先把答案放桌上：这是道假单选题。给公司选模型，不是选一个"最强的"让它包打天下，是像招人一样按岗位配置。看三条就够：先过合规关——面向客户的AI必须用国内备案过的模型（全国已备案988款，GPT、Claude都不在名单里）；再过匹配关——不选最强的，选最配的；最后过算账关——模型单价能差出几十倍甚至上百倍，分环节混用最省钱。三条过完你会发现，"DeepSeek、豆包还是GPT"这个问题本身就问偏了——真正的问题是：你系统里的哪个环节，该配哪个模型。这一篇不测评、不站队：三条标准怎么用、各家模型什么脾气、谈方案时怎么验货，一次讲透。
这个题目预告了两期，中间还被"AI军团"插了一次队，今天必须兑现。它也确实是AI工程师樊军刚近来被问得最多的问题之一，老板们的原话通常长这样：
“现在模型这么多，DeepSeek、豆包、通义、GPT，每家都说自己最强——到底给我们公司用哪个？”
问这话的老板，多半已经把选模型想象成一锤子买卖：选定一家，从此绑定，选错了就完了。先把这个包袱卸了。
先破题：选模型不是认亲家，是排班
换个画面看这件事。你公司招人，从来不会招一个清华博士，让他兼任前台、司机、会计加总工——你会按岗位配人：关键岗位出高薪请强人，流水线岗位招熟练工，跑腿的活谁便宜谁上。
模型就是数字员工，一样的道理：一套AI系统里，不同环节可以配不同的模型；模型还可以随时换——只要系统架构留了"换人"的口子。上一篇讲AI军团时亮过底牌，军规第一条就是"贵的做判断，便宜的干活"——那是我管AI部队的排班原则，今天原样交给你，当选模型的总纲：不问谁最强，问哪个岗位配谁。
排班的道理懂了，接下来是怎么挑人。三条，按顺序过。
第一条：先过合规关——对着客户的AI，必须"持证上岗"
很多选型文章把这条放最后，我把它放第一，因为它是唯一一条一票否决。
在中国，面向公众提供生成式AI服务，要按《生成式人工智能服务管理暂行办法》（2023年8月起施行）走网信部门的备案或登记程序。国家网信办今年7月刚公布最新数字：截至2026年6月30日，全国累计988款生成式AI服务完成备案。DeepSeek、豆包、通义千问、Kimi这些国产主流模型都在名单里；翻遍名单你会发现，GPT、Claude、Gemini一个都不在——不是它们不够强，是它们压根没走中国的备案程序。
翻译成老板能直接用的判断，就两条线：
- 对内的活（员工用AI写方案、整理资料、辅助分析）：模型选择相对自由，管好数据红线就行——哪些数据不能外传，讲安全那篇写透了；
- 对客的活（AI客服、对外查询、小程序里的AI功能——只要你的客户能直接碰到）：底座必须用已备案的模型，你自己的应用再做一个登记，流程不复杂。反过来，拿没备案的境外模型直接怼给中国客户用，等于让无证司机开你的营运车——真出了内容事故，下架整改、监管上门，责任全落你头上。
这一刀切下去你会发现：给国内客户干活的场景，选项天然就落在国产模型这一侧。不是情怀，是牌照。
别误会，这不是说国际模型不好——AI工程师樊军刚自己每天干活，主力工具箱里就有国际模型（名片里那句"Cursor+Claude深度使用"不是摆设），对内提效它们确实强。这一条说的只是：对客的生意，先看牌照，再谈本事。
第二条：再过匹配关——不选最强的，选最配的
那国产模型能力到底行不行？不听厂商吹，直接摆第三方评测。
SuperCLUE（国内主流的大模型评测机构）2026年5月的报告：21款国内外主流模型、六大能力维度、492道题，结论两句话——国际四强（GPT、Claude、Gemini家的四款模型）稳居前四；国产三强——DeepSeek、通义千问、豆包的旗舰——并列第五，得分咬得非常紧。代码生成这类硬指标，国产头部离国际头部已不到2分；豆包在多模态（让AI看图）的专项评测里还拿过全球第一。
翻译一下：天花板确实还是国际模型的，但你公司的活，几乎都发生在离地板一米的地方。读单据、答客服、抽数据、按规则写报价说明——这些是"熟练工的活"，不是奥数决赛题。熟练工的活，国产第一梯队的能力早就溢出了；真正拉开差距的高难推理场景，中小企业的日常业务里十不遇一。
所以匹配关的正确姿势，不是问"谁最强"，是先写清楚你的活长什么样，再对号入座：
| 你的活长什么样 | 该找什么脾气的模型 |
|---|---|
| 要"看图"：单据照片、图纸、票据 | 多模态强的（豆包这类） |
| 逻辑硬：代码、数学、精确计算 | 推理和代码强的（DeepSeek这类） |
| 流程长：多环节自动流转、调用工具 | Agent调度稳的（通义这类） |
| 涉外：英文往来、跨语言 | 国际模型补位（注意只用在对内环节） |
| 量大活糙：分类、打标、初筛 | 各家轻量版，谁便宜用谁 |
这张表不用背，记住一句话就行："最强"是排行榜的事，"最配"才是你的事。
第三条：最后过算账关——单价差几十倍，混着用最省
很多老板不知道模型之间的价差有多夸张。看挂牌价，都是官网可查的公开数字，统一按处理100万tokens算（大致一部长篇小说的文字量）：
- GPT-5.5：输入5美元、输出30美元，折人民币约36块和216块；
- DeepSeek旗舰版（就是评测里并列全球第五的那款）：输入3块钱、输出6块钱；
- DeepSeek主力版（日常干活的档位）：输入1块钱、输出2块钱。
旗舰对旗舰，价差12到36倍；日常的活交给主力档干，价差拉到36到108倍。注意，这不是"一分钱一分货"——上一条刚说过：企业日常那些"熟练工的活"，国产第一梯队的能力早就溢出了。同样把活干好，成本能差出一到两个数量级。
所以算账关的要点不是"全用便宜的"，是分环节配置——把军团那条军规原样搬过来用。拿一套AI客服举例，里面至少三个岗位：
- 寒暄问候、判断客户想干什么——最便宜的轻量模型，绰绰有余；
- 查订单、答政策、算价格——国产主力模型，又快又稳；
- 真正的疑难杂症——升级给最强的模型处理，或者直接转人工。
三个岗位三种配置，总成本可能只有"全程顶配"的十分之一，客户体验一点不打折。
混用还有一个隐藏前提，也是这一篇最想让你带走的概念：模型可插拔。大模型迭代以月计，今天的榜首明年被超是常态——别忘了，DeepSeek横空出世搅动全球，才过去一年半。所以系统架构必须留"换人"的口子：换模型像换电池，拧下来装上去，业务照跑，新模型出来你白得一次升级。反过来，架构绑死在单一模型上的系统，每次模型换代都是一次推倒重来——那才是真正贵的。
投入口径照旧：单点场景3万起、2-4周上线，模型选型和搭配就包含在方案设计里；多场景组合与长期合作另有分期方案。
谈方案那天，把这三个问题拍在桌上
系列老规矩，验货三问带走：
第一问：“方案里，哪个环节用哪个模型？为什么？”
有分环节选型意识的，会给你讲搭配和理由；答"我们统一用XX，它最强"的要当心——一个模型包打天下，要么是拿你的钱不当钱（全程顶配），要么是拿你的质量不当质量（全程用最便宜的凑合）。
第二问：“面向我客户的部分，用的模型备案了吗？应用登记谁负责办？”
这问的是合规。答不上来、或者说"没事没人查"的，说明他没做过正经的对客系统——真出了内容事故，下架整改的是你的业务，不是他的。
第三问：“明年出了更强更便宜的模型，我这套系统换底座要花多少钱？”
这问的是架构。好答案是"配置级切换，几天回归测试就行"；答"那得看情况，可能要重新开发"的——他卖你的不是系统，是跟某个模型的终身捆绑。
三问过完，对面是"卖模型的"还是"做落地的"，当场见分晓。
常见问题
Q：员工平时用网页版豆包、DeepSeek挺好用，还免费——为什么公司做系统还要花钱调用模型？
因为"个人聊天"和"企业系统"是两个物种。网页版是零售柜台：一问一答，不接你的ERP和订单库，员工个人账号走的还是个人版数据条款——讲安全那篇拆过这三档的差别。企业系统走API是批发通道：并发处理、接进业务流程、合同写明数据不用于训练、全程留痕。免费网页版适合员工个人提效，扛不起公司的业务流程。
Q：用国产模型做的系统，是不是比用GPT的低一档？
评测刚摆过：综合榜上国产三强紧咬国际四强，企业日常那些"熟练工的活"，国产第一梯队的能力早就溢出了，中文语境的理解还常常更接地气——毕竟人家吃中文语料长大。再加上合规（备案在册）和成本（价差几十倍甚至上百倍）两头的优势，2026年"给国内业务配国产模型"不是退而求其次，是理性最优解。真有涉外、高难推理的环节，拿国际模型在对内环节补位就是——排班表里多一个岗而已。
Q：模型更新这么快，要不要等格局稳定了再上？
等不到那天——这个行业接下来几年都会保持这个换代节奏。正确的应对不是等，是把"会换代"当成设计前提：架构可插拔，新模型出来换上就白得一次升级。反过来算账，等待才是最贵的：系统晚上线一个月，人工成本照烧一个月，而你等的"稳定格局"永远在下个季度。
Q：供应商推荐我买大模型一体机，说私有化部署一步到位，值不值？
分两看。真值的场景：数据是核心机密（图纸、配方、财务）、用量大且稳定——一次性硬件投入，长期算下来划算，讲安全那篇给过按敏感度分档的方法。要警惕的场景：业务还没跑通，就先让你掏几十万买硬件——顺序反了。稳妥路径是先用API把场景跑通、账算清，确认要长期大量用、数据确实敏感，再上私有化——那时候买的每一分硬件，都是算过账的。
一句话总结
给公司选大模型，三条过完就有答案：合规关——对客的AI用备案模型；匹配关——不选最强的，选最配的；算账关——单价差几十倍甚至上百倍，分环节混用最省。"DeepSeek、豆包还是GPT"是道假单选题，好系统从来不押宝一个明星员工——它有一张排班表。
关于樊军刚AI
樊军刚，AI工程师，专注企业AI落地方案。CS科班出身，2021年起深耕AI，强化学习(RLHF/DPO)方向，累计AI实战投入超$30,000（Cursor+Claude深度使用1年+），自研AI军团Harness协作体系，AI安全研究获MITRE国际CVE认证。已为制造业企业交付AI智能系统，深耕非标报价、采购比价、来料质检等场景，方法论可迁移到贸易、批发、供应链等有同类痛点的行业。
我的服务方式：先诊断、先算账，省不了钱不接。按帮你省下来的价值收费，你永远是赚的那个。
拿不准自家场景该配哪个模型？把你的活描述给AI工程师樊军刚（想让AI干什么、数据敏感不敏感、量大不大），帮你出一版选型建议——哪个环节用哪家模型、哪档部署、大概什么成本，这件事免费。
关注「樊军刚AI」，获取更多企业AI落地干货。
下一篇预告：“中小企业要不要招AI工程师？自建、外包还是两条腿走，一笔账算清楚”
