WorkBuddy 用起来很顺手,但积分掉得比想象中快。
我最初也是随手就用默认的 Auto 模式,一个"帮我整理下这份资料"的任务,跑完一看消耗了 61 积分。按这个速度,每月免费额度几十分钟就没了。
后来把消耗明细翻了一遍才发现:同样一件事,换个模型、换个模式,成本能差好几倍。
这篇文章不讲怎么薅积分,只讲怎么让手上的积分耐用。三条路径,都是我自己跑过的。
省积分优先级:选对模型 > 选对模式 > 改掉使用习惯。
前两条是开关,一秒钟就能改;第三条是习惯,改完能省掉一半的无效消耗。
适用边界:只适用于"你清楚自己要什么"的任务。如果需求本身没想清楚,再便宜的模型也是浪费——方向没定就让它动手,是最贵的一种用法。
WorkBuddy 的积分结算跟 token 走,模型名后面的数字就是积分消耗倍率,Auto 默认为 1 倍。
我整理了一份常用的对照(倍率会随官方调整变动,以你客户端里显示的为准):
模型 | 倍率 | 适合什么活 |
|---|---|---|
MiniMax-M3 | 0.25x | 翻译、摘要、格式整理、批量改写 |
Kimi-K2.7-Code | 0.57x | 轻量代码、脚本调试 |
GLM-5.2 / 5.1 | 0.79x | 通用任务,日常主力 |
GLM-5v-Turbo | 0.95x | 带图理解的任务 |
Auto(自动派活) | 1.00x | 你自己也说不清难度时 |
Kimi-K3 | 1.62x | 复杂推理、长链路规划 |
最高和最低差了 6.5 倍——如果算上个别模型的限时免费档,实际差距更大。
实操建议:
WorkBuddy 有 Ask、Plan、Craft 几种模式,很多人图省事一直开 Plan,其实纯查询类的活根本用不上。
我自己的判断标准很简单:这个任务要不要动我的文件?
另外有个容易被忽略的开关:Max 模式。它会让模型思考更久,同时消耗更高。日常任务把它关掉,只在真正啃不动的难题上开。
【待本人实测补充】建议在发布前用同一个任务分别在 Auto 和 MiniMax-M3 下各跑一次,记录:
项目 | Auto(1x) | 低倍率模型(0.25x) |
|---|---|---|
积分消耗 | 待实测补充 | 待补 |
耗时 | 待实测补充 | 待补 |
输出质量差异 | 待实测补充 | 待补 |
(注:不要编造数值,实测完再填。)
省积分不是抠门,是让额度用在真正需要强推理的地方。先把模型倍率调低、把模式选对,再改掉"来回追问"的习惯,一个月下来能省掉相当一部分无效消耗。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。