Chron Engine
模型与价格说明
看懂 Low、Medium、High、Max、Ultra 五档分别用了什么模型、会多想多少、费用大概差在哪里。
Model 01
五档该怎么选
这个选项不只是快慢。它会影响用哪组模型、让模型想多久,以及 Chron Engine 会不会更主动地调用工具。
Chron Engine 现在有 Low、Medium、High、Max、Ultra 五档。界面看起来只是一个选择器,背后会切到不同的模型组和思考预算。
Low 就是之前的默认 Chron Engine,也是现在默认推荐的档位。我们长期用下来,觉得它的知识能力已经够应付大部分日常问题了,价格倍率是 1x。
最高强度,同价但是思考预算最深。
Low
默认档,1x。沿用以前的默认模型组,问答、整理、改写、摘要,或者目标很明确的小任务,通常用它就够。
Medium
还是 Low 那组模型,倍率也是 1x。区别是会给其中支持思考的模型打开思考,并给更多预算,所以同一个问题可能会多花一些 token。
High
换到更强的模型组,倍率 3x。适合复杂分析、多步骤规划、跨材料比较,或者你确实不想草草得到一个答案的问题。
Max
同样是 3x,但会让支持思考的模型想得更久,也会更愿意调用工具。它比 High 更谨慎,成本也更容易上去。
Ultra
默认关闭,倍率 25x。基座模型是 GPT-5.5,使用 xhigh 思考强度,并沿用 Max 的提示词策略。
多数时候直接选 Low。觉得答案需要更细,再往 Medium、High 或 Max 调。
Model 02
Chron Engine 如何使用模型
Chron Engine 的模型使用是动态的,也是复合的。它不是把某个档位简单绑定到一个固定模型上。
我们会根据长期测试、稳定性、回答质量和成本表现,持续调整每个档位背后的模型组。所以你看到的是 Low、Medium、High、Max、Ultra 这些产品层级,而不是一串固定不变的模型名称。
目前 Chron Engine 的模型池里会包含 DeepSeek 4 Pro、GLM-5.1、GLM-5.2、Qwen 系列模型、MiniMax 3 等模型。不同档位会从这些模型和工具链路中组合出合适的执行策略。
一次 Chron Engine 请求也不一定只由一个模型完成。一般来说,它会由 3 个主模型承担核心判断、推理和生成,再配合一些混合的小模型,以及检索、文件读取、搜索、代码执行等复杂工具,把任务拆开处理。
动态模型组
模型组会随着我们的测试结果调整。某个档位代表的是能力和成本策略,不是永远不变的模型清单。
复合执行链路
复杂任务可能会经过理解、检索、工具调用、整理和最终回答等多个环节,不一定只消耗一个模型。
当前模型池
当前会使用 DeepSeek 4 Pro、GLM-5.1、GLM-5.2、Qwen 系列、MiniMax 3 等模型,并会继续按测试结果调整。
主模型 + 小模型 + 工具
通常由 3 个主模型负责核心能力,再用一些小模型和工具处理分类、抽取、搜索、读取上下文等辅助工作。
因此,价格说明更应该理解为档位策略说明,而不是固定模型名单。最终消耗取决于当次任务实际走过的模型、token 和工具链路。
Model 03
层级如何影响消耗
倍率只是起点。真正扣多少,还要看模型想了多久、输出多长、读了多少上下文,以及调用了多少工具。
Medium 和 Low 都是 1x,但 Medium 会给支持思考的模型更多预算。同样一句话,Medium 可能会因为多想了一段而消耗更多 token。
High 和 Max 都是 3x。区别在于 Max 更谨慎,也更主动用工具。问题越复杂,这个差别越明显,等待时间和 token 消耗也更可能高于 High。
- 01
Low
1x,默认推荐,沿用旧版默认模型组。
- 02
Medium
1x,同一组模型,但会开启部分模型的思考。
- 03
High
3x,更强模型组,用来处理复杂问题。
- 04
Max
3x,思考预算更高,也更主动调用工具。
- 05
Ultra
25x,GPT-5.5 + xhigh 思考强度,默认关闭。
所以即使倍率一样,开启思考、读更多上下文、调用更多工具,实际消耗也会不一样。
Model 04
Ultra 的使用建议
Ultra 默认是关的。我们也不建议平时打开它。
它贵,主要是因为基座模型用的是 GPT-5.5,还开了 xhigh 思考强度。再加上它沿用 Max 的提示词策略,遇到复杂问题时可能会反复查工具、补边界、想很多轮。
我们测了 10 个典型问题,Ultra 和 Max 没有拉开太大差距。有些问题里,Max 反而更稳。所以除非你真的需要 GPT-5.5 本身,否则先用 Max 或更低档。
Ultra 需要在设置里手动打开,账户里也要有足够积分。最后扣多少,还是看服务端实际命中的模型、token 用量和工具调用消耗。
简单说:日常用 Low,难题先试 Max。Ultra 留给少数真的需要顶级基座模型的场景。