selecting-models

选择合适的模型能帮助您提升效率、降低成本并获得更优结果。Cursor 支持所有顶尖模型。大多数模型都能完成各类任务，但它们的表现方式各有不同，而这些差异至关重要。

模型之间的差异

不同模型的训练方式和响应风格各具特色。有些模型会"先思考后编码"，而有些则会直接开始编写代码。部分模型具有主动性且行动迅速，另一些则需要时间充分理解您的指令后再采取行动。

以下是几个关键考量维度：

• 主动性：某些模型（如 gemini-2.5-pro 或 claude-4-sonnet）具有高度自信，仅需少量提示即可自主决策
• 探索性：其他模型（如 o3 或 claude-4-opus）会花时间制定计划或通过提问来深入理解上下文
• 上下文窗口：部分模型能同时处理更多代码库内容，这对大规模任务非常有用

为何模型选择至关重要

每个 AI 模型都具备独特优势。有的擅长快速实现功能，有的则更善于规划路径和探索方案。正确选择模型能帮助您：

• 获得更快的响应速度
• 接收更高质量的建议

正如与不同人类合作时的体验，每个模型对提示词的理解方式各有不同。随着使用经验的积累，您将逐步掌握每个模型的"思维模式"：它们的解读方式、推理逻辑和行动模式。这种认知能帮助您精准匹配任务需求与模型特性。

模型行为模式

理解模型行为的一个有效维度是观察其主动性程度。

主动思考型模型

这类模型擅长推断用户意图，进行前瞻性规划，通常无需逐步指导即可自主决策。

• 适用场景：希望模型自主推进任务时
• 优势特点：需要较少提示词，但可能带有较强主观判断
• 典型表现：可能做出超出预期的重大修改

代表模型：

• claude-4-sonnet
• gemini-2.5-pro
• o3（专为复杂推理设计）

推荐使用场景：创意探索、大规模重构、需要模型高度自主运作的任务。

非主动思考型模型

这类模型会等待明确的指令，不会主动进行推断或猜测。当您需要直接控制输出结果时，这类模型是最理想的选择。

• 适用于需要精准控制的修改场景
• 需要更多提示词输入，但行为更具可预测性
• 更易于引导、修正和微调

典型代表：

• claude-4-sonnet
• gpt-4.1

当您需要严格把控输出、要求行为一致性，或处理定义明确的任务时，建议选用这类模型。

基于交互风格选择

许多用户选择模型时更关注交互风格而非任务类型。有些人偏好主动型模型，另一些则倾向等待指令的模型。claude-4-sonnet、gemini-2.5-pro 和 gpt-4.1 都可作为可靠的日常选择——关键在于您希望掌握多少控制权。

选择方法论

Cursor 为您精选了一系列高性能模型。您可以根据以下常见维度进行选择：

（注：此处原文未完整提供后续内容，翻译保持原文结构完整。如需继续翻译后续内容，请提供完整文档）

1. 提示词风格

如果您倾向于…	推荐模型
保持控制权，给出明确指令	claude-4-sonnet、gpt-4.1
让模型主动发挥	claude-4-opus、gemini-2.5-pro、o3

2. 任务类型

根据任务类型选择适配模型：

任务类型	推荐模型
定向修改	claude-4-sonnet、gemini-2.5-pro
代码库导航/搜索	gemini-2.5-pro、claude-4-opus、o3
规划或问题解决	claude-4-opus、gemini-2.5-pro
复杂错误排查或深度推理	o3

💡 o3 专为处理复杂、模糊的问题设计。虽然功能强大，但运行速度较慢且资源消耗较高，因此更适合偶尔使用场景。

模型选择决策树

以下建议具有一定主观性。您应根据实际使用效果选择最适合的模型。