上次发了命令手册(点击查看),评论区有人问:换模型到底怎么换?国内那几个怎么配?
今天把多模型切换的完整流程写一遍,包括国内模型的配置方式、成本对比和实操技巧。所有定价数据来自 pi.dev/models 官方实时数据。
截至今天,pi.dev/models 官方模型目录显示:
931 个模型,来自 32 个 Provider
按类别分:
| 类别 | Provider 数量 | 代表 |
|---|---|---|
| 国际主流 | 5 | anthropic、openai、google、xai、mistral |
| 国内主流 | 8 | moonshotai、kimi-coding、minimax、minimax-cn、deepseek、xiaomi |
| 云网关 | 6 | openrouter、together、fireworks、huggingface、cloudflare |
| AWS/Azure | 2 | amazon-bedrock、azure-openai-responses |
| 订阅服务 | 4 | github-copilot、xiaomi-token-plan-* |
| 本地/其他 | 4 | opencode、opencode-go、zai、vercel-ai-gateway |
不需要记,切换时用 /model 命令或 Ctrl+L 调出选择器就行。
/model claude-sonnet-4-6
/model gpt-4o
/model deepseek-v4-flash
最简单,但需要知道模型 ID。模型 ID 可以在 pi.dev/models 搜索框里复制。
在 Pi 终端里按 Ctrl+L,弹出一个列表,列出所有可用模型,支持搜索过滤。输入关键词直接跳到对应模型。
在 Pi 终端里按 Ctrl+P,循环浏览你收藏的模型(Favorite Models)。需要先在选择器里标记收藏。
这是最多人问的。pi 对国内模型的支持很全,但配置方式各有不同。
DeepSeek 已经在 Pi 里更新到 V4 版本,定价非常便宜:
| 模型 ID | 上下文 | 输入价格 | 输出价格 |
|---|---|---|---|
deepseek-v4-flash |
1,000,000 | $0.14/M | $0.28/M |
deepseek-v4-pro |
1,000,000 | $0.44/M | $0.87/M |
对比:Claude Sonnet 4.6 输入 $3.00/M,DeepSeek V4 Flash 便宜 21 倍。
配置方式:
$env:DEEPSEEK_API_KEY="sk-xxxxxxxxxxxxxxxx"
支持的模型:
- deepseek-v4-flash — 最新版,推荐日常使用
- deepseek-v4-pro — 更强推理能力
Moonshot 的模型已经全面升级到 Kimi K2 系列:
| 模型 ID | 上下文 | 输入价格 | 输出价格 | 说明 |
|---|---|---|---|---|
kimi-k2.5 |
262,144 | $0.60/M | $3.00/M | 平衡之选 |
kimi-k2.6 |
262,144 | $0.95/M | $4.00/M | 最新版 |
kimi-k2-thinking |
262,144 | $0.60/M | $2.50/M | 推理优化 |
kimi-k2-thinking-turbo |
262,144 | $1.15/M | $8.00/M | 高速推理 |
kimi-k2-turbo-preview |
262,144 | $2.40/M | $10.00/M | 高性能预览 |
配置方式:
$env:MOONSHOT_API_KEY="sk-xxxxxxxxxxxxxxxx"
或者用 Token Plan(订阅制,不额外付费):
$env:MOONSHOT_TOKEN_PLAN_API_KEY="sk-prod-xxxxxxxx"
国内节点(访问更快):
- Provider:moonshotai-cn
- 模型相同,国内部署,延迟更低
Kimi 官方推出了编程专用模型,定价为 $0:
| 模型 ID | 上下文 | 输入价格 | 输出价格 |
|---|---|---|---|
kimi-for-coding |
262,144 | 免费 | 免费 |
kimi-k2-thinking |
262,144 | 免费 | 免费 |
注意:免费可能是限流或 Token Plan 方式,实际费用取决于你的订阅计划。
配置方式:
$env:KIMI_CODING_API_KEY="sk-xxxxxxxx"
MiniMax M2.7 系列,定价适中:
| 模型 ID | 上下文 | 输入价格 | 输出价格 |
|---|---|---|---|
minimax-m2.7 |
204,800 | $0.30/M | $1.20/M |
minimax-m2.7-highspeed |
204,800 | $0.60/M | $2.40/M |
配置方式:
$env:MINIMAX_API_KEY="xxxxxxxxxxxxxxxx"
国内节点:
- Provider:minimax-cn
- 价格相同,国内访问更快
小米 MiMo 模型,主打超高上下文:
| 模型 ID | 上下文 | 输入价格 | 输出价格 | 说明 |
|---|---|---|---|---|
mimo-v2-flash |
262,144 | $0.10/M | $0.30/M | 便宜 |
mimo-v2.5 |
1,048,576 | $0.40/M | $2.00/M | 1M 上下文 |
mimo-v2.5-pro |
1,048,576 | $1.00/M | $3.00/M | 高性能 |
MiMo 2.5 系列支持 100 万上下文,适合超长代码分析。
配置方式:
$env:XIAOMI_API_KEY="xxxxxxxx"
| 模型 | Provider | 输入 | 输出 | 上下文 |
|---|---|---|---|---|
| DeepSeek V4 Flash | deepseek | $0.14 | $0.28 | 1M |
| Kimi K2.5 | moonshotai | $0.60 | $3.00 | 262k |
| MiniMax M2.7 | minimax | $0.30 | $1.20 | 204k |
| 小米 MiMo 2.5 | xiaomi | $0.40 | $2.00 | 1M |
| Claude Sonnet 4.6 | anthropic | $3.00 | $15.00 | 1M |
| Claude Sonnet 4.5 | anthropic | $3.00 | $15.00 | 200k |
| GPT-4.1 | openai | $2.00 | $8.00 | 1M |
| GPT-4o | openai | $2.50 | $10.00 | 128k |
| GPT-5-mini | openai | $0.25 | $2.00 | 400k |
| Gemini 3 Flash | $0.50 | $3.00 | 1M | |
| Gemini 2.0 Flash | $0.10 | $0.40 | 1M | |
| xAI Grok 4.3 | xai | $1.25 | $2.50 | 1M |
| 场景 | 推荐模型 | 理由 |
|---|---|---|
| 日常代码编写 | DeepSeek V4 Flash | 便宜 21 倍,效果不差 |
| 超长代码分析 | 小米 MiMo 2.5 | 1M 上下文,$0.40/M |
| 国内快速开发 | Kimi K2.5 | 国内访问稳定 |
| 大型代码审查 | Claude Sonnet 4.6 | 代码能力最强,1M 上下文 |
| 预算有限 | MiniMax M2.7 | 便宜,国内访问快 |
| 快速原型 | Gemini 2.0 Flash | $0.10/M,几乎免费 |
在 Ctrl+L 选择器里,选中模型后按 F 可以标记为收藏。收藏的模型会用 Ctrl+P 循环浏览,适合频繁切换的场景。
不同模型用不同 API Key,写一个启动脚本:
# switch-model.ps1
param([string]$provider)
switch($provider) {
"kimi" {
$env:MOONSHOT_API_KEY="sk-xxx-kimi"
pi --model kimi-k2.5
}
"deepseek" {
$env:DEEPSEEK_API_KEY="sk-xxx-deepseek"
pi --model deepseek-v4-flash
}
"claude" {
$env:ANTHROPIC_API_KEY="sk-xxx-claude"
pi --model claude-sonnet-4-6
}
}
不要一个模型用到底。推荐策略:
日常编写 → DeepSeek V4 Flash(便宜、够用)
超长代码 → MiMo 2.5(1M 上下文)
代码审查 → Claude Sonnet 4.6(准确)
快速测试 → Gemini 2.0 Flash($0.10/M)
国内开发 → Kimi K2.5(访问快)
如果模型报 429 错误(请求过多),切换到备用模型:
/model deepseek-v4-flash
或者用 /settings 里的 Fallback 配置,Pi 会自动在模型间切换。
在。模型切换不影响会话历史,每个会话是独立的。
可以。在 Pi 的配置文件里设置默认模型:
# ~/.pi/config.yml
defaultModel: deepseek-v4-flash
几个思路:
1. 用 minimax-cn / moonshotai-cn 这些国内节点
2. 设置 API 代理
3. 换用 OpenRouter 统一网关
检查两点:
1. API Key 是否正确
2. 模型是否在 Pi 支持的列表里(pi.dev/models 可以查)