10 · 模型选择与对比

Trae 支持 8+ 种模型，怎么选？什么时候切？国内版和国际版的模型有什么区别？这篇一次讲透。

01 为什么模型选择很重要

很多人刚用 Trae 时有一个误区：觉得”AI 就是 AI”，哪个模型都一样。

这个误区会让你白白浪费钱，或者反复出烂代码。真实情况是：不同模型的”性格”完全不同。

用一个类比来理解：

• Claude Sonnet 4 像一位严谨的高级工程师——他会花时间全面理解你的项目，然后给出结构清晰的方案，但”思考速度”不是最快的
• GPT-5.4 像个手速极快的全栈多面手——上手快、改得快，但在极度复杂的嵌套逻辑上可能顾此失彼
• DeepSeek R1 像个算法竞赛选手——数学和算法是他的主场，代码最优解就是他的语言
• Kimi-K2 像个长上下文专家——给他厚厚一份需求文档，他能全部读完再干活
• 豆包 1.5 Pro 像个中文场景特别擅长的本地助手——和国内开发环境配合丝滑

选模型不是选”哪个最强”，而是选”哪个最适合当前任务”。 Trae 给了你选择权，但选择权也需要方法。这就是本篇要解决的问题。

02 Trae 支持哪些模型

截至 2026 年中，Trae 国际版和国内版累计支持的模型如下：

注意：模型列表会随时间更新。你可以随时在 Trae 设置中查看当前可用模型。部分模型（如 Claude Sonnet 4）在国内版需要 Pro 订阅才能使用。

国际版默认模型

国际版开箱即用 Claude Sonnet 4。这是 Anthropic 截至 2026 年初的最强编码模型，在 SWE-bench、代码生成等基准测试中综合表现第一。

国内版默认模型

国内版开箱即用 豆包 1.5 Pro。这是字节自研的模型，经过大量中文代码场景优化，在 JavaScript、TypeScript、Python、Go 等主流语言上的表现和 GPT-4o 不相上下。

03 模型能力的”气质”对比

下面我从 6 个维度横向对比这些模型，帮你建立直觉。

复架逻辑能力（架构设计、复杂重构）

典型场景：把一个单体应用迁移到微服务架构。Claude Sonnet 4 会给你画出清晰的模块边界和依赖关系图；GPT-5.4 做得也很快但边界可能略模糊。

编码速度（生成响应、迭代效率）

GPT-5.4 是 Trae 响应最快的模型——尤其在 Inline Edit（Cmd+K）场景下体验极致。

多模态能力（图片、设计稿解析）

典型场景：拖入一张 Figma 设计稿截图让 AI 生成对应代码。Gemini 2.5 Pro 的还原度最高，颜色、间距、排版都能精准捕捉。

上下文长度（一次能看多少代码）

重要说明：上下文长度不是越大越好。更大的上下文意味着单次可以”看”更多代码，但也会稀释模型对局部细节的注意力。Gemini 2.5 Pro 的 1M 上下文非常适合”分析整个代码库的架构”这样的任务，但不一定比 Claude 更适合”优化这个函数”。

中文理解

关键提示：如果你用国际版（Claude/GPT），尽量用英文写 prompt。这些模型在英文指令下的输出质量比中文高 10-20%。如果你习惯中文交流，国内版的豆包或 Qwen-3-Coder 才是正确选择。

04 什么场景用什么模型：速查指南

我把开发中最常见的场景列出来，直接告诉你怎么选：

一个真实的决策过程

假设你要做一个电商后台管理面板：

1. 第一步 - 搭骨架 → 用 Claude Sonnet 4 设计目录结构和核心数据模型（架构任务）
2. 第二步 - 写 CRUD API → 切到 GPT-5.4 快速生成增删改查接口（重复性任务）
3. 第三步 - 做优惠券算法 → 切到 DeepSeek R1 解决优惠叠加逻辑（算法任务）
4. 第四步 - 代码 Review → 切回 Claude Sonnet 4 全局审查（审查任务）

同一个项目、同一次开发会话、不同的模型相互切换——这是 Trae 的核心优势。

05 如何在 Trae 中切换模型

切换模型的方法有两种

方法一：设置中切换（全局）

1. Cmd+, 打开设置
2. 搜索 Model
3. 从下拉列表中选择默认模型
4. 所有 Chat、Builder、SOLO 任务默认使用该模型

方法二：对话中切换（单次）

在 Chat 对话框底部，有一个模型下拉选择器（和设置中的选项一致）：

你: [输入框]
    ┌──────────────────────────┐
    │ Claude Sonnet 4    ▼    │  ← 点这里换模型
    │ GPT-5.4                 │
    │ Gemini 2.5 Pro          │
    │ ─────────────────       │
    │ DeepSeek R1             │
    │ Qwen-3-Coder            │
    └──────────────────────────┘

点一下就能换——不需要重启对话，不丢失上下文。换模型后 Trae 自动把之前的对话历史作为上下文传递给新模型（受模型上下文窗口限制）。

三种模式的独立模型设置

Trae 允许你为不同模式配置不同的模型：

Settings → Trae → Models

Chat 模式:   [Claude Sonnet 4]
Builder 模式: [GPT-5.4]         ← 可以不同
SOLO 模式:   [Claude Sonnet 4]
Inline Edit: [GPT-5.4]          ← 速度优先

这样设计是因为每种模式的”性格需求”不同：

• Chat 模式需要深度推理 → 选 Claude
• Builder 模式需要快速迭代 → 选 GPT
• Inline Edit需要实时响应 → 选响应最快的

像配菜一样搭配模型，不需要每次手动切换。

06 Token 成本对比

Trae 国际版按 token 计费（2026 年 2 月起）。了解不同模型的成本结构，能帮你省下真金白银。

以下价格为 2026 年中参考价，以百万 token 为单位。实际价格可能随供应变化调整。

成本优化策略

策略一：粗活用便宜模型，细活用贵模型

编写 CRUD API → DeepSeek V3（$0.27/$1.10）
代码 Review   → Claude Sonnet 4（$3.00/$15.00）

DeepSeek V3 写一手能跑的代码没问题，但架构评审还是 Claude 靠谱。把 80% 的”体力活”给便宜模型，只在关键决策场景用贵模型。

策略二：充分利用国内版的免费模型

国内版的豆包、Kimi、Qwen 对个人开发者完全免费。如果你在国内，可以大量使用这些模型做日常编码——只有在遇到它们搞不定的复杂任务时，才切换到其他模型。

一个 cost example：

一个正常的 SOLO 任务（做一个中等复杂的功能，约 5 个文件、200 行代码），大概消耗：

• 输入 tokens：~100K（读取项目上下文）
• 输出 tokens：~2K（生成代码）

用 Claude Sonnet 4：$3.00 × 0.1 + $15.00 × 0.002 = $0.33（约 ¥2.4） 用 DeepSeek V3：$0.27 × 0.1 + $1.10 × 0.002 = $0.029（约 ¥0.21）

千元级的月费差异就是这样积累出来的——选对模型 = 省钱。

07 国内版 vs 国际版：模型差异详解

核心差异

国内版特有的模型优势

国内版有一些国际版没有的”隐藏优势”：

1. 豆包 1.5 Pro 的中文注释生成：国内版生成的中文注释、变量名、文档更自然——它理解的注释就是中文，而不是先写英文再翻译
2. Kimi-K2 的文档理解：拖入一份中文需求文档（Word/PDF/Excel），Kimi-K2 能完整理解并生成对应代码，其他模型做不到
3. Qwen-3-Coder 的代码专项：在 TypeScript 和 Java 代码生成上，Qwen-3-Coder 有专项优化，尤其在企业级项目场景表现突出

国际版特有的模型优势

1. Claude Sonnet 4 的 Agent 能力：国际版 SOLO 模式默认使用 Claude Sonnet 4，它的自主决策能力在所有模型中排第一——SOLO 配合 Claude 时，“甩手掌柜”体验最好
2. Gemini 2.5 Pro 的 1M 上下文：国际版独有的超级上下文窗口，适合大型代码库分析
3. GPT-5.4 的速度：国际版 Inline Edit 的响应速度是同场景唯一的”零等待”体验

能不能两个版本混用？

技术上可以，策略上推荐。

你可以同一台电脑上同时装国内版和国际版。日常编码用国内版（免费），遇到需要 Claude 深度推理的任务用国际版。两个版本的本地项目文件是互通的——它们都是基于 VS Code 内核，项目文件夹格式完全一样。

很多开发者的配置是：

• 国内版（trae.cn）：日常主力，使用豆包/DeepSeek/Kimi 免费模型
• 国际版（trae.ai）：备用，只在需要 Claude Sonnet 4 或 Gemini 时才打开

08 在中间对话中切换模型的注意事项

Trae 允许你在同一个对话中切换模型，但有几个坑需要知道。

切换后历史会丢失吗？

不会丢失对话内容。切换模型时，之前的对话历史仍然保留在界面里。但是——新模型只会”看到”切换之前的对话，不会继承当前对话的上下文。

举个例子：

你：帮我写一个用户登录功能（用 Claude）
Claude：生成代码 A

→ 你切换到 GPT-5.4 ←

你：把这个改成用邮箱登录
GPT：？？？它没看到 Claude 刚才生成的代码 A

解决方法：切换模型后，在输入新问题之前，先用 @ 引用相关的上下文文件，或者手动概括一下之前的讨论。这样新模型才能”接上话”。

不同模型的”记忆”不同

即使同一个对话，不同模型的上下文窗口长度不同——一个 128K 上下文的模型可能”记住”比 200K 模型少的信息。如果你在长时间的对话中切换到短上下文的模型，可能会发现它忘记了一些”已经说过”的内容。

建议：长对话不要频繁切换模型。把切换时机放在”话题边界”上——一个新功能开始、一个新 bug 排查、一个新的文件修改。

最佳切换时机

👎 不好：对话进行到一半切换（上下文断裂）
👍 好：在开始新任务时切换（自然边界）
👍 好：AI 用了 3 次还没搞定，换个模型试试

一个实用技巧：如果当前模型在同一个问题上反复出错 3 次以上，换一个模型——Claude 搞不定的算法问题，DeepSeek R1 可能一次就解决。

09 自定义模型集成：通过 API 接入你自己的模型

国际版 Trae 支持通过 自定义 API 接入你自己的模型——这给了你无限的灵活性。

当前状态：国际版支持自定义 API 端点。国内版暂不支持。

适用场景

• 你公司有私有部署的大模型（如某开源模型的私有化版本）
• 你觉得 OpenAI/Anthropic 的官方定价太高，想通过第三方 API 服务（如 Together AI、Fireworks AI、Groq）使用同样的模型但更低的价格
• 你想使用 Trae 官方列表中未包含的其他模型（如 Llama 4、Mistral Large 等）

配置方法

1. Cmd+, 打开设置
2. 搜索 Custom API
3. 填写以下字段：

{
  "trae.models.custom": [
    {
      "name": "My Custom Model",
      "displayName": "我的自定义模型",
      "provider": "openai",          // 兼容 OpenAI API 格式
      "baseURL": "https://api.example.com/v1",
      "apiKey": "sk-your-api-key",
      "models": ["custom-model-1", "custom-model-2"]
    }
  ]
}

参数说明：

支持的 Provider 格式

• openai：兼容 OpenAI Chat Completions API 格式（大多数第三方 API 都支持）
• anthropic：兼容 Anthropic Messages API 格式

配置完成后，你的自定义模型会出现在模型选择器中，和内置模型并列显示，可以直接在 Chat、Builder、SOLO 中使用。

注意事项

1. 稳定性：自定义 API 的响应速度和可靠性取决于你的 API 端点和网络环境。如果响应不稳定，可能导致 Trae 功能异常
2. 功能兼容：部分 Trae 高级功能（如 Builder 模式、SOLO 模式）可能对某些自定义模型不兼容——工具调用（function calling）是 Trae 和模型通信的核心机制
3. Token 计费：自定义 API 的消耗会计入你的 Trae 国际版套餐额度吗？不会。自定义 API 的流量走你自己的 API 端点，由第三方服务计费，Trae 只把消息路由过去

10 模型选择的心智模型

到这里你应该理解了：没有绝对最好的模型，只有最适合当前任务的模型。

把这个心智模型画成一张图：

                    ┌── 简单任务（CRUD、模板代码）
                    │   → GPT-5.4 / 豆包 1.5 Pro（速度优先）
                    │
  你的任务 ───────┤   ┌── 复杂任务（架构、重构）
                    │   │   → Claude Sonnet 4（深度优先）
                    │   │
                    │   ├── 算法任务（LeetCode、优化）
                    │   │   → DeepSeek R1（推理优先）
                    │   │
                    │   ├── 文档/需求理解
                    │   │   → Kimi-K2 / Gemini 2.5 Pro（上下文优先）
                    │   │
                    │   └── 设计稿转代码
                    │       → Gemini 2.5 Pro / GPT-4o（多模态优先）
                    │
                    日常编码（国内免费版）
                    → 豆包 / Qwen-3-Coder（性价比优先）

总结为一句话：先判断任务类型，再选择对应模型。任务类型变了？模型一起变。

11 小结

下一篇：11 真实工作流 —— 从一个需求到上线，完整演示 Trae 的实际开发流程。