先确定任务，再选模型。

1. 先选真正需要的工作方式

2. 分清 Qwen 充值提升了什么

Free 提供每月 30M tokens、128K 总上下文与 160K TPM。累计净充值 $10 解锁每月 100M、128K 上下文与 300K TPM；$50 解锁每月 300M、256K 上下文与 600K TPM。这些是充值门槛，并非订阅费用。

更高 Qwen 档位提升额度、上下文、TPM 与排队优先级，使用的仍是同一模型，不能据此推定回答质量提升。输出上限仍为 8,192 tokens，共享容量不提供 SLA。

3. 用有明确验收标准的任务试用

评估编程能力时，使用空文件夹和临时 Git 分支。让工具创建两个文件并运行测试，检查它请求执行的文件与命令操作。

Create slugify.mjs exporting slugify(value), and slugify.test.mjs using node:test.
Convert to lowercase, trim whitespace, replace runs of non-ASCII-alphanumeric characters with one hyphen, and remove leading/trailing hyphens.
Test these exact cases:
" Hello, World! " -> "hello-world"
"API   Key" -> "api-key"
"---" -> ""
"" -> ""
Run node --test slugify.test.mjs and report the result. Do not install dependencies.

• 连接验证：工具内收到可见的非空文本。
• 编程任务验证：两个文件实际存在，diff 符合要求，四项测试均通过，命令退出码为 0。
• 记录模型 ID、工具版本、日期、输入输出 tokens、耗时与失败情况。单次运行是案例，不是质量基准。

文档问答可用一份你已知道五个答案的短文档，要求引用原文，逐题标记正确、缺乏依据或遗漏。聊天功能可测试五条典型用户请求，再加一条应拒绝或转交处理的请求。

4. 找到瓶颈，再决定是否换模型

5. 按自己的实际用量比较成本

成本 = 未缓存输入 tokens ÷ 1M × 输入单价 + 缓存输入 tokens ÷ 1M × 缓存输入单价 + 输出 tokens ÷ 1M × 输出单价。输入应拆分为缓存与未缓存部分，避免重复计费；输出以实际计费量为准，适用时包含推理 tokens。

下表与价格页共用目录，并在公开价格接口可用时刷新。不据此推定质量或速度排名。

目录快照：2026-10-09。尚未确认实时价格。