模型概况：6 月到 8 月，Coding Plan 模型阵容大变
火山方舟 Coding Plan 这三个月连上 4 个新模型，下线 2 个旧模型，阵容彻底洗牌。 现在总共有 12 个可用模型加 Auto 路由（去年这个时候一只手数得过来），选起来确实比以前复杂了。好消息是——外部模型质量整体往上走了，GLM-5.2 和 V4-Flash 正式版比它们的前任强了不止一档。
先看时间线（来源）：
| 时间 | 事件 | 说明 |
|---|---|---|
| 8/7 | DeepSeek V4-Flash 正式版全量上线 | Agent 能力大幅增强，不再预览版 |
| 8/4 | MiniMax M2.7、Kimi K2.6 下线 | 之前配这两个模型的工具会自动失效 |
| 7/23 | Doubao Seed 2.1 Turbo 上线 | 效果与成本均衡，全面升级 Coding 与 Agent |
| 7/17 | Kimi K3 上线 | 替代 K2.6，编程与复杂推理全面升级 |
| 6/17 | GLM-5.2 上线 | 智谱最新旗舰，1M 上下文 |
12 个模型可以分成两大类：
豆包自研（6 个）：Seed 2.1 Turbo、2.0 Pro、2.0 Code、2.0 Lite、Seed Code、Auto
外部模型（6 个）：GLM-5.2、Kimi K3、Kimi K2.7 Code、MiniMax M3、DeepSeek V4-Flash、V4-Pro
豆包自研：内部模型吃什么场景？
Auto — 新手无脑用这个
ark-code-latest 配置即 Auto 路由，平台自动按效果+速度选最优模型。 你不需要纠结用哪个，写代码的时候它自己会调。适合刚入坑、不想折腾、平时写写业务代码的场景。
缺点是：你不知道到底哪次调用走了哪个模型，不利于精细化控制成本。但大多数人其实不需要关心这个。
Seed 2.1 Turbo — 当前主力，最快最省
豆包自研里性价比最高的是 2.1 Turbo。 256K 上下文，Coding 和 Agent 能力比 2.0 Pro 更强，但更快更便宜。官方把它定位成 Coding Plan 主力推荐模型。日常补全、代码审查、小型重构，Turbo 完全够用。
如果你的工作流不是那种一个 Agent 跑几十步的类型，2.1 Turbo 是最安全的选择。
Seed 2.0 Pro vs Code：Pro 通才，Code 专才
2.0 Pro 是通用旗舰，Code 是多模态编程专长。 Pro 适合复杂推理和长链路 Agent——比如从需求文档到 PRD 到代码骨架一条龙。Code 版本有更强的视觉理解能力，前端生成和 UI 相关任务比 Pro 强。
日常全栈开发的话，Pro 和 Turbo 其实覆盖面差不多；专门的 Code 版本在你做前端原型或者从设计稿转代码时会更对路。
Seed 2.0 Lite / Seed Code — 填充用
Lite 轻量高速，适合自动补全和低复杂度任务。Seed Code 是上一代代码模型，侧重调试与重构。日常几乎用不到，除非你想在特定任务上对比一下不同豆包版本的表现。
外部模型：GLM-5.2 vs DeepSeek vs Kimi vs MiniMax
GLM-5.2 — 1M 上下文天花板
如果你做的是大型代码库级别的任务，GLM-5.2 的 1M 上下文窗口是最大优势。 什么概念呢？大约 15 万行代码可以一次性喂进去 (来源)。做全仓库级重构、跨模块链路追踪、大型项目级的代码审查时，其他模型上下文不够可能会截断，GLM-5.2 不会。
长程任务效果在 Coding Plan 外部模型里排第一。抵扣系数也高——如果你 Lite 套餐一个月 18,000 次，全跑 GLM-5.2 可能比全跑 Turbo 烧得快。所以日常别浪费，攻坚再用。
DeepSeek V4-Flash 正式版 vs V4-Pro
V4-Flash 正式版相比此前预览版，有了质的提升。 官方说 Agent 能力大幅增强，基准测试远超 V4-Pro Preview (来源)。1024K 上下文，默认开启 thinking。
V4-Flash 和 V4-Pro 的关系很简单：Flash 走量，Pro 攻坚。如果你的任务不是特别复杂、需要超高精度，Flash 够用了，还省抵扣。Pro 留给那些一步都不能错的场景。
Kimi K3 vs Kimi K2.7 Code
K3 是 Moonshot 最新旗舰，K2.6 已下线。 K3 在编程和复杂推理上全面升级，256K 上下文，长上下文与多步工具调用比 K2.6 更稳定 (来源)。
K2.7 Code 是专门针对编程优化过的版本，如果你主要做的是代码生成和调试，K2.7 Code 可能比 K3 更对路；如果你要的是一个全能模型，K3 更合适。
MiniMax M3 — M2.7 下线后的替代
M3 是 M2.7 的直接替代，编码与 Agent 评测达行业顶尖。 512K 上下文，在 Agent 推理和长上下文任务中表现突出。如果你之前用的是 M2.7，直接切 M3 就行。
不同场景模型推荐
一句话总结：日常 Turbo，攻坚 GLM-5.2 或 V4-Pro，前端 Code，不知道选啥就 Auto。
| 场景 | 推荐模型 | 理由 |
|---|---|---|
| 日常补全/审查/小型重构 | 2.1 Turbo | 快、省、稳，Coding Plan 主力 |
| 全仓库级重构 | GLM-5.2 | 1M 上下文，长程任务最优 |
| 复杂 Agent 编排 | GLM-5.2 / V4-Pro | 长链路执行稳定 |
| 前端/UI 开发 | 2.0 Code | 多模态视觉+前端生成 |
| 快速原型/高并发 | V4-Flash / 2.1 Turbo | 快、省抵扣 |
| 高精度攻坚 | V4-Pro / GLM-5.2 | 难任务上的可靠性 |
| 新手/不想折腾 | Auto | 自动帮你选 |
注意事项
- 抵扣系数：GLM-5.2 和 V4-Pro 的抵扣系数比豆包自研高。同样的请求次数，用这些模型消耗的额度更快。Lite 套餐用户要留意。
- Auto 不是万能药：Auto 路由在简单任务上表现好，但复杂 Agent 工作流建议手动指定模型，避免中途切换影响连贯性。
- K2.6 和 M2.7 已下线：如果你之前在 Claude Code 或 Cursor 里配置的是这两个模型 ID，现在会返回错误，手动改一下就行。
- Coding Plan 和 API 按量是两套系统：Coding Plan 按请求次数算，API 按 token 算。后端服务必须走 API 按量，不能用 Coding Plan Key。
- 前两个月 2.5 折：新购 Lite（约 ¥9.9）和 Pro（约 ¥49.9）前两月享受约 2.5 折，第三个月恢复原价。可以先用两个月深入对比这些模型，再决定是否续 Pro。