Reasoning (low/medium/high/xhigh/ultra/max...) 如何选择？

[hihihihihi]

我之前一直都是顶着 max/ultra 跑，现在模型越来越贵，一个月花了几百美金实在是不够用，开始要审视模型的 token 消耗了

我看了下 https://artificialanalysis.ai/agents/coding-agents?agents=codex-gpt-5-6-sol-max%2Ccodex-gpt-5-6-sol-high%2Ccodex-gpt-5-6-sol-low%2Ccodex-gpt-5-6-sol-medium%2Ccodex-gpt-5-6-sol-none%2Ccodex-gpt-5-6-sol-xhigh%2Cclaude-code-opus-5-high%2Cclaude-code-opus-5-low%2Cclaude-code-opus-5-max%2Cclaude-code-opus-5-medium%2Cclaude-code-opus-5-xhigh%2Cgrok-build-grok-4-5-high%2Cclaude-code-glm-5-2&coding-agents-token-usage-chart=token-usage

其实这些模型的 Artificial Analysis Coding Agent Index 差别不大， 但是 Token Usage 差异巨大，导致最终的成本差异也巨大

https://i.imgur.com/TOMmYvP.png

https://i.imgur.com/EY0cfYX.png

https://i.imgur.com/LotPrzn.png

所以，请问各位大佬，平时 vibecoding ，一般在推理上怎么做选择，到底差异大不大，我自己体感是差异没那么大，难道做 plan 先用强模型，执行用稍微弱一点的？

[hihihihihi]

[JarvisLee]

差异不大，每次请求的大部分花费在上下文上

[sakurajiayou]

我使用的 high ，感觉已经够用了

[fovecifer]

你这个问题可以问 AI ，我偶尔也会问问它，大部分复杂场景，倒数第二档就够了

[lel020]

我会参考 https://codexradar.com/ 这种外部测试，从上到下找当天看得顺眼的用，实际并没有统一的标准，也不根据实际任务复杂度，
最近主要用 sol medium/terra max/terra ultra