选择模型

如何根据当前任务选择合适的模型？

选择合适的模型可以让你更高效、更省成本，并获得更好的结果。Cursor 支持所有顶级模型。大多数模型都能完成各种任务，但它们的行为方式不同，而这些差异很重要。

模型的不同之处

模型的训练方式不同，响应风格也各有特色。有些模型“先思考再编码”，而有些则直接开始写代码。有些模型主动性强、执行迅速，而有些则会在行动前花时间理解你的指令。

以下是你可以考虑的几个维度：

• 果断性：有些模型（如 gemini-2.5-pro 或 claude-4-sonnet）自信且只需很少提示就能做出决策。
• 好奇心：其他模型（如 o3 或 claude-4-opus）会花时间规划或提问，以更深入地理解上下文。
• 上下文窗口：有些模型能一次处理更多代码，对于大规模任务非常有用。

为什么选择合适的模型很重要

每个模型都有不同的优势。有些擅长快速实现，有些则更适合规划和探索选项。选择合适的模型可以让你：

• 更快获得输出
• 获得更高质量的建议

就像与人类协作一样，每个模型对提示的理解方式都不同。随着使用，你会逐渐形成直觉，了解每个模型的阅读、思考和行动方式，从而知道哪种模型最适合你的任务。

模型行为

你可以通过模型的主动性来理解其行为。

“思考型”模型

这些模型会推断你的意图，提前规划，并且通常无需逐步指导就能做出决策。

• 适合让模型自主完成任务的场景
• 需要的提示更少，但有时更有主见
• 可能会做出比你预期更大的改动 示例：
• claude-4-sonnet
• gemini-2.5-pro
• o3（专为复杂推理设计） 当你在探索想法、大范围重构或希望模型更独立地行动时，适合使用这些模型。

“非思考型”模型

这些模型会等待明确的指令。它们不会推断或猜测，非常适合你希望直接控制输出的场景。

• 适合需要精确、可控更改的场景
• 需要更多提示，但行为更可预测
• 更容易引导、修改和微调 示例：
• claude-4-sonnet
• gpt-4.1 当你需要严格控制、需要一致行为或在处理明确任务时，适合使用这些模型。

按风格选择

许多用户更倾向于根据交互风格而不是任务类型选择模型。有些人喜欢主动型模型，有些则喜欢等待指令的模型。claude-4-sonnet、gemini-2.5-pro 和 gpt-4.1 都可以作为可靠的日常主力，关键在于你希望拥有多少控制权。

如何选择

Cursor 为你提供了一组精心挑选的高性能模型。你可以根据多种因素进行选择，以下是一些常见的参考：

1. 提示风格（Prompting style）

2. 任务类型（Task type）

使用下表将你的任务与合适的模型进行匹配：

选择树

这些都是主观建议。你应选择最适合自己的模型。

自动选择（Auto-select）

自动选择会从上述模型池中（不包括 o3）为你挑选一个可靠的模型，帮助你保持工作流畅。它不会根据任务类型进行分流，但如果你不确定该选哪个模型，这是一个稳妥的默认选项。

保存有效组合（Save what works）

一旦你发现某些组合效果很好，比如特定提示词配合某个模型，你可以将它们保存为自定义模式（Custom Modes）。这样可以：

• 预先选择模型
• 添加自定义指令
• 方便将设置复用于未来的任务

更新（Updates）

本节会记录本指南的主要修订和更新。

要点总结

• 你应该选择最适合自己的模型。
• 有些模型主动性强，适合探索、规划以及需要模型提出想法的任务。
• 另一些模型严格遵循指令，适合需要精确、可预测和直接控制的任务。
• claude-4-sonnet、gemini-2.5-pro 和 gpt-4.1 都是非常优秀的日常主力模型，选择哪一个取决于你的交互风格。
• o3 专为最难的问题设计。
• 如果不确定选择哪个模型，自动选择（Auto-select）是一个安全的默认选项。
• 将有效的设置保存为自定义模式（Custom Modes），可以让你的工作流程更加高效。