模型配置實測與建議（2026-09-18 實測）
起因：Ken 要求「先列建議，不改流程」——對火山 Agent Plan（Ark）可用模型做真實能力／成本實測，出配置建議。 本頁＝該輪建議全文存檔 ＋ 2026-09-21 Ken 指示「開卡落地」後嘅逐條執行情況（含 2 項實測修正）。 原對話：session
20260918_142237_bfe26d5b（建議 message 58904；修正 message 58910）。狀態標記：✅ 已完成／▶️ 進行中／⛔ 不執行（Ken 指定）／⏸ 維持現狀（無需開卡）。 相關：team-workflow-rules、media-generation-pipeline、sumlink-ai-team
1. 實測結果（全部真實打 Ark API）
1.1 頂級性價比發現
glm-5.3-flash：抵扣係數 0.5（最低檔）、原生多模态睇圖、OCR 逐字全對、1M 上下文、工具呼叫正常 → 等於用 1/5 價錢拎到deepseek-v4.1-flash大部分能力deepseek-v4.1-flash：原生視覺意外地強（圓形計數、顏色順序、訂單號碼 OCR 全對），比現役 vision 模型快 3-4 倍、token 少 80%
1.2 生圖通道（更正前一輪記錄）
- 端點係
/api/plan/**v3**/images/generations（早前試 v1 → 404 所以誤判「未開通」） doubao-seedream-5.0-lite2048×2048 實際生成成功，回真實圖片 URL，同一個 ARK_API_KEY
1.3 模型對照（延遲／工具呼叫／視覺 OCR／長文檢索／代碼）
| 模型 | 抵扣係數 | 延遲 | 工具呼叫 | 視覺 | 長文 | 代碼 |
|---|---|---|---|---|---|---|
deepseek-v4-flash |
0.5 | 2.5s | ✓ | ✗（timeout） | ✓ | 6/6 |
glm-5.3-flash |
0.5 | 3-32s | ✓ | ✓✓ | ✓ | 6/6 |
deepseek-v4.1-flash |
2.5（限時 1.25） | 3-15s | ✓ | ✓✓ | ✓ | 6/6 |
doubao-seed-2.0-lite |
0.5 | 4-16s | ✓ | ✓ | ✓ | — |
doubao-seed-2.0-mini |
0.25 | 5s | ✓ | ✓ | — | — |
deepseek-v4-pro |
5.5 | 5-38s | ✓ | — | ✓（品質最好，貴 2.2 倍） | — |
⛔ kimi-k3 |
10（最貴） | — | 邊界 0/6 | — | — | 0/6 |
⛔ minimax-m3 |
— | — | — | ✗（答錯顏色，實測答 Orange） | — | — |
1.4 第二輪補測（修正輪，out5–out8）
- 多輪 agentic ＋ 四欄格式遵循（3 輪工具迴圈）：
deepseek-v4.1-flash／deepseek-v4-flash／glm-5.3-flash／doubao-seed-2.0-lite／kimi-k2.8-preview全部 4/4；⛔deepseek-v4-pro、glm-5.3（非 flash）、minimax-m3全部 0/4 - 並行工具呼叫：12 個模型全部一次正常出 3 個工具呼叫，延遲 2.5–8.8s
- 代碼正確性（6 個邊界條件）：除
kimi-k30/6 外全部 6/6 - 視覺延遲排名（同一張 4 圓＋中文字圖）：
glm-5.3-flash7.4s ＜doubao-seed-2.0-lite12.7s ＜kimi-k2.8-preview23.5s ＜doubao-seed-2.0-pro-26021554s（現役 vision，最慢） - 長上下文檢索（答案藏在 6 萬字元處）：
doubao-seed-2.0-lite9.3s、deepseek-v4.1-flash15.4s，全部命中 - 結構化 JSON 輸出：全部合格
- ⛔
doubao-seed-evolving：180 秒讀取超時，唔適合生產 - ⛔
kimi-k3：10 係數（最貴）＋ 0/6 代碼 ＋ 不可關思考 → 三重理由排除
2. 兩項實測修正（覆核上輪建議）
修正一：唔建議 admin 臨時 pin deepseek-v4-pro ✅ 已入卡 T-097
上輪建議「高難度任務用 deepseek-v4-pro」，實測要收回：
- 多輪 agentic ＋ 四欄格式遵循：deepseek-v4-pro → 0/4 失敗（貴 2.2 倍但格式唔跟）；其餘 5 個模型 4/4 通過
- 結論：維持 deepseek-v4.1-flash 做 admin，唔好 pin pro（四欄＋驗證等級規矩係硬要求，pro 反而係最唔跟嘅一批）
修正二：思考食光輸出嘅陷阱，deepseek-v4.1-flash 一樣中 ✅ 已入卡 T-098
上輪只講 glm-5.3-flash 有此問題。實測 deepseek-v4.1-flash 睇圖時若 max_tokens 設得太低 → 回空白（out7 實測 ''）；調高到 2000 就全對（圓形數、顏色序、OCR 全中）。
- 結論：凡係視覺任務，max_tokens 要設夠（建議 ≥1500），兩個模型都一樣。
- ✅ T-098 已於 2026-09-22 完成：規則句已寫入 team-workflow-rules（模型配置規則一節）；thinking 開關支援矩陣（含 max_tokens 陷阱）已入 thinking-model-matrix。
3. 18 條建議原文 ＋ 執行情況
一、模型分工（現役 4 profile）
1. default 保持 deepseek-v4.1-flash，或降級試 glm-5.3-flash（0.5 係數）——你嘅看板／cron 判斷多數係短工具呼叫，唔需要 2.5 係數 → ▶️ 進行中：T-102（A/B 對比後才決定切唔切）
2. admin（運營腦）保持 deepseek-v4.1-flash（限時 1.25 係數到 9/28）；高難度任務用 kanban set-model 臨時 pin deepseek-v4-pro，唔好長期開 → ▶️ 進行中：T-097，後半段（pin pro）已被修正一否決，以修正為準
3. siteops、cs 可考慮降到 glm-5.3-flash 或 doubao-seed-2.0-lite（0.5），省一半以上 → ✅ 已完成：T-101（2026-09-23：實測唔達標——邊界遵守 0/8 一票否決＋延遲慢 1.6-5.8 倍＋成本打和，維持 deepseek-v4-flash；見 siteops-cs-model-downgrade-20260923）
4. 休眠 profile（content／design／engineer／proj-alpha）不動，按你指示 → ⏸ 維持現狀（無需開卡）
二、視覺通道簡化（最易見效）
5. auxiliary.vision 由 doubao-seed-2-0-pro-260215（實測 54 秒）改為 glm-5.3-flash（7.4 秒，快 7 倍、0.5 係數），或 deepseek-v4.1-flash → ▶️ 進行中：T-100
6. 好處：唔使再靠「切 /model 睇圖」，審圖流程可以直接內建 → ▶️ 進行中：T-100（同一張卡）
三、生圖／生片（新通） 7. 生圖可用 plan 額度：seedream-5.0-lite 99 AFP/張；5.0-pro 首張免費、之後 150-300 AFP/張 → ✅ 已完成：T-103（成本基準入庫：ark-image-generation-cost） 8. ⚠️ 但要你先拍板：現時 image_gen 走 openai-codex 通道（成本未知），plan 通道 vs Codex 通道邊個划算要你決定 → ⛔ 不執行（Ken 09-21 指示） 9. 影片要 Large/Max 套餐才支援（Small/Medium 冇）——需要你確認現時買邊檔 → ⛔ 不執行（Ken 09-21 指示） 10. 提醒：按你嘅產品影像規則，生圖只做氛圍／背景，產品主圖仍須實物圖 → ⛔ 不執行（Ken 09-21 指示）；同規則本身已在 brand-visual-spec 生效
四、後備鏈與高峰 11. 現時非高峰後備走 DeepSeek 直連（另一筆錢）。可考慮改為 plan 內 0.5 係數模型（glm-5.3-flash），但 DeepSeek 直連有「獨立通道」隔離價值 —— 兩者權衡要你揀 → ⛔ 不執行（Ken 09-21 指示） 12. 高峰停用後備嘅 cron 邏輯維持不變（實測運作正常）→ ⏸ 維持現狀（無需開卡）
五、思考開關與省錢（有技術細節）
13. deepseek-v4.1-flash、deepseek-v4-flash、doubao-seed-2.0-lite 支援關思考；glm-5.3-flash 關思考會 400（但可用 reasoning_effort: low 減半）→ ▶️ 進行中：T-098（支援矩陣入庫）
14. 建議 cron／輕量 profile 用 extra_body 傳 thinking disabled —— 省 token 明顯 → ✅ 已完成：T-099（2026-09-23：default 3 提醒 cron pin reasoning_effort:none、admin G-8 後測 pin low、siteops/cs config agent.reasoning_effort:none；實測 reasoning token 歸零但 deepseek 系關思考會答錯→純提醒類啱用、複雜任務用 low）
15. ⚠️ 陷阱：glm-5.3-flash 在低 max_tokens 下思考會食光輸出（實測答空白）——如採用要調高 max_tokens → ▶️ 進行中：T-098，並已擴充為修正二（v4.1-flash 一樣中）
16. ⚠️ 模型別名會漂移：doubao-seed-2.0-pro 實測路由去 doubao-seed-2-1-turbo、glm-latest → glm-5.3 —— 建議一律用具體版本名，唔好用別名 → ✅ 已完成：T-104（現役 4 profile 零別名）
六、成本監控 17. 現時冇 AFP 用量自動監控（控制台要登入，難自動化）——建議你做一次人工核對，之後我睇下有冇 API 位可以接 → ⛔ 不執行（Ken 09-21 指示） 18. 限時折扣到期要記：deepseek-v4.1-flash 5 折 9/28 止、kimi-k2.8-preview 6 折 9/30 止 → ✅ 已完成：T-105（兩個一次性 cron 提醒已開）
4. 執行情況總表（2026-09-21 開卡）
| 建議／修正 | 卡號（board=ops） | 狀態 | 說明 |
|---|---|---|---|
| 修正一 ＋ 建議 2 | T-097 t_337714f6 |
▶️ 進行中 | admin 維持 v4.1-flash、禁 pin pro；政策句寫入 team-workflow-rules.md |
| 修正二 ＋ 建議 13／15 | T-098 t_5b21d8ab |
✅ 完成（2026-09-22） | max_tokens ≥1500 規則入 team-workflow-rules；thinking 支援矩陣入 thinking-model-matrix |
| 建議 14 | T-099 t_3682397f |
▶️ 進行中 | cron／輕量 profile 關思考，附回滾 |
| 建議 5＋6 | T-100 t_27c9a1dd |
▶️ 進行中 | vision 改 glm-5.3-flash（路徑實查＝auxiliary.vision.model） |
| 建議 3 | T-101 t_1a28104b |
✅ 完成（2026-09-23） | siteops／cs 降級評估：唔達標，維持 deepseek-v4-flash，零 config 改動（邊界遵守 0/8 一票否決＋cs 四欄/繁中 2/4＋延遲慢 1.6-5.8 倍＋成本打和）；證據 siteops-cs-model-downgrade-20260923＋glm_probe_results.json＋glm_probe_followup.json |
| 建議 1 | T-102 t_f6c52139 |
✅ 完成（2026-09-22） | default 模型 A/B：維持 deepseek-v4-flash，唔切 glm-5.3-flash（延遲 6-8 倍＋token 燒 1.5-1.66 倍＋0.5 係數下成本反高）、唔升 v4.1-flash（質素零分別但 2.85-5.7 倍錢）；證據 default-model-ab-20260922＋tmp_probe/ab_results.json；零 config 改動 |
| 建議 7 | T-103 t_2353da0f |
✅ 完成 | 生圖成本基準入庫（concepts/ark-image-generation-cost.md；端點 v3＋lite 99/pro 150-300 AFP/張＋套餐額度表＋優惠期限；四檔同步＋wiki 發布） |
| 建議 16 | T-104 t_b9f842b2 |
✅ 完成 | 別名掃描：現役零別名；休眠 2 疑點已記錄（不動） |
| 建議 18 | T-105 t_1e8261c7 |
✅ 完成 | 提醒 cron c06842928cf7（9/27 10:00）、f3485df85b9a（9/29 10:00） |
| 本頁存檔 | T-110 t_6851bf41 |
✅ 完成 | 建議全文＋修正＋執行情況入庫 |
| 建議 8／9／10／11／17 | — | ⛔ 不執行 | Ken 2026-09-21 指示 |
| 建議 4／12 | — | ⏸ 維持現狀 | 無需改動，只記錄 |
5. 四欄匯報（存檔時點）
- 交付項：本頁（18 條建議全文 ＋ 2 項修正 ＋ 執行情況表）＋ index／log／台賬同步
- 驗證等級：Ark API 能力＝已生產驗證（真實 HTTP 200、真實圖片 URL、request id 可查）；建議落地效果＝未驗證（除 T-104／T-105 已實查）
- 證據：
C:\Users\Ken\tmp_probe\probe*.py＋out4–out9.txt；官方文檔docs.volcengine.com/docs/ark/agent-plan-personal-*（套餐／AFP 抵扣規則）；現況讀config.yaml＋profiles/*/config.yaml＋cron/jobs.json - 未驗證項：① 現時買邊檔套餐（控制台動態頁面讀唔到，要 Ken 答）② Codex 通道 vs plan 通道生圖成本對比 ③ AFP 實際用量（要登入控制台）④ 各卡落地後嘅真實效果 ⑤ 休眠 profile
proj-alpha寫deepseek-flash簡寫能否解析（未測）
6. 附註：一項路徑更正（2026-09-21 實查）
T-100 卡面原寫「vision 路徑＝image_routing.vision」係錯。實查：正確 config 鍵係 auxiliary.vision（即 auxiliary.vision.model）。
- 證據：本機 config.yaml 71–75 行 auxiliary: vision: provider: custom / model: doubao-seed-2-0-pro-260215；源碼 hermes_cli/xai_retirement.py:158 舉例 "auxiliary.vision.model"；agent/image_routing.py 只係路由模組（docstring 講「若用戶已配置 auxiliary.vision」），image_routing 唔係 config 鍵（全 config grep 0 命中）。
- 原文建議 5 寫嘅就係 auxiliary.vision，係事後轉述時出錯，已於卡上 comment 更正、台賬兩檔同步。