📚AI 编程官方教程中文版
官方教程中文版模型与供应商

选择模型

基于 OpenCode 官方 Models 文档,帮助新手理解 provider、model、variant 和默认模型的选择边界。

OpenCode 使用 AI SDK 和 Models.dev 支持大量 LLM provider,也支持本地模型。新手真正要解决的不是“模型越多越好”,而是选一个能稳定写代码、会工具调用、成本可控的模型。

先理解 provider 和 model

Provider 是模型供应商或接入方式,例如 OpenAI、Anthropic、Google、OpenCode Zen、本地模型或自定义 provider。

Model 是具体模型。OpenCode 里完整模型 ID 通常是 provider/model 形式。你看到一个模型不可用时,先判断是 provider 没连上,还是 model ID 写错。

这两个层次分清后,排错会简单很多。

第一次怎么选模型

新手不建议一开始配置很多 provider。先选一个主力模型跑通完整闭环:

  1. 能登录或通过 /connect 配好凭据。
  2. /models 里能看到它。
  3. 能完成一次只读项目理解。
  4. 能完成一次小改动。
  5. 能跑测试或给出可验证结果。

完成这个闭环后,再考虑备用模型、本地模型或自定义 provider。

推荐模型怎么理解

官方模型页会列出与 OpenCode 配合较好的模型,并提醒列表不完整、也不一定永远最新。原因很现实:代码生成和工具调用不是所有大模型都稳定。

新手选模型时看四个维度:

  • 代码能力是否稳定。
  • 工具调用是否可靠。
  • 上下文窗口是否够项目使用。
  • 成本和速度是否适合日常迭代。

不要只看榜单分数。一个模型能不能在 OpenCode 里稳定读文件、改文件、跑命令,比单轮问答分数更重要。

默认模型不要频繁改

默认模型适合放你日常最常用的主力模型。临时尝试新模型时,可以用会话内选择或命令行覆盖,不要频繁改全局默认值。

一个稳妥策略:

  • 全局默认放你最常用、最稳定的模型。
  • 项目配置只在这个项目确实需要特定模型时设置。
  • 临时实验用 /models 或一次性参数。
  • 轻量任务可以用 small_model 处理标题生成等低风险工作。

Variant 解决什么问题

Variant 是同一个模型的不同参数组合。例如更高 reasoning、更低 verbosity、更大 thinking budget。

新手可以把 variant 理解成“同一辆车的不同驾驶模式”:

  • 快速模式适合小问题。
  • 高思考模式适合复杂重构和审查。
  • 最大预算模式适合少数高价值任务。

不要把所有任务都开最高。高预算通常更慢、更贵,也不一定更适合小改动。

新手常见坑

  • 复制模型配置,却不知道 provider ID 和 model ID 分别是什么。
  • provider 凭据没连好,却一直换 model ID。
  • 把实验模型设成全局默认。
  • 所有任务都用最高 reasoning variant。
  • 用本地小模型做复杂多文件改动,然后误判 OpenCode 不行。
  • 忘记 agent 级配置可能覆盖全局模型选项。

怎么判断模型配置健康

健康标准:

  • /models 能列出可用模型。
  • 默认模型能完成项目理解和小改动。
  • 你知道当前模型来自哪个 provider。
  • 你能解释为什么这个项目需要特定模型或 variant。
  • 备用模型只用于明确 fallback 或低风险任务。
  • 成本、速度和质量之间有取舍,而不是盲目追最新。

模型配置的目标是稳定交付,不是把所有模型都接上。

官方资料

© Anomaly

最近更新:2026年5月4日

On this page