这篇写给正在做 AI 编程助手的人——IDE 插件、代码审查机器人、内部研发问答都算。选型时最容易踩的坑是拿一个模型跑所有场景：补全要 100ms 内出结果，重构要能看懂跨文件调用链，这两件事对模型的要求几乎相反。
- 补全 / 行内建议：延迟优先，用 deepseek-chat、Qwen2.5-Coder 这类非推理模型就够了，上 reasoning 是浪费。 - 对话问答 / 写单测：中等复杂度，deepseek-chat 或 Claude Haiku 这一档。 - 多步调试、跨文件重构、算法推理：deepseek-reasoner、Claude Sonnet、o3-mini 这一档。 - 批量离线任务（比如全仓代码审查）：成本优先，慢一点可以接受。
它在"需要想清楚再动手"的任务上提升明显：找并发竞态、把递归改迭代、理清一个没文档的中间件调用链，比非推理模型靠谱不少。原因是推理过程显式展开，中间步骤可查，出错时能定位到哪一步想歪了。
短板也很直观。reasoning_content 会占掉大量输出 token，简单问题也要"想"很久，首 token 延迟明显，不适合补全和高频交互。另外它对 prompt 噪声更敏感，上下文塞太多无关文件反而更容易跑偏。
关键一点：推理 token 照样计费。一次复杂问答，reasoner 的输出 token 可能是 chat 的 5–10 倍，单价又高一些，单次成本差一个数量级很正常。但对比 Sonnet、o3 这一档，它仍然便宜一个数量级左右。具体价格官方调得勤，按倍数关系判断比记数字更稳。
务实的做法是路由：便宜模型先试，置信度低或用户显式点"深度分析"再升级。
把 reasoning 当成升级选项而不是默认选项，再埋点统计升级触发率和采纳率，比拍脑袋估算划算得多。
一句话：deepseek-chat 扛日常流量，deepseek-reasoner 兜复杂任务，分层路由才是最优解。
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。