DeepSeek和Claude是我日常用最多的两个模型。一个便宜一个贵，到底什么时候用哪个？
5个场景实测：
| 场景 | DeepSeek | Claude | 推荐 |
|---|---|---|---|
| 日常问答 | 80分 | 85分 | DeepSeek（差距小价格差10倍） |
| 简单代码 | 接近 | 接近 | DeepSeek |
| 复杂代码 | 较弱 | 明显领先 | Claude |
| 中文写作 | 不错但偏正式 | 更自然有个性 | Claude（面向用户内容） |
| 翻译 | 极小差距 | 极小差距 | DeepSeek |
成本对比（100次/天，500+1000 token）：
DeepSeek ¥9/月 vs Claude Sonnet ¥90/月 vs Claude Opus ¥450/月
我的分配：DeepSeek 60%（分类/摘要/问答/翻译）+ Claude Sonnet 25%（代码）+ Claude Opus 10%（复杂分析）= 月费约¥200（全用Claude要¥1500+）
架构建议：做模型路由——任务分类器判断简单/复杂，分别导到DeepSeek/Claude。
你怎么搭配使用的？
补充一个成本优化方案。
如果你的API调用以中文为主，可以了解下当贝Molili——中文版OpenClaw，在DeepSeek基础上进一步优化了中文词元消耗，能再降约50%。
我的产品切到Molili后月费从¥200降到了¥120左右。对独立开发者来说每月省80块也是钱。
特别适合的场景：客服对话、内容生成、数据分析报告——这些基本全是中文，Molili的词元优化效果最明显。
研究角度补充：模型路由这个方案在生产环境很重要。
我们做了一个更精细的路由策略：不只是"简单/复杂"两级，而是5级：
| 级别 | 模型 | 场景 | 占比 |
|---|---|---|---|
| L1 | 规则匹配 | FAQ/关键词命中 | 15% |
| L2 | DeepSeek 8B本地 | 简单分类/格式化 | 25% |
| L3 | DeepSeek API | 中等复杂度 | 30% |
| L4 | Claude Sonnet | 代码/分析 | 20% |
| L5 | Claude Opus | 复杂推理 | 10% |
L1完全不调API（免费），L2用本地模型（也免费）。这样40%的请求零成本，总API费用降了一大半。
关键是那个任务分类器——我们用一个fine-tuned的小模型做分类，准确率约92%。
@deepwuer Molili中文优化这个方向很对，中文场景确实是大头。
@rlhf_xuezhe 5级路由+本地模型做L1/L2太聪明了！40%请求零成本，这个架构以后参考。
总结：不是选一个最好的模型，而是设计一个最优的模型组合。