的推荐清单，就是为你补上这个差距的。

推荐清单

下面每个模型都是针对课程实际的智能体工作流实测过的，不是靠抽象的 benchmark 打分。它们都速度快、成本低。

适用场景	模型	服务商
想用默认选项	gpt-5.4-nano	OpenAI
想找最便宜的非 OpenAI 路线	mistralai/ministral-3b-2512	OpenRouter
想要更大的余量	gpt-5.4-mini	OpenAI
想用最新的低成本模型	gpt-5.6-luna	OpenAI
想要一个更均衡的新模型	gpt-5.6-terra	OpenAI
想用更大的 Mistral 模型	mistralai/ministral-14b-2512	OpenRouter

**如果不想多想，直接用 gpt-5.4-nano 就对了。**它通过了课程依赖的每一项能力检查，也是能跑通完整工作流里最便宜的、经过验证的选择。

关于其余几个模型再补充几句。Ministral 3B 是一个平价替代品，不是质量上的升级，选它主要是图便宜。5.6 系列比 5.4 更新，但更新不代表更便宜，Nano 依然是最省钱的默认选择。Ministral 14B 能用，但在课程里“工具调用 + 结构化输出”混合流程的测试中，一致性略逊于 3B，这也是它排名靠后的原因。

如果你想只用一个账号、一个 key，OpenAI 的模型也可以通过 OpenRouter 访问到。OpenRouter 上的 openai/gpt-5.4-nano 是一条经过验证的路线。

Juno推荐清单 直接用 gpt-5.4-nano，继续往下学就好。它是所有检查项都通过的模型里最便宜的一个，而选模型这件事本身并不是这门课有意思的地方！

如果之后想试试别的，表格就在这里，没人拦着你。

Juno推荐清单gpt-5.4-nano 之所以是默认选项，是因为它是通过课程所需全部能力检查中最便宜的一个。

唯一值得升级的理由，是为后面课程里智能体在一轮里要同时调度多个工具的场景留出余量。gpt-5.4-mini 是能带来提升的最小升级，在怀疑自己 prompt 写错之前，值得先试试它。

Juno推荐清单 这里的排序依据是模型在课程“工具调用 + 结构化输出”混合流程下的一致性表现，这比 benchmark 更窄，但也更贴近实际场景。Ministral 14B 是一个能力不弱的模型，但恰恰在这个流程上排名低于 3B——这正是通用排行榜不会告诉你的那类结果。

值得推广到一般情况：评估一个模型是否适合智能体任务时，要用你实际的对话轮次去测试，而不是看综合推理分数。综合推理分数对这方面的预测能力很弱，一个能可靠遵守 schema 的便宜模型，往往比一个更聪明但会“跑偏”的模型更好用。

顺序调用 vs 并行调用

有些模型会在一轮里发出多个工具调用，有些模型每轮只发一个调用，然后循环。两种方式都能顺利完成这门课。

如果你用的模型每次只调用一个工具，你依然能得到相同的结果。只是你不会看到后面课程里演示的那种“批量调用”效果——模型一次性请求两个工具。这是模型本身的设计选择，不是你需要修复的问题。

Juno顺序调用 vs 并行调用 有些模型会一次请求多个工具，有些则是请求一个、等结果、再请求下一个。两种方式都能学完这门课，得到的答案也是一样的。

所以如果某一课演示的是一次回复里包含两个工具调用，而你的模型是一个接一个地做，这并不是出了问题，只是模型的风格不同，不是你的 bug。

Juno顺序调用 vs 并行调用 两种模式最终都能得到相同的结果，差异出在模型自身的设计上，跟你的代码没关系。

对照控制台输出和课程示例时，有一点值得知道：每次只调用一个工具、循环执行的模型需要更多次往返，所以会更慢、单次任务成本也略高一点，但你写的逻辑在两种情况下是完全一样的。

Juno顺序调用 vs 并行调用 一旦延迟成为真正需要考虑的约束，这个区别就开始有意义了。并行调用能把几个互不依赖的查询合并到一次往返里完成，而顺序调用的模型每个工具都要单独承担一次完整的延迟，一旦一轮里涉及四五个工具，延迟会迅速累加。

这也会影响你的错误处理方式。批量调用的一轮里可能有部分工具调用失败，所以你的循环逻辑必须为每一个被要求执行的调用都返回一个结果（包括失败的那些），否则下一轮对话的历史记录里就会出现缺口。

免费模型

免费的接口是存在的，大多通过 OpenRouter 提供，用它们来学习、不花一分钱也是完全可行的。

这门课建议尝试的免费路线是 OpenRouter 上的 google/gemma-4-26b-a4b-it:free。请把它当作一种实验，而不要当成上面推荐清单里的选项，因为免费接口有速率限制（意味着服务商会限制你在某个时间段内能发出的请求数量，超出部分直接拒绝），而且免费接口往往没有经过和推荐清单同等程度的测试。

任何免费路线都要留意这两点：

• **可用性会变。**今天能用的免费模型，下个月可能就被限流甚至下线了，免费套餐的政策变动很频繁，文档里列出的清单很快就会过时。
• **一致性也会变。**免费路线经常在不同的底层服务商之间切换，所以同一个 prompt 在不同次运行中表现可能不一样。当你在学一个新概念时，这种不稳定性会让你很难判断，某个奇怪的结果究竟是你代码的问题，还是这条路线本身的问题。

如果某一课因为免费路线而卡住了，花几分钱切换到上面推荐的付费模型试试。这是排除“模型本身有问题”这一可能性、继续往下学最快的办法。

先检查 Privacy（隐私）设置

在启用任何免费接口之前，先打开 OpenRouter 的Privacy设置页。免费路线可能会把你的请求发送给数据政策不同的服务商，而这个页面就是你决定允许哪些服务商的地方。

Juno免费模型 免费路线很适合用来边读边试、不花钱地实验。但一旦出了问题，免费路线就不是排查的好起点。

原因很简单：你没法区分“奇怪的答案”和“奇怪的路线”，而这恰恰是学习过程中最需要分清楚的两件事。如果某一课开始出怪状况，先花几分钱换个付费模型试试，别急着在自己代码上花一整个小时！

Juno免费模型 免费路线背后有两个会变动的因素：可用性，以及实际为你服务的上游服务商是哪一个。这两者都会让结果在不同次运行之间更难重现。

这对于阅读和随手试试来说没什么问题，但对排错就不太合适了。建议一直配置好一个付费模型，一旦某一课表现异常就立刻切过去，这样几秒钟内就能排除“是不是路线本身的问题”。

Juno免费模型 免费接口有速率限制，而它表现出来的方式值得提前预期：可能是一个 429 错误，也可能是排队导致响应时间被拉长到看起来像卡死一样。这两种情况从你自己代码的角度看，都不会明显地表现为“配额问题”。

Privacy 设置这一项，值得你认真做出选择，而不是留着默认值不管。免费额度是被补贴出来的，你的请求最终落到哪个服务商身上是按请求决定的、不由你控制，而不同服务商的数据留存和训练条款也各不相同。

跳出推荐清单

放心大胆地去试。这本身就是最有意思的部分。但要记住上面那条排错原则：当后面某一课的表现不符合预期时，先确认是不是模型能力的问题，再去代码里翻找。

模型目录和价格的变动速度，比文档更新的速度快得多，所以这里提到的任何具体模型名称，都只是某个时间点的快照。服务商自己的模型页面，永远是关于“现在有哪些模型、各自要花多少钱”最权威的信息来源。

Juno跳出推荐清单 去试试别的模型吧。这份清单是一个起点，不是一道围墙，动手试验本身就是最有意思的部分。

保持这两个习惯就能少踩坑：先确认模型支持工具调用，再去怀疑自己的代码；模型 ID 要从服务商自己的页面复制，而不是从任何写好一段时间的资料里抄，包括这篇文档本身！

Juno跳出推荐清单 放心去实验，但记住那条排错原则：如果后面某一课表现异常，先用一个已知可靠的模型测试一下，再去翻自己的代码。

模型 ID 要从服务商当前的页面上获取。模型目录变动很快，文档里写的名字只是一个快照，一个已经下线的 ID 报错时，看起来完全不会像“这个模型已经不存在了”这种提示。

Juno跳出推荐清单 把这篇文档里出现的每一个模型名称，都当作一个有时效性的说法。服务商的模型目录以“周”为量级在更新换代，对文档来说，实事求是的做法是明确指出真正重要的那项能力——工具调用，然后指向实时目录，去确认现在哪些模型具备这项能力。

当你要评估一个新模型时，用课程里实际的一轮对话去测试它，而不是看某个 benchmark 分数。你真正要留意的失败模式，是一个回答得很好、但严重不遵守工具调用 schema 的模型，而任何综合评分都不会提前警告你这一点。

接下来去哪儿

Chat Completions 与 Responses 这一节，讲的是你会遇到的两种 API 结构，以及这门课为什么最终选定了其中一种。如果你的服务商配置还没保存，那就先去看 服务商配置 这一页。