适用于 GitHub Copilot 的 AI 模型的比较
GitHub Copilot 支持具有不同功能的多个 AI 模型。 你选择的模型会影响 Copilot对话 和 Copilot 内联建议的响应质量和相关性。 某些模型提供较低的延迟，而另一些模型则提供更少的幻觉现象或在特定任务上表现更佳。 本指南可帮助你根据任务（而不仅仅是模型名称）选择最佳模型。
注意
- 不同的模型具有不同的请求加成因子，这可能会影响每月使用限额的消耗量。 有关详细信息，请参阅 GitHub Copilot 中的请求。
- 在受支持的 IDE 中使用 Copilot对话 时， 自动 会自动根据可用性为你选择最佳模型。 你可以手动选择其他模型来替代此选择。 请参阅“关于 Copilot 自动模型选择”和“更改 GitHub Copilot Chat 的 AI 模型”。
按任务推荐的模型
使用下表快速查找合适的模型，请在以下部分中查看更多详细信息。
| 型号 | 任务领域 | 在（主要用例）方面表现出色 | 其他阅读材料 |
|---|---|---|---|
| GPT-4.1 | Fast, accurate code completions and explanations | GPT-4.1 model card | |
| GPT-5 mini | Fast, accurate code completions and explanations | GPT-5 mini model card | |
| GPT-5.1 | Multi-step problem solving and architecture-level code analysis | GPT-5.1 model card | |
| GPT-5.1-Codex | Multi-step problem solving and architecture-level code analysis | Not available | |
| GPT-5.1 Codex Max | Agentic tasks | GPT-5.1-Codex-Max model card | |
| GPT-5.1-Codex-Mini | Multi-step problem solving and architecture-level code analysis | Not available | |
| GPT-5.2 | Multi-step problem solving and architecture-level code analysis | GPT-5.2 model card | |
| GPT-5.2-Codex | Agentic tasks | GPT-5.2-Codex model card | |
| GPT-5.3-Codex | Agentic tasks | GPT-5.3-Codex model card | |
| GPT-5.4 | Multi-step problem solving and architecture-level code analysis | GPT-5.4 model card | |
| GPT-5.4 mini | Codebase exploration and is especially effective when using grep-style tools | Not available | |
| Claude Haiku 4.5 | Fast, reliable answers to lightweight coding questions | Claude Haiku 4.5 model card | |
| Claude Opus 4.5 | Complex problem-solving challenges, sophisticated reasoning | Claude Opus 4.5 model card | |
| Claude Opus 4.6 | Complex problem-solving challenges, sophisticated reasoning | Claude Opus 4.6 model card | |
| Claude Opus 4.6 (fast mode) (preview) | Complex problem-solving challenges, sophisticated reasoning | Not available | |
| Claude Sonnet 4.0 | Performance and practicality, perfectly balanced for coding workflows | Claude Sonnet 4.0 model card | |
| Claude Sonnet 4.5 | Complex problem-solving challenges, sophisticated reasoning | Claude Sonnet 4.5 model card | |
| Claude Sonnet 4.6 | Complex problem-solving challenges, sophisticated reasoning | Claude Sonnet 4.6 model card | |
| Gemini 2.5 Pro | Complex code generation, debugging, and research workflows | Gemini 2.5 Pro model card | |
| Gemini 3 Flash | Fast, reliable answers to lightweight coding questions | Gemini 3 Flash model card | |
| Gemini 3 Pro | Complex code generation, debugging, and research workflows | Gemini 3 Pro model card | |
| Gemini 3.1 Pro | Effective and efficient edit-then-test loops with high tool precision | not applicable | |
| Grok Code Fast 1 | Fast, accurate code completions and explanations | Grok Code Fast 1 model card | |
| Qwen2.5 | Code generation, reasoning, and code repair / debugging | Qwen2.5 model card | |
| Raptor mini | Fast, accurate code completions and explanations | Coming soon |
任务：常规用途的编码和编写
将这些模型用于需要平衡质量、速度和成本效益的常见开发任务。 如果没有特定要求，这些模型是不错的默认方案。
| 型号 | 为什么它很合适 |
|---|---|
| GPT-5.3-Codex | 在复杂的工程任务（如功能、测试、调试、重构和评审）中，无需冗长指令即可交付更高质量的代码。 |
| 数据变量.copilot.copilot_gpt_5_mini %} | 这是适合大多数编码和编写任务的可靠默认方案。 快速、准确且跨语言和框架工作良好。 |
| Grok Code Fast 1 | 专用于编码任务。 在生成代码和跨多种语言调试方面表现出色。 |
| 猛龙迷你 | 专门用于提供快速而准确的内联建议和解释。 |
何时使用这些模型
如果要执行以下操作，请使用这些模型之一：
- 编写或查看函数、短文件或代码变更。
- 生成文档、注释或摘要。
- 快速解释错误或意外行为。
- 在非英语编程环境中工作。
何时使用其他模型
如果要处理复杂的重构、体系结构决策或多步骤逻辑，请考虑使用深层推理和调试中的模型。 若要完成更快、更简单的任务（如重复编辑或一次性代码建议），请参阅快速帮助完成简单或重复的任务。
任务：快速帮助完成简单或重复的任务
这些模型针对速度和响应能力进行了优化。 它们非常适合快速编辑、实用工具函数、语法帮助和轻型原型制作。 你将获得快速答案，而无需等待不必要的深度或较长的推理链。
建议的模型
| 型号 | 为什么它很合适 |
|---|---|
| 克劳德·海库 4.5 | 平衡快速响应与高质量输出。 非常适合小型任务和轻型代码解释。 |
何时使用这些模型
如果要执行以下操作，请使用这些模型之一：
- 编写或编辑小型函数或实用工具代码。
- 询问快速语法或语言问题。
- 以最少的设置建立创意原型。
- 获取有关简单提示或编辑的快速反馈。
何时使用其他模型
如果要处理复杂的重构、体系结构决策或多步骤逻辑，请参阅深层推理和调试。 有关需要更强常规用途的推理或更结构化输出的任务，请参阅常规用途的编码和编写。
任务：深层推理和调试
这些模型专为需要分步推理、复杂决策或高上下文感知的任务而设计。 当你需要结构化分析、深思熟虑的代码生成或多文件理解时，它们就很合适。
建议的模型
| 型号 | 为什么它很合适 |
|---|---|
| 数据变量.copilot.copilot_gpt_5_mini %} | 提供深度推理和调试能力，与 GPT-5 相比，响应速度更快，资源使用率更低。 非常适合交互式会话和分步代码分析。 |
| GPT-5.4 | 擅长复杂的推理、代码分析和技术决策。 |
| 克洛德十四行诗 4.6 | 对 Sonnet 4.5 版本进行了改进，在压力下能够更可靠地完成任务并进行更智能的推理。 |
| 克洛德作品4.6 | Anthropic 的最强模型。 对 克洛德作品4.5 进行了改进。 |
| {数据变量.copilot.copilot_gemini_3_pro} | 长篇语境中的高级推理和科学或技术分析。 |
| Goldeneye | 复杂的解决问题挑战和复杂的推理。 |
何时使用这些模型
如果要执行以下操作，请使用这些模型之一：
- 在跨多个文件的上下文中调试复杂问题。
- 重构大型或互连的代码库。
- 跨层规划功能或架构。
- 在库、模式或工作流之间进行权衡。
- 分析日志、性能数据或系统行为。
何时使用其他模型
若要完成快速迭代或轻型任务，请参阅快速帮助完成简单或重复的任务。 有关常规开发工作流或内容生成，请参阅常规用途的编码和编写。
任务：使用视觉对象（图表、屏幕截图）
如果要询问有关屏幕截图、图表、UI 组件或其他视觉输入的问题，请使用这些模型。 这些模型支持多模态输入，非常适合前端工作或视觉对象调试。
| 型号 | 为什么它很合适 |
|---|---|
| 数据变量.copilot.copilot_gpt_5_mini %} | 这是适合大多数编码和编写任务的可靠默认方案。 快速、准确，并支持视觉推理任务的多模式输入。 在不同的语言和框架中都能良好运作。 |
| 克洛德十四行诗 4.6 | 对 Sonnet 4.5 版本进行了改进，在压力下能够更可靠地完成任务并进行更智能的推理。 |
| {数据变量.copilot.copilot_gemini_3_pro} | 深度推理和调试，非常适合复杂的代码生成、调试和研究工作流。 |
何时使用这些模型
如果要执行以下操作，请使用这些模型之一：
- 询问有关图表、屏幕截图或 UI 组件的问题。
- 获取有关视觉草稿或工作流的反馈。
- 通过视觉上下文了解前端行为。
提示
如果在不支持图像输入（如代码编辑器）的上下文中使用模型，则看不到视觉推理的优势。 可以使用 MCP 服务器间接访问视觉输入。 请参阅“使用模型上下文协议（MCP）服务器来扩展 GitHub Copilot 聊天功能”。
何时使用其他模型
如果任务涉及深层推理或大规模重构，请考虑使用深层推理和调试中的模型。 若要完成纯文本任务或更简单的代码编辑，请参阅快速帮助完成简单或重复的任务。
后续步骤
选择正确的模型有助于充分利用 Copilot。 如果不确定要使用哪种模型，请从常规用途的方案（如 GPT-4.1）开始，然后根据需求进行调整。
- 有关详细的模型规格和定价，请参阅 GitHub Copilot 中支持的 AI 模型。
- 有关如何使用不同模型的其他示例，请参阅 使用不同任务比较 AI 模型。
- 若要切换模型，请参阅 更改 GitHub Copilot Chat 的 AI 模型 或 更改适用于 GitHub Copilot 内联建议的 AI 模型。
- 要了解 Copilot对话 如何提供不同的 AI 模型，请参阅 GitHub Copilot Chat模型托管。