AI 模型
各端功能支持情况
桌面端 | 移动端 | 网页端 |
Auto | Auto | Auto |
内置模型 | 内置模型 | 内置模型 |
自定义模型 | 自定义模型 | 自定义模型 |
一、功能详解
什么是模型
模型是 TRAE Work 的 “AI 大脑”，负责理解需求、规划步骤、调用工具、生成内容。
不同模型在速度、推理、代码、长文本等能力上有所差异。
新手无需手动选模型，直接用默认的 Auto Model 即可。
一句话理解：模型决定了这次任务由哪个 AI 大脑来处理，Auto Model 则会帮你自动选择，不需要每次手动判断。
模型入口在哪里
模型选择入口位于对话输入框右下角。点击当前模型名称，就可以展开模型列表。
TRAE Auto Model 是什么
TRAE Auto Model 是默认推荐选项。它会根据当前任务，综合速度、性能和资源占用等因素，自动选择更合适的模型。
对于新用户来说，Auto Model 是最稳妥的起点。你不需要先了解每个模型的能力边界，也可以开始完成大多数任务。
- 适合新用户：不用纠结模型选择，直接开始任务。
- 适合通用任务：写文档、做调研、总结材料、分析数据等任务都可以先用 Auto。
- 适合不确定场景：当你不知道该选哪个模型时，优先保持 Auto。
不同模式下模型有什么区别
TRAE Work 不同模式下支持的模型范围会有所不同，因为不同模式面向的任务类型不同。
模式 | 模型选择特点 | 说明 |
|---|---|---|
Work | 支持 Auto、内置模型和添加自定义模型。 | 适合文档、调研、数据分析、文件处理等日常工作。 |
Code | 支持 Auto、代码相关内置模型和添加自定义模型。 | 适合代码开发、调试、项目理解和工具脚本。 |
Design | 只支持 Auto 和添加自定义模型。 | 适合设计原型、页面生成、设计还原等任务。这里需要特别注意，可选项和 Work / Code 不完全一样。 |
注意
Design 模式只支持 TRAE Auto Model 和添加自定义模型，不会展示和 Work / Code 完全相同的内置模型列表。
二、自定义模型添加方式
如果你需要使用自己的模型服务，可以通过模型下拉列表中的“添加模型”接入自定义模型。
自定义模型仅支持本地桌面版。添加前需准备服务商、模型名称、API Key 等信息。
在模型管理界面可新增、查看、编辑或删除已添加的模型。
提示
如果你只是刚开始使用 TRAE Work，不需要立刻配置自定义模型。先使用 TRAE Auto Model 熟悉基础流程即可。
三、使用小技巧
模型选择技巧
选择模型时，不建议只问“哪个模型最强”。更实用的判断方式是：当前任务需要什么能力，以及这件事值不值得使用更强、更贵或更慢的模型。
按任务特征快速选择
任务特征 | 选择建议 |
|---|---|
日常办公、写作、调研总结，不知如何选模型 | TRAE Auto Model。 |
输入主要含 UI 稿、截图、手绘等图片素材 | 更擅长多模态或前端页面生成的模型。 |
处理长篇文本、多文件、大型代码库 | 长文本理解和信息整合能力更强的模型。 |
复杂推理、方案规划、系统设计类任务 | 推理能力和规划能力更强的模型。 |
标准化重复工作：批量生成代码、统一整理文档 | 响应更快、性价比更高的模型。 |
多语言开发、技术栈迁移、小众编程语言场景 | 跨语言能力更稳定的模型。 |
高频大量使用，需要控制 Token 成本 | 性价比更高的模型，避免所有任务都使用高性能模型。 |
按复杂度选择
- 简单任务：例如改写一句话、总结短文、生成普通表格，可以优先使用 Auto 或性价比模型。
- 中等任务：例如整理多份材料、生成方案初稿、完成明确的代码修改，可以使用 Auto，也可以根据任务类型选择对应模型。
- 复杂任务：例如系统设计、大型重构、复杂 Bug 排查、跨文件规划，建议使用更强推理能力的模型，并先让 AI 输出计划。
不要在同一个任务里频繁切换模型
如果一个任务已经进行了一段时间，不建议频繁切换模型。模型切换可能导致缓存失效，后续请求需要重新处理更多上下文，从而增加输入 Token 消耗。
如果确实需要切换模型，更推荐先让 AI 总结当前任务的核心信息，再把这份总结带到新会话中继续处理。
Token 节省技巧
现在 TRAE Work 国际版订阅是按照 Token 计费，所以大家会更关注 Token 的消耗。
Token 可以理解为 AI 阅读和生成内容时消耗的“计算单位”。上下文越长、无关信息越多、反复返工越频繁，Token 消耗就越高。
- 对话管控：单任务新建对话，长对话阶段性压缩，清除历史冗余干扰
- 素材减负：只上传相关资料，过滤日志、编译文件等无关内容
- 高效提需求：完整写明需求与输出规范，同类任务批量提交，按需精简 AI 输出；复杂任务先确认执行方案再操作，减少返工
- 资源优化：常用规范存入记忆库；简单任务选用平价模型，复杂任务再用高性能模型
省 Token 的核心不是“少说话”，而是“少给无关信息、少让 AI 走弯路、少产生无效输出”。
模型选择和 Token 的关系
模型选择本身也会影响 Token 成本。通常来说，更强、上下文更大或推理更复杂的模型，可能更适合高难度任务，但不一定适合所有日常任务。
- 简单任务不必默认使用最高性能模型。
- 复杂任务不要为了省 Token 一味选择弱模型，否则可能因为返工更多，反而更贵。
- 同一任务中避免频繁切换模型，必要时先总结核心上下文，再切换到新会话。
保持新开对话的习惯
一般很多人喜欢一段对话一直聊下去，这样子只会让上下文越积越多，导致 AI 失忆的情况。所以要保持新开对话的习惯，一个需求一个对话。
五、自定义模型注意事项
- 自定义模型目前仅支持桌面版。
- 自定义模型仅可在本地环境使用，不能用于云端任务。
- 添加自定义模型前，需要准备对应模型服务的配置信息。
- 如果你不确定配置是否正确，可以先用一个简单任务测试模型是否可用。
六、猜你想问
Q1：我不知道该选哪个模型怎么办？
A：直接使用 TRAE Auto Model。它是默认推荐选项，会根据当前任务自动选择合适模型。
Q2：Auto Model 会不会比手动选择差？
A：不一定。对于大多数新用户和通用任务，Auto 已经足够合适。只有当你明确知道某个模型更适合当前任务时，才需要手动切换。
Q3：为什么 Work、Code、Design 的模型列表不一样？
A：因为三种模式面向的任务不同。Work 偏日常办公，Code 偏开发任务，Design 偏设计和页面原型，因此支持的模型范围会不同。
Q4：Design 模式为什么只能看到 Auto 和自定义模型？
A：这是当前产品设计。Design 模式只支持 TRAE Auto Model 和添加自定义模型，不展示 Work / Code 中的完整内置模型列表。
Q5：模型效果不好时，我应该先换模型吗？
A：不一定。建议先检查需求是否说清楚，包括目标、上下文、材料和输出格式。如果需求本身不清楚，换模型也可能得不到理想结果。
Q6：怎么通过模型选择节省 Token？
A：简单任务优先使用 Auto 或性价比模型，复杂任务再使用更强模型。同一个任务里不要频繁切换模型，如果必须切换，先总结核心上下文再开新会话。
Q7：除了选模型，还有哪些方式能省 Token？
A：减少无关上下文、一次说清需求、限制输出范围、批量处理相关任务、及时新开对话或在 Code 模式下手动点击压缩上下文，都能减少 Token 消耗。
七、练手小作业
请用 3-5 分钟完成一次模型入口和 Token 节省练习。
- 打开 TRAE Work 桌面端。
- 在 Work 模式下，点击输入框右下角的模型名称。
- 找到 TRAE Auto Model 和“添加模型”入口。
- 切换到 Design 模式，再次打开模型列表。
- 确认 Design 模式只支持 Auto 和添加自定义模型。
- 写一个任务需求，尝试补充目标、背景、范围和输出格式，减少后续反复追问。
做完这份实操小作业，你将可以
- 找到切换模型的下拉框
- 工具默认推荐 TRAE Auto Model
- 看懂 Design 模式专属模型列表
- 写出简洁、节省 Token 的需求描述