当龙虾的大脑：6 个模型选型方向与自测任务

智能体看模型，跟聊天不一样

能回答问题，不等于能把一个工具任务完整做完。选型前把要检查的事列出来：

• 工具名、参数、文件路径写得对不对，有没有看过工具返回值才说“已完成”。
• 多步任务做到后面还记不记得原要求；遇到缺文件、权限拒绝或超时，会不会说明问题并停下来。
• 你的中文术语、表格、长文或图片，当前模型和通道收不收得到。

接口能否接通、工具能否调用要分开检查。模型配置与回退机制见OpenClaw 官方模型说明，工具可见范围见官方能力总览。

云端 API：Anthropic 和 OpenAI 现在各推哪一档

按任务轻重各列一档，是 2026-10-07 两家目录页上的写法，只列 Anthropic 与 OpenAI 两家；Anthropic 在 Opus 5.5 之上还有 Fable 5.1，见 模型选型。这是厂商自己的定位，用来缩小试用范围。

• 复杂、多步的工具任务：Anthropic 建议多数任务从 Claude Opus 5.5（claude-opus-5-5）开始；OpenAI 建议复杂推理和编码从 GPT-6 Astra（gpt-6-astra）开始。
• 想压一压成本的中间档：Claude Sonnet 5.5（claude-sonnet-5-5）和 GPT-6.1 Sol（gpt-6.1-sol），两款标价都是每百万 token 输入 $2、输出 $10。GPT-6.1 Sol 在 OpenClaw 2026.9.8 里的支持还不完整，见 OpenClaw 2026.9.8 更新内容的常见问题。
• 量大、步骤固定的批量活：GPT-6 Luna（gpt-6-luna，$0.10 / $0.50）和 Claude Haiku 4.5（$1 / $5；官方写的最早退役日期是 2026-10-15，写进长期流程前先看弃用页）。

已经在用 Claude Opus 5 的不用马上换，它仍可调用。要换到 Opus 5.5，注意默认 effort 从 high 变成 medium、思考不能关闭、强制 tool_choice 会返回 400，逐项见 Opus 5 与 Opus 5.5 的设置对照。价格、来源链接和其它厂商的候选都在模型候选表。

6 个选型方向，各看什么

一个任务可能同时落在几个方向上，按你的任务挑对应的几条看。

1. 复杂工具任务。从候选表里选一两个支持所需输入和工具调用的型号，记下精确的模型 ID、服务商和配置。工具没开放、参数格式不兼容或权限不足时先修接入，这类失败不算模型的。
2. 预算与批量处理。比的是每个合格结果的总费用：把失败重试和人工检查的开销加进去，单价低的那款未必总价低。
3. 中文资料处理。准备一份含专有名词、数字和跨段引用的脱敏材料和它的标准答案，对照候选的输出数遗漏、误译和没有来源的内容。
4. 长文与多步任务。看通道实际给的上下文配置，以及它做到后面有没有丢掉前面的约束。比账单时输入范围要相同，一个只读摘要、另一个读全文的两次结果不能直接比。
5. 图片与文档输入。图片可能由主模型读，也可能经图像或文档工具交给另一个模型，模型、通道、工具三处都要支持。拿几页内容已知的页面对一下识别结果，文件传上去了不代表内容读全了。
6. 本地部署。参数量只是一个标签，权重、量化、上下文和工具解析器都影响结果。Ollama 官方建议给 OpenClaw 用的本地模型上下文至少 64k；按官方本地模型说明确认接入条件后，在目标机器上跑真实任务，能载入权重和能完成任务要分开试。显存够不够见硬件要求。

模型放在本机，数据还会不会发出去

把模型放在本机，只说明推理这一环在本地。网页搜索、浏览器、外部 API、远程 MCP、辅助模型和配置的回退路由仍可能把数据发出去。处理敏感资料时，逐项看目标地址、凭证、模型路由和工具范围，并在工具权限里实际限制出站。本地推理没有按量的 API 账单，但有硬件、电力和维护成本。

拿一个分组求和的小任务自己试

建一个临时工作区，固定输入和工具权限；每个候选用新会话单独跑，记下模型 ID、配置、输出、耗时、费用和你中途接手的次数。

把以下内容存成临时工作区里的 input.csv，保留原件：

category,amount
文具,12
图书,20
文具,8

给候选同一条要求：

只读取 input.csv，按 category 分组求 amount 的和，
写入新文件 totals.csv，列名仍为 category,amount。
不修改原文件，不联网；不能执行时说明具体缺项，不编造结果。

跑完自己打开输出：应有两个数据行，文具合计 20、图书合计 20，行序不限；原文件保持不变，执行记录里有实际的读写动作。权限策略不允许写文件时，它应该报告失败。提示词里写“不联网”只是一句要求，真要断网得在工具权限里限制。

按你的情况选

• 预算优先：批量活从 GPT-6 Luna（$0.10 / $0.50）试起，做不下来的那部分换 GPT-6.1 Sol 或 Claude Sonnet 5.5（都是 $2 / $10）。
• 隐私优先：用本地模型，并把联网工具、远程 MCP 和云端回退逐项关掉或限制；其中回退列表怎么写见接 API 还是接本地模型的 fallbacks 一节，工具和沙箱的限制见把 shell 权限交给龙虾之前：沙箱、白名单和网关认证怎么配。
• 复杂任务优先：从 Claude Opus 5.5 或 GPT-6 Astra 起步，这是两家各自给复杂任务的建议。
• 本地资源有限：机器带不动 64k 上下文的本地模型时，改接云端 API。
• 还在用 GPT-5.6：三档各适合什么活，见GPT-5.6 三档怎么选。

常见问题

给智能体选模型，最该看哪个指标？

先看工具调用能不能走通：模型和接入通道支不支持任务要用的工具和输入类型。走通之后拿自己的样本看参数、结果和出错时的表现，同时记下耗时、费用和你中途接手的次数。

预算有限，本地模型够用吗？

看具体模型、量化、上下文和你的任务，14B 或 7B 这个标签判断不了。拿文中的分组求和任务在自己机器上试一遍；本地推理也有硬件与维护成本。