做AI编程助手选API，先想清楚一件事：你的产品里"编程"其实是三件不同的事。行内补全、对话问答、深度分析，它们的延迟容忍度和调用频次差着两个数量级。用同一个模型全包，结果要么账单爆炸，要么慢到用户关掉插件。
这篇给正在做IDE插件、代码review bot、coding agent的开发者，讲几个能直接落地的判断标准。
- 补全/行内建议：要求首token 300ms以内，日调用量最大。用便宜的小模型或 deepseek-chat（V3）这类通用模型，别拿推理模型碰这块。 - 对话问答、解释代码：延迟放到2-3秒可以接受，选能力均衡的中档模型。 - 复杂重构、跨文件调试、算法题：能等10秒以上，这时候才轮到推理模型上场。
分层之后，成本结构立刻清晰：90%的请求走便宜通道，贵的留给真正需要的场景。
function calling 支不支持，直接决定你能不能做agent。deepseek-reasoner 目前不支持工具调用，也不接受 temperature、top_p 调参。更要注意的是多轮对话里 reasoning_content 字段必须丢弃，回传会直接报400：
这类细节不提前踩，联调阶段很浪费时间。
如果你也想试试一个Key调多个模型的方便，可以看看充站——¥50起步，额度永久有效，用支付宝/微信就能付款。