从自动模型踩坑到手动选模型的血泪教训

从Auto模型踩坑到手动选模型的实战复盘：一位网文创作者在WorkBuddy的积分血泪史

引子：起初以为WorkBuddy只是个陷阱

2026年5月初，刚接触WorkBuddy时，我心里想的是：一个写网文的作者，日常无非是跟AI聊聊天、讨论剧情走向、生成分卷大纲，偶尔分析个文档——既不是程序员，也从不跑代码，用量能有多大？

注册进去，系统默认开启了“Auto自动选模型”。挺好嘛，专业的事交给专业工具，省心省力。

结果5月7日凌晨，我在聊一个跟小说相关的问题时，AI突然显示“思考中...”，然后就毫无反应了。等了半天没有输出，我以为是卡死了，于是刷新、重试、再问一次——依旧没有输出。断断续续折腾了两个多小时，什么结果都没看到，气得直接关机上床。

第二天一看积分余额，整个人都崩溃了。

一个晚上白白烧掉了1200多积分。

第一反应就是：这WorkBuddy根本就是圈钱工具吧？一个聊天工具至于吗？我打算弃坑。但冷静下来后，决定查清楚——它到底把积分花到哪儿去了。

第一章：导出账单，发现一组触目惊心的数据

WorkBuddy提供了使用记录导出功能，我下载了一份完整的Excel账单。刚开始没太在意，但仔细一分析，问题全部暴露了。

先看一组总体数据：

平均每请求7分，最高一次竟然达到183分——一个写小说的聊天怎么会跑到这么高？把数据按模型拆开看，答案立马清晰了。

模型消耗排名（按总积分降序）

glm-5.1，25次请求，吃掉1207分。它只占所有请求的4%，却占据了总积分的27%。最高一次单次183.58分——相当于后来用hy3-preview-agent的240次对话。

那25次请求里，有21次集中在5月7日凌晨的00:06 ~ 02:26，恰好就是我觉得“卡死了”然后反复提交的那两个小时。看时间序列就明白：消耗金额一路飙升：25 → 43 → 65 → 93 → 150 → 160 → 183。这并非偶然波动，而是模型每次重新推理时，对话上下文越积越多，成本越来越高。

为什么Auto模型选到了glm-5.1？

后来我才知道，glm-5.1是一种“深度推理模型”。它跟普通对话模型的工作方式完全不同：普通模型收到问题直接输出，按输出内容计费；而深度推理模型收到问题后，内部会生成大量推理链（你看不到），最终输出时才按内部推理及最终输出全额计费。那个晚上我看到的“思考中...”其实是模型在内部疯狂生成推理token，但因为陷入推理循环一直没有输出。我以为卡死了就反复刷新重试——每一次重试都触发新一轮推理，每一轮推理都在全额计费。

什么都没看到，1200分已经烧完了。

第二章：深挖账单，找到真正的“性价比之王”

这次事件之后，我再也没碰过“自动选模型”。我开始手动切换模型，逐一测试哪些真正适合自己。

第一回合：deepseek-v4-flash

5月7日被glm-5.1坑完后，当天晚上我切到了Flash模型。接下来四天（5/8 ~ 5/11）高强度使用，数据如下：

四天半烧掉近2000分。比glm-5.1好太多——至少能正常输出，不会卡死。但日均400~800分的消耗还是太高了。

第二回合：deepseek-v4-pro

5月16日开始尝试Pro模型，到这一阶段结束：

同样的请求量，Pro比Flash便宜40~60%。同样做一次分卷大纲，Flash要7~10分，Pro只要3~5分。

第三回合：hy3-preview-agent（隐藏的宝藏）

查账单时我注意到另一笔数据——有个叫hy3-preview-agent的模型，偶尔切到过一次但没太在意。它的数据让人大吃一惊：

0.76分一次。不到Pro的三分之一，不到Flash的十分之一，不到glm-5.1的七十五分之一。而且它并不是不能用的模型——日常对话、简单查询、讨论小说剧情完全够用。只有需要生成长篇内容或分析复杂文档时才切回Pro。

这成了我最常用的组合方案。

第三章：优化成果——成本下降86%

把所有数据拉出来看，一条清晰的成本控制曲线呈现出来了：

从10.77分/次降到1.79分/次，降幅83%。如果从最惨的一天14分/次算起，降幅高达87%。

6月3日的具体数据最能说明问题——101次请求，总共只花了181分：

还有一个意外发现：Flash和Pro的基础单价其实是一样的。6月3日同一天，Flash是2.73分，Pro是2.37分。Flash看起来“贵”只是因为它在5月上旬赶上了我最忙的那几天，对话上下文都很长，并不是模型本身贵。

第四章：给新用户的实用建议

经历了这一轮从踩坑到优化的过程，有几条可以复用的经验总结如下：

1. 别用Auto选模型

Auto的逻辑是“优先选能力最强的”，而不是“选性价比最高的”。如果被分配到glm-5.1这类深度推理模型，一次推理循环就可能吃掉几十甚至上百积分。手动选择模型更安全、更可控。

2. 按任务类型选模型

如果只想记住一条：绝大多数场景下hy3-preview-agent够用。真正需要更强模型时再切到Pro。

3. 管理对话长度

每次请求的成本 = 输入token × 单价 + 输出token × 单价。输入token取决于这场对话已经说了多少。这意味着：同一场对话的第20轮比第1轮贵5~10倍；重要/复杂的任务，建议新开一个对话；如果发现单次成本突然涨了，先看看是不是对话历史太长了。

4. 输出格式决定成本

这是我自己踩出来的坑：让AI生成带图表的HTML报告，因为图片用base64编码嵌入，单次输出量可能暴涨50~80倍，积分也涨同样比例。建议确认内容之前让AI输出纯文本或Markdown格式，确认无误后再决定是否需要带图表的完整版本。

5. 充分利用免费积分

WorkBuddy目前有多个免费积分渠道：每日签到（Buddy加油站）150分/天，入口在客户端首页；每月固定额度500分/月，所有用户都有；社区投稿：使用心得500分/篇，教程1000分/篇，月上限48000分。按hy3+Pro混用的用量，一个月大约消耗3000~4000分。光靠每日签到（4500分/月）加月额度（500分）就已经完全覆盖，还有盈余。高强度使用的话，写一两篇社区文章也够了。

6. 定期导出账单检查

WorkBuddy提供了消费导出功能，建议每周或每两周导出一份看看。关注两个指标：平均单次消耗和消耗最高的模型。如果某个模型的平均消耗突然飙升，检查是不是对话历史太长或模型选错了。

结局：从受害者变成分享者

回过头来看，那个烧掉1200分的晚上反而成了好事——如果没有那次“事故”，我可能永远都不会去深究WorkBuddy的消耗机制，也不会发现hy3-preview-agent这个宝藏模型。

现在的状态是：每天领150免费积分，日常对话用hy3-agent（0.76分/次），需要时切Pro（2~3分/次），一个月签到的积分完全够用，还常有盈余。

从一个被坑到差点弃坑的用户，变成了一个主动写文章分享经验的活跃创作者——这个过程花了三个星期，再加一晚上的1200分学费。

如果你也刚用WorkBuddy，建议先导出账单看看自己用了哪些模型、消耗分布如何。不要等到收到积分告急通知才反应过来。

作者：一位小说创作者 发布时间：2026年6月 数据来源：WorkBuddy 使用记录导出（request-usage 完整版）