--- title: '用飞机类比看懂 AI 模型:四档性能 + 一个开源维度' video_id: DsKZpgoy830 url: https://youtu.be/DsKZpgoy830 title_en: "Every AI Model Explained" channel: Tina Huang published: 2026-02-27 duration: "19:01" topics: [模型与能力] noted: 2026-07-08 value: A views: '14.5万' --- [![封面](https://i.ytimg.com/vi/DsKZpgoy830/maxresdefault.jpg)](https://youtu.be/DsKZpgoy830) > Tina Huang · 19:01 · 发布 2026-02-27 · 14.5万次观看(截至抓取) · [观看原视频](https://youtu.be/DsKZpgoy830) > 🔥 观众最高回放 [03:48](https://youtu.be/DsKZpgoy830?t=228) — 演示 GPT 5.2 用 Perplexity 一次性跑 500 行客户反馈分析、生成投诉回复模板与活动海报,展示"一个提示词同时干多件事"的旗舰能力。 ## 主旨 用一个飞机类比把当下主流 AI 模型切成四个性能档位(旗舰 / 轻量 / 中阶 / 专业),并把开源作为一条正交的维度叠加上去,讲清每档适合什么场景、彼此之间为何不能互相替代。 ## 核心论点 1. **理解模型的入口是能力-尺寸-速度-成本这四个变量的权衡,不是参数表**——参数/跑分给的是「数值」,真正决定能否上手的是这四维共同决定的「用起来什么样」。([[#1-飞机类比四档-ai-模型的统一心智模型-0015|→ 详解1]]) 2. **四档定位像四类飞机**:旗舰≈大型客机,轻量≈私人喷气,中阶≈波音 737,专业≈搜救直升机——各自有自己的最佳航线,而不是同一架飞机的不同座位。([[#1-飞机类比四档-ai-模型的统一心智模型-0015|→ 详解1]]) 3. **旗舰档内部分化大**:GPT 5.2 是「万金油」,Claude Opus 4.6 是「写作与代码天花板」,Grok 4.1 是「速度快又 EQ 高」的异常体,Gemini Pro 是「多模态之王」——同档不等于同质,选哪个看任务是不是命中它的最强项。([[#2-旗舰档四个超大模型各自的强项-0210|→ 详解2]]) 4. **Kimi K2.5 与其他旗舰是平级,但多了一个开源维度**:能力上能做旗舰能做的事,但能下载到本地、可以本地/自托管,这同时换来零成本与隐私——但「闭源旗舰能做的工作流」与「开源旗舰能做的工作流」并非 1:1 等价。([[#3-kimi-k25开源维度能力的另一条轴-1456|→ 详解3]]) 5. **轻量不是缩水,是速度优化**:Gemini 3 Flash 通过知识蒸馏保留 Gemini Pro 90–95% 能力,只换「更便宜、更快、产出更简略」三件事;当时间比细节重要就该上 Flash。([[#4-轻量档gemini-3-flash蒸馏出来的-9095-1029|→ 详解4]]) 6. **中阶是真正跑 80% 流量的工作马**:Claude Sonnet 4.5 比 Opus 便宜更快,从零搭一个东西这类任务根本用不到 Opus,Sonnet 完全够用——AI 应用/agent 的常态负载都跑在中阶模型上。([[#5-中阶档claude-sonnet-45真正跑-80-流量的工作马-1321|→ 详解5]]) 7. **专业模型是开源模型经过微调/外挂 RAG 后的产物**:Perplexity Sonar 用开源 Llama 3.3 7B 起步,通过微调和工具外挂专门做「研究 + 引用」——专业模型通常仍站在开源基底上,而不是独立的封闭体系。([[#6-专业档sonar开源基底--微调工具外挂的产物-1705|→ 详解6]]) ## 知识点详解 ### 1. 飞机类比:四档 AI 模型的统一心智模型 [00:15](https://youtu.be/DsKZpgoy830?t=15) 视频一开头就抛出一个「[understanding] the relationship between model capability, size, speed, and cost」([00:15](https://youtu.be/DsKZpgoy830?t=15))的命题——能力、尺寸、速度、成本四者互相牵扯,选型的本质是在这四维之间找当前任务的最优组合点。这一节给出的飞机类比贯穿全片。 **大型商业客机 ↔ 旗舰 AI 模型**:「They're massive, can carry a lot of people, and can go across entire oceans and navigate across different complex routes, but they're also very expensive and slower because they got a lot going on.」([00:42](https://youtu.be/DsKZpgoy830?t=42))——能力最强,能跨任务、跨模态,但价格高、产出慢。 **私人喷气 ↔ 轻量 AI 模型**:乘客少、跨不了大洋,但运营便宜、灵活快速——能力没那么广,优化方向是速度。**波音 737 ↔ 中阶 AI 模型**:「A good balance of capacity, size, speed, and cost. It can handle 80% of routes efficiently.」([01:25](https://youtu.be/DsKZpgoy830?t=85))——日常 80% 航线/查询都靠它。 **搜救直升机 / 跨洋货机 ↔ 专业 AI 模型**:不做通用航班,只为某些具体任务(如 MRI 分析、法律检索、药物研究)「[specialized] in very specific things」([01:37](https://youtu.be/DsKZpgoy830?t=97))。 这一节的元结论是元论点层面的:「by the time you watch this video, it's very possible that the models I'm talking about here are already going to be replaced by newer versions.」([01:54](https://youtu.be/DsKZpgoy830?t=114))——具体型号会过时,但分档逻辑会留下来,因为每档服务的功能定位没变。 ### 2. 旗舰档:四个超大模型各自的强项 [02:10](https://youtu.be/DsKZpgoy830?t=130) 「[their] flagship model」([02:10](https://youtu.be/DsKZpgoy830?t=130))开篇,本节依次过 GPT 5.2 → Opus 4.6 → Grok 4.1 → Gemini Pro。共同点是能力最强、跑分顶尖;差别在于擅长领域。 #### 2.1 GPT 5.2:最「万金油」的旗舰 [02:23](https://youtu.be/DsKZpgoy830?t=143) OpenAI 的旗舰「[OpenAI's flagship] models are very well-rounded」([02:23](https://youtu.be/DsKZpgoy830?t=143))——多模态、分析、图像生成、串联多步动作都能干。演示通过 [Perplexity](https://www.perplexity.ai/) 接入,一条提示词同时跑 500 行客户反馈归类、生成投诉回复模板、再做一张活动海报:「Let me attach 500 rows of customer feedback and I will say analyze this customer feedback CSV.」([03:09](https://youtu.be/DsKZpgoy830?t=189)) 落地含义:当任务是一次性要「同时跨多种输出」(数据+文档+图像)且不知道该选哪个子模型时,选 GPT 5.2 类「well-rounded」是最安全的选择,代价是慢与贵。 #### 2.2 Claude Opus 4.6:写作与代码的天花板 [04:01](https://youtu.be/DsKZpgoy830?t=241) Anthropic 的旗舰「[Opus] specializes in two things, writing and code generation」([04:01](https://youtu.be/DsKZpgoy830?t=241))——写作风格与代码能力最强。但代价是「[it] doesn't have good multimodality functionality」([04:05](https://youtu.be/DsKZpgoy830?t=245))、不能直接生成图像,且是「the most expensive and the slowest model」([04:10](https://youtu.be/DsKZpgoy830?t=250))。 演示是把一段 agent 代码从命令行版改成可输入邮箱、带 dashboard 前端的版本:「[change] this code so that the user can input their desired email and have a simple dashboard front end」([04:34](https://youtu.be/DsKZpgoy830?t=274))——典型「Opus 最擅长」的「既有代码改 UI」类任务。 #### 2.3 Grok 4.1:速度快 + EQ 高 + 大上下文的「异常体」 [05:14](https://youtu.be/DsKZpgoy830?t=314) Grok 在评测里被用户投成「[users vote] Grock as the most capable and most preferable model」([05:17](https://youtu.be/DsKZpgoy830?t=317)),但同时还「[also] really fast, pretty cheap, and has a really big context window as well at 2 million」([05:21](https://youtu.be/DsKZpgoy830?t=321))。作者原话叫它「[somewhat] of an anomaly in a good way」([05:44](https://youtu.be/DsKZpgoy830?t=344))——通常能力/速度/成本难兼得,Grok 偏要都占。 Grok 的另一特征是 EQ——「[it's] very empathetic」([05:55](https://youtu.be/DsKZpgoy830?t=355))。三模型 model council 对比同一个倾诉场景,Grok 的开头是「[It] sounds incredibly heavy to pour everything into the startup for three straight months」([06:11](https://youtu.be/DsKZpgoy830?t=371)),带强情感共鸣;GPT 5.2 偏向分析;Opus 偏向反思。落到任务:当 prompt 是「需要被理解」类对话(心理咨询式 prompt、客户安抚),Grok 是优选。 #### 2.4 Gemini Pro:多模态之王 [08:35](https://youtu.be/DsKZpgoy830?t=515) Google 的旗舰「[Its] performance is pretty on par with the other flagship models」([08:35](https://youtu.be/DsKZpgoy830?t=515))——基础能力不输其他旗舰,但多模态「[Gemini Pro] really excels at multimodality」([08:50](https://youtu.be/DsKZpgoy830?t=530)):分析图片/视频、生成图片/视频,以及在多次生成之间保持人物「[character] consistency across these pictures」([09:36](https://youtu.be/DsKZpgoy830?t=576))。 演示里给「Sarah」一个固定形象,然后让她出现在多个不同场景(讲台前/咖啡店/工作坊/录视频),多张图能保持同一张脸——这是其他旗舰当下做不到或多步生成之间容易丢一致的。落到任务:任何「同一角色/品牌在多场景复用」类内容生成,优先 Gemini Pro。 ### 3. Kimi K2.5:开源维度,能力的另一条轴 [14:56](https://youtu.be/DsKZpgoy830?t=896) 这一节被作者单挑出来,因为 Kimi 属于「[it] can do all of the things that the flagship models can do, right? But it's also open source」([14:56](https://youtu.be/DsKZpgoy830?t=896))——能力上属于旗舰,身份上属于开源。开源的两个具体收益是「[it] is extremely cheap」([15:20](https://youtu.be/DsKZpgoy830?t=920))与「[privacy] reasons」([15:28](https://youtu.be/DsKZpgoy830?t=928))。 **「极度便宜」的具体落地**:本地跑直接免费——「if you download it and just run it from your local computer and however much you want, it's completely free.」([15:26](https://youtu.be/DsKZpgoy830?t=926))。视频给的实际案例是:每天 100+ 封邮件的 agent,如果用闭源 API 按次计费会非常贵,跑在 Kimi 这类开源模型上几乎零边际成本。 **「隐私」的具体落地**:敏感数据(财务报表、邮件、医疗/法律文档)不离开自己机器——「all of that information would be retained on your local computer or if you decide to host it yourself」([15:43](https://youtu.be/DsKZpgoy830?t=943))。作者公开说「[two] of the agents I've built using open source models like Kimi, which I would never do if they were not open source」([15:46](https://youtu.be/DsKZpgoy830?t=946))——分析自己财务报表的 agent + 读自己邮件的 agent,都用了开源模型,因为这两个数据流绝不能流向第三方平台。 需要注意的边界:虽然 Perplexity 也提供 Kimi K2 托管版,但「this model is hosted by Perplexity in the US」([16:18](https://youtu.be/DsKZpgoy830?t=978))——一旦托管,隐私属性就没了,要本地/自托管才行。本片与 [[2026-03-24-运行开源AI模型的每一种方式]](同频道)互为正交:本片讲「为什么需要开源旗舰」,那篇讲「如何在本地/VPS/Colab 跑起来」。 ### 4. 轻量档:Gemini 3 Flash,蒸馏出来的 90–95% [10:29](https://youtu.be/DsKZpgoy830?t=629) 轻量档在视频里以 Gemini 3 Flash 为代表。核心机制是知识蒸馏(knowledge distillation)——「[Google] took the Gemini Pro model and was able to distill that and then package it into the Gemini Flash model that is a lot smaller but still retains a lot of the capabilities」([10:38](https://youtu.be/DsKZpgoy830?t=638))。能力保留区间「[retaining] up to 90 to 95% capabilities of the Gemini 3 Pro model」([10:32](https://youtu.be/DsKZpgoy830?t=632))。 取舍点是速度优先。演示:同一份气候报告,prompt 要「executive summary and three key insights」,Flash 几秒出活,Pro 明显更慢——「[Flash] is a lot faster. Flash is a little bit more brief. While for Pro, it does go into more depth, and it's also able to give you like more numbers specifically」([12:08](https://youtu.be/DsKZpgoy830?t=728))。 落地判据:当任务「**时间比细节重要**」(赶会前要摘要、客服 FAQ 自动答、海量并发低复杂度请求),Flash 是默认选项;反之要深度论证、引证密集,回 Pro。轻量档并不是「弱模型」,而是把「广度/深度」折算成「速度/成本」的产物。 ### 5. 中阶档:Claude Sonnet 4.5,真正跑 80% 流量的工作马 [13:21](https://youtu.be/DsKZpgoy830?t=801) 中阶是「[these] mid-tier models [...] the ones that you would probably be using like 80% of the time」([13:08](https://youtu.be/DsKZpgoy830?t=788))。作者以 Claude Sonnet 4.5 为代表,定位是「[the] less fancy version of Opus that's a little bit more usable」([13:21](https://youtu.be/DsKZpgoy830?t=801))——继承 Opus 的写作风格与代码能力,但便宜/快得多。 最佳用例是「[from] scratch」类任务——「[My] favorite use case for Claude Sonnet is asking it to build something from scratch, like build an interactive web app that can visualize lunar cycles」([13:30](https://youtu.be/DsKZpgoy830?t=810))。从零搭一个新东西不需要 Opus 的最强档,Sonnet 完全够用,「[it] does go into more depth」类对比反过来就行。 作者对中阶的总结是「[these] mid-tier models are the true workh horses that are running a lot of these AI queries and AI agents out there」([14:29](https://youtu.be/DsKZpgoy830?t=869))——所有 AI 应用/agent 后台常态跑的流量,基本都来自中阶模型。这条经验法则对个人/团队选型的指导是:在没有强证据说明任务必须用旗舰时,默认从中阶开始。 ### 6. 专业档:Sonar——开源基底 + 微调/工具外挂的产物 [17:05](https://youtu.be/DsKZpgoy830?t=1025) 「[These] are AI models that are specifically made to be very good at particular things」([17:05](https://youtu.be/DsKZpgoy830?t=1025))——专业档的代表是 Perplexity Sonar。它「[is] a specialized model that is based on the open- source Llama 3.37B model that is particularly good at research and citations」([17:25](https://youtu.be/DsKZpgoy830?t=1045))——典型「开源基底 + 微调 + 工具外挂」组合。 专业档的形成方式有两种:**微调**(fine-tuning)与 **RAG**(检索增强生成)——视频原话「[turning] them into more specialized models by doing stuff like fine-tuning, giving it a rag system and other tools and infrastructure」([17:38](https://youtu.be/DsKZpgoy830?t=1058))。所以专业档通常不是凭空造出来的新架构,而是把一个开源基底「改装」出来。 Sonar 的演示是给它一个研究类 prompt(药物临床试验/审批/副作用),「[it's] able to search through so many different resources and compile them together」([18:03](https://youtu.be/DsKZpgoy830?t=1083))——能跨多源检索、能判断来源可信度、输出带引用。落地含义:任何「需要带源带证」的研究/调研类任务(医学/法律/合规/竞品分析),专业档是默认选择。 ### 7. 总结:把每个新模型装进这五层之一 [18:30](https://youtu.be/DsKZpgoy830?t=1110) 收尾把四档(+开源维度)叠起来给一句抽象总结:「[so] when you see a model, you're able to go like, ah, yes, like this belongs in the flagship category or the light category or like open source category or a specialized category」([18:30](https://youtu.be/DsKZpgoy830?t=1110))——分类框架是为了不被每天冒出来的新模型刷过去。 最后一个隐性提示:本片是 Perplexity 赞助——「[Thank] you so much Perplexity for sponsoring this video」([18:43](https://youtu.be/DsKZpgoy830?t=1123))。这不改变分类框架的客观性,但 Perplexity 在视频里扮演「多模型聚合器」([02:39](https://youtu.be/DsKZpgoy830?t=159))——一个统一界面访问 GPT 5.2/Opus/Grok/Gemini/Kimi 等多个旗舰,这恰好让观众不必给每个模型都买订阅——是赞助产品自身的卖点,也是视频顺手为观众解的「订阅费焦虑」。 ## 可执行步骤 - [ ] 接到新任务时,先按四档(旗舰/轻量/中阶/专业)+ 一个开源维度定位模型,而不是先去查最新排行榜。 - [ ] 跨多模态/多输出类型的复合任务(数据+文档+图像),默认从旗舰档开始——优先 GPT 5.2 / Gemini Pro。 - [ ] 仅需写作或代码且要「最高质量」时,选 Claude Opus 4.6;「从零搭一个新东西」则下移到 Claude Sonnet 4.5,几乎不会因降档而损失质量。 - [ ] 涉敏感数据(财务/邮件/医疗/法律)或个人日常高频自动化(每天 100+ 次),优先看开源旗舰(如 Kimi K2.5);若托管在第三方平台则等于放弃隐私属性。 - [ ] 时间极紧或并发巨大(赶会前的摘要、客服 FAQ)时,直接用 Gemini 3 Flash 类蒸馏模型,目标定为「够用、迅速」而非「详尽」。 - [ ] 研究/法规/合规等需要「带源带证」的输出,默认从 Sonar 类专业档起步;若手头没有专业档,搭配一个检索增强生成的通用旗舰也能逼近 80% 效果。 ## 关联 - [[2026-03-24-运行开源AI模型的每一种方式]]:互补——本片讲「开源旗舰(Kimi K2.5)的价值/能力定位」(详解3),那篇讲「开源模型怎么跑(本地/Colab/VPS/托管 API)的工程路径」。先看本片决定「要不要开源旗舰」,再看那篇决定「怎么跑起来」。 - GLM 5.2:互补——本片用 Kimi K2.5 代表「中文开源旗舰」,那篇给的是「2026 年另一个逼近闭源旗舰的开源模型(GLM 5.2)的实测与接入」。两者并列给「中文开源旗舰」这个档位画全:本片定性、那篇定量。 - 复现:[[2025-09-09-34 分钟过完 Perplexity 全部功能:Tina Huang 逐项实测|34 分钟过完 Perplexity]] 把本片提出的 模型聚合器 概念落到产品层——直接演示 Sonar/Claude/Gemini/GPT/Grok 在 Perplexity 内并排切换,是"模型聚合器"的具体形态。 ## 一手来源与延伸 - 视频所引用的具体型号(GPT 5.2、Claude Opus 4.6、Grok 4.1、Gemini 3 Pro/Flash、Kimi K2.5、Sonar、Llama 3.3 7B)均直接出自 transcript;型号随时间迭代,「具体版本」属会过期信息,但「档位逻辑」不依赖具体版本。 - Perplexity 的多模型聚合入口: (视频结尾由博主推荐的整合入口)。 ## 术语 - 模型能力 vs 尺寸 vs 速度 vs 成本:选模型的四个互相牵扯的变量,任何一个上调往往压低另一个。 - 旗舰模型(flagship):能力最强、跑分顶尖、能跨模态与多步动作,通常最贵最慢。 - 轻量/蒸馏模型(lite model):通过知识蒸馏从旗舰衍生,保留大部分能力,换更便宜更快。 - 中阶模型(mid-tier):在能力/速度/成本间取平衡,80% 日常查询的主力。 - 专业模型(specialized model):为特定任务(MRI/法律/药物研究)微调或外挂工具后的产物。 - 多模态(multimodality):模型同时理解/生成图片、视频、文本等多种模态的能力。 - 知识蒸馏(knowledge distillation):把小模型训练成「模拟」大模型行为的工程手段,核心思想是大模型的「软输出」能比硬标签教更多细节。 - 上下文窗口(context window):模型单次对话/单条 prompt 能容纳的最大 token 数;2M 级别意味着可以塞进整本书。 - 开源模型(open source model):模型权重/架构公开、可下载到本地运行、能进一步微调的模型。 - EQ(情商,emotional quotient):模型对情绪识别/回应/共情的拟人化能力,本片专指 Grok 的对话特征。 - 模型聚合器(model aggregator):把多家模型厂商的接口集成到一个产品的服务(如 Perplexity)。 - 微调(fine-tuning):在已训练模型上用领域数据继续训练,使其在特定任务上更准。 - RAG(检索增强生成):让模型在回答前先检索相关文档,再据此生成带来源的回答。 ## 金句 > "by the time you watch this video, it's very possible that the models I'm talking about here are already going to be replaced by newer versions. … if you understand the types of these different models, you would be able to categorize these new models in the correct category as well. We'll still be serving the same function, just better." → 视频的元论点:具体型号会过时,「分类框架」不会——这套类比本身就是抗版本迭代的认知资产。[02:01](https://youtu.be/DsKZpgoy830?t=121) > "It's very high EQ. It really is." → 演示 Grok 在情绪共鸣类 prompt 上的输出后,作者用极克制的口语化短句把判断下完——「真正的高 EQ」不是技术参数能衡量的,得现场听输出。[06:05](https://youtu.be/DsKZpgoy830?t=365) > "all of that information would be retained on your local computer or if you decide to host it yourself, you're still in control of where you're hosting it and what is happening where you're hosting it." → 真正定义开源旗舰的核心收益的不是「免费」,而是「控制权」——决定数据存在哪、谁能看到。[15:43](https://youtu.be/DsKZpgoy830?t=943) ## 立场与利益 本片核心主张是「AI 模型怎么分类 + 每档适合什么」,分类框架本身与博主变现基本脱钩;Perplexity 作为赞助方提供「多模型聚合」能力,影响的是演示入口而非分类主张。分档给采信折扣: - **利益中性(按内容采信)**:四档分类本身、每档适合什么任务、各旗舰的强项(Opus 写代码、Grok 高 EQ、Gemini 多模态、Sonnet 跑 80% 流量)、开源模型的隐私/成本收益——这些属可独立验证的通用方法论。 - **与利益反向(可信度最高)**:作者主动指出每档的短板——Opus 不能生图、最贵最慢;Flash 「more brief」、细节比 Pro 弱;「开源不等于零门槛,跑开源旗舰 ≠ 跑闭源旗舰」的工作流细节差异。这些不利于把观众推向「某个具体模型」,反而更可信。 - **与利益同向(待印证,已剥离)**:Perplexity 既是赞助方又是演示所用「多模型聚合器」入口,「不必给每个模型买订阅、用一个聚合器即可」属赞助产品卖点,与其商业利益同向;另外 description 提到 AI Agent Bootcamp、28-day AI Sprint Roadmap、365datascience、StrataScratch 等 affiliate/导流链——这些与「模型分类」主张无直接绑定,在核心论点里已剥离,不影响方法论部分的采信。 ## 价值定位 - **适合谁**:被「每天都有新模型发布」刷晕,但不知道该从哪个开始/为哪个任务选哪个的人;刚开始搭 AI agent / 工作流,需要在「模型清单」里快速定位的开发者。 - **解决什么**:给一套四档(+开源一维)的快速定位心智模型——看到任意新模型,先想「这属于哪档」,再想「这档适合我这类任务吗」。具体型号会过期,但档位逻辑可移植到 2026 之后的所有新模型。 - **认知 vs 实操**:偏认知框架,每个档位只给一两个 demo,不是「如何部署/调 API」的实操教程。落到实操,需结合 [[2026-03-24-运行开源AI模型的每一种方式]] 等具体路径笔记。 - 与 [[2026-03-24-运行开源AI模型的每一种方式]] 重叠在「开源模型的取舍」,但本片独有的是**横向四档(+开源维)的统一心智模型**,那篇独有的是「怎么把开源模型跑起来」的工程实操。 ## 自检问题 1. 为什么 Grok 在作者口中被称为「anomaly in a good way」?它打破的常规是什么? **答案**:通常能力/速度/成本三选二,Grok 同时「能力最受用户投票 + 速度快 + 价格便宜 + 2M 上下文」,打破了「能力强的必然贵且慢」的常规;见详解2.3。[05:44](https://youtu.be/DsKZpgoy830?t=344) 2. Kimi K2.5 在视频里被单挑出来的真正理由是什么?是能力比其他旗舰强吗? **答案**:不是;它能力上属于旗舰,身份上属于开源——能下载到本地,从而同时拿到「零成本」与「隐私/数据控制」两个收益,但代价是要自己处理「怎么跑起来」;见详解3。[14:56](https://youtu.be/DsKZpgoy830?t=896) 3. Gemini 3 Flash 在保留 90–95% 能力的同时牺牲的是什么?什么场景该优先选 Flash? **答案**:牺牲的是「细节/数据/论证深度」,换来速度与成本。当任务时间比细节重要(赶会前要摘要、海量并发、低复杂度请求)时优先 Flash;要详尽论证仍回 Pro;见详解4。[12:08](https://youtu.be/DsKZpgoy830?t=728) 4. Claude Sonnet 4.5 被定位为「真正跑 80% 流量」的工作马,这个判断的理由是什么? **答案**:大多数 AI 应用/agent 后台常态负载是「从零搭新东西」「跑高频次但不需要最强档」类任务,Opus 是过剩的,Sonnet 在能力/价格/速度三轴上刚好落在甜区;只有少数任务真正需要旗舰,其余流量默认走中阶;见详解5。[14:29](https://youtu.be/DsKZpgoy830?t=869) 5. 专业档(如 Sonar)通常是怎么「从无到有」造出来的?为什么开源基底是关键? **答案**:不是凭空造新架构,而是把一个开源基底的模型「改装」——通过微调(fine-tuning)做领域特化,再外挂 RAG/工具扩展能力;Sonar 基于开源 Llama 3.3 7B 起步就是这条路径,所以开源基底是专业档的常见起点;见详解6。[17:38](https://youtu.be/DsKZpgoy830?t=1058)