有些模型直接回答。有些會先規劃再回答。

第 5 篇你看過那個有時候會出現在答案上方、可以收合的區塊。那是模型運作方式一個真實差異，露在外面看得見的邊緣。

• 一個一般型模型 會直接回答。適合簡短的查詢、簡單的改寫、一次工具呼叫。
• 一個思考型模型 會先多花運算去規劃或檢查。這對橫跨好幾個房間、裝置跟時段的自動化很有幫助。

接下來會有兩個結果。 用量： 有些供應商把思考過程算成輸出計費，有些另外分一類——記帳方式因模型跟路線而異。 延遲： 回答可能要花更久，沒有一個放諸四海皆準的延遲數字，也沒有保證。

一個最容易讓人卡住的設定

Add Model 對話框裡有個欄位叫 thinkingFormat。它告訴 Pi Agent 一條路線用什麼格式表示思考資料；它本身不會讓一個模型變得會思考。

判斷哪些工作值得多花這個思考成本

一條規則涵蓋了大部分情況： 結果容易驗證、出錯代價也小的時候，用一般型模型。需要同時權衡好幾個限制條件，或出錯代價很高的時候，用思考型。

flowchart TD
  A["一個任務"] --> B{"Can you check the
answer in a minute?"}
  B -->|"yes"| C["一般型模型"]
  B -->|"no"| D{"Would being wrong
cost money or comfort?"}
  D -->|"no"| C
  D -->|"yes"| E{"Several constraints
at once?"}
  E -->|"no"| C
  E -->|"yes"| F["思考型模型，
但還是要驗證"]

拿真實的任務對照：

在模型跟路線都支援的地方，你拿到的是一個可調的旋鈕，不是一個開關。

Reasoning level決定答案出來之前允許想多少。這裡選的是 medium。

• auto 把決定權交給路線； off 則要求完全不思考。 medium 這裡打著勾。
• high、xhigh、max 一次買到更多思考、更多等待，也更多用量。
• 這些控制項是 各模型專屬的。一條路線不一定會照做每一個等級，所以要看答案本身，不要假設轉了旋鈕就一定有效果。

真的想減少思考用量，就選一個有文件記載的非思考型模型，或用那個精確模型支援的控制項。不要自己編參數。

不用重來一次就能換模型

選單就在 composer——那個文字輸入框——下面的工具列上。它是一顆帶著小箭頭、顯示目前模型名稱的按鈕。它的位置會變動，因為工具列的順序是可以設定的，所以要認名字，不要認固定的位置。

滑鼠或鍵盤都能操作。上面的搜尋欄能用模型名稱的任何一部分過濾清單——打 sol 就只會留下 GPT-5.6 Sol——按 Enter 選中符合的那個。等好幾家供應商都塞進去之後，這個功能特別好用。

選單你加過的每家供應商底下的每個模型。

• 打勾的 記號 在 GPT-5.6 Sol 旁邊，標的是回答你下一則訊息的模型。
• 這裡每個名字都是 GPT 模型，從 GPT-5.3 Codex Spark 到 GPT-6 Astra 都有。完全沒出現的供應商，就是還沒存進 Models 面板。
• 打勾的 模型按鈕 在訊息框下面，重複顯示目前的名字 GPT-5.6 Sol。

有兩個細節值得先搞清楚，因為之後幾乎每個意外，都是這兩個裡的其中一個造成的。

• 馬上生效，但不會重跑任何東西。 新模型回答的是你下一則訊息。之前的訊息不會重新送出，之前的答案也不會消失，所以已經付過錢的東西不會再被收一次錢。
• 新模型會收到整場對話。 它的第一則訊息，就要把整個 Session 從頭到尾當成輸入 token 讀一遍。這就是它能接上話題的原因——也是下面會講的成本所在。

大部分人最後每天都在用的模式

這裡假設你有兩個模型可用：一個快又便宜、一個比較強。範例用的是 glm-4-flash 跟 claude-sonnet-4-5；任何這種組合的兩個模型都能套用這個做法。

1. 步驟 1

   開一個新 Session，選便宜的模型

   點 + New session ，在左上角。打開 composer 下面的模型按鈕，找到 GLM 那一組，選 glm-4-flash。文字標籤會跟著變。

2. 步驟 2

   要求它出草稿

   送出：「幫我寫一個 Home Assistant 自動化，晚上 11:30 把客廳所有燈都關掉。如果那個時候客廳還有人，就等 10 分鐘再關。」大約 20-40 秒會給你 YAML。

3. 步驟 3

   換成比較強的模型——不清空任何東西

   留在同一個對話裡；不要開新的 Session。打開選單，選 claude-sonnet-4-5 ，在 Anthropic 底下。文字標籤會跟著變。

4. 步驟 4

   要求它審查畫面上已經有的東西

   送出：「請幫我審查上面那個自動化。有沒有邏輯錯誤，或常見的 HA 陷阱，例如 device_id 陷阱、mode 選錯，或者沒有偵測到不存在的 entity_id？」它會讀整場對話，包括那段 YAML。

5. 步驟 5

   換回去，讓便宜的模型套用這些意見

   回到 glm-4-flash ，要求它照上面的回饋重寫 YAML。套用一份修正清單，用不著貴的模型。

貴的模型只處理三則裡的一則：需要判斷力的那一則。審查通常會抓到 device_id ，用在該用 entity_id 的地方，或是 mode 應該是 restart 而不是預設的 single，又或者是舊式單數形態寫的 trigger 跟 condition。相較於全程都用貴的模型，通常能省下 50-80%；同一份資料裡另一段寫的是 60-80%。這兩個數字都取決於提示長度跟模型選擇，當成一個大概的量級參考就好，不要當成精確報價。

每次換模型，都有人要重新讀一次逐字稿

這就是第一張帳單來的時候，會讓人嚇一跳的原因。

換算成數字。一場對話已經累積了 5,000 個 token，大約 15-20 輪來回，你換了四次模型：

留在同一個模型，輸入量還是會隨每一輪增加，但不會有這種重讀的情況。這個差距，就是換模型的全部成本。而且你看得到，因為工作區在每個答案下面都印著計費表：

重讀會出現在哪裡一句話的問題，1,094 個輸入 token。換模型重置的就是這個數字。進行中的工作區

• 1,094 in 對上 53 out。就算是很短的對話，輸入本來就佔了比較大的那一半，而且只會越來越大。
• 換模型之後盯著這一行看。會跳升的是輸入，不是輸出。
• $0.0071 ，一次看起來不算什麼。乘上一個很長的 Session、再乘上四次切換，就不再是「不算什麼」了。

三種交接工作的方式，加一種會悄悄失效的方式

選單不是你唯一的選擇。有三種動作，各自做不同的事。假設 Flash 剛推薦你客廳裝一台一噸的冷氣：

有三種情況值得為它切換模型： 先出草稿再審查、 聚焦深入 在一個難點上，再換回便宜的模型，還有 A/B 比較 ——這其實就是 fork。一次切換如果不屬於這三種，大概就是白白讓你多付了一次重讀的錢。

會悄悄失效的那種切換

Claude 是用原生的結構化區塊表示思考過程，不是純文字。相容 OpenAI 的供應商——GLM、DeepSeek、Groq、OpenRouter——不用這種結構。

所以那些區塊沒辦法以原本的形式，進到新供應商的 messages 陣列裡。依版本而定，它們可能被丟掉，也可能被壓平成純文字；兩種情況都發生過。如果你下一句話說「照你剛想的步驟繼續」，新模型手上可能根本沒有那些步驟。

接下來往哪走