推荐的模型

你可以把 AI_MODEL 指向成千上万个模型。其中大多数都不适合这个课程，原因归结为一项能力。

唯一的硬性要求：工具调用

Agent 是一个能够要求你的应用代表它运行某些东西的模型。它本身不运行任何东西。

它返回一个结构化的请求，实际上是在说："调用 get_weather，将城市设置为北京，然后告诉我结果是什么。"你的代码运行这个函数并把结果返回给模型。

这个结构化的请求叫做工具调用，没有这项能力的模型无论周围的代码如何编写，都无法变成 agent。这不是模型弱或慢的问题。整个课程依赖的消息格式根本就不存在。

除了工具调用，课程还依赖两个相关的行为：根据工具的 schema 精确填入工具的参数，以及遵循关于工具是否必须使用或必须不使用的指令。模型在这些方面的可靠性各不相同，这就是下面这个精选列表存在的原因。

如果后面出了问题，首先怀疑是模型的问题

这是这个课程最有用的调试直觉。如果某一课对其他人有效但对你无效，而你的代码和解决方案一致，那么在假设你的代码有问题之前，先试试推荐的模型。模型的限制和 bug 产生的控制台输出看起来非常相似。

Juno唯一的硬性要求：工具调用 工具调用意味着模型可以用请求代替回答来回复：函数的名称和要传递给它的内容。你的代码运行这个函数并把结果返回。

这种来回交互就是 agent 的原理。无法发出请求的模型不是一个较弱的 agent，它根本不是 agent，所以对于任何你感兴趣的模型，这是第一件要检查的事情。

Juno唯一的硬性要求：工具调用 要记住的关键点是：模型决定，你的代码执行。工具调用是一种消息格式，让模型能够说明调用哪个函数和哪些参数，整个课程都是在这个基础上构建的。

当你查看下面列表之外的模型时，先确认这一点。提供商通常会把它标记为"function calling"或"tools"，这是一个是或否的问题，不是程度问题。

Juno唯一的硬性要求：工具调用 支持工具调用不是一个简单的开关，这是令人惊讶的地方。一个模型可以发出工具调用，但仍然在课程依赖的方面不可靠：遵守严格的参数 schema，或尊重强制或禁止调用的 tool_choice。

所以模型卡上的"支持工具"意味着消息格式存在，但不意味着这些行为会保持。这就是下面经过测试的精选列表要解决的问题。

精选列表

下面的每个模型都根据课程的实际 agent 工作流进行了测试，而不是抽象基准测试：每个模型都完成了通过 Responses API 的工具循环，精确填入了严格工具的参数，并遵循了调用工具或不调用工具的指令。它们都很快，成本很低。

使用场景	模型	提供商路由
你想要默认选项	gpt-5.4-nano	OpenAI
你想要最便宜的非 OpenAI 选项	mistralai/ministral-3b-2512	OpenRouter
你想要更多性能空间	gpt-5.4-mini	OpenAI
你想要最新的高效模型	gpt-5.6-luna	OpenAI
你想要一个均衡的新模型	gpt-5.6-terra	OpenAI
你想要一个更大的 Mistral	mistralai/ministral-14b-2512	OpenRouter

**如果你不想考虑太多，gpt-5.4-nano 是推荐选择。**它通过了课程依赖的每一项检查，它是课程的默认模型，而且它是这个列表中成本最低的选项之一。

关于其他的一些说明。Ministral 3B 是一个预算替代方案，不是质量升级，所以按价格选择它。Luna 和 Terra 是新的 5.6 系列中的高效和均衡版本；两者都通过了相同的检查，而且仅仅因为更新就离开 Nano 不是一个理由。Ministral 14B 可以用，但在结合工具调用和严格成型的最终回复的额外检查中略不一致，这就是为什么它排名较低。课程不需要这种组合，所以这是一个平局打破而不是警告。

OpenAI 模型也可以通过 OpenRouter 访问，如果你想保留一个账户和一个密钥。openai/gpt-5.4-nano 在 OpenRouter 上是一条经过验证的路由。

Juno精选列表 拿 gpt-5.4-nano，把它复制到你的 Scrimba 环境中的 AI_MODEL，保存，然后开始课程。选择模型不是这里的有趣之处。

如果你后来想试试其他的，这个表格就在这里，没有什么阻止你。

Juno精选列表 根据你设置的提供商选择。在 OpenAI 上，从 gpt-5.4-nano 开始，如果你想要更多性能空间，可以升级到 gpt-5.4-mini。在 OpenRouter 上，mistralai/ministral-3b-2512 是预算选择，openai/gpt-5.4-nano 可以通过同一个密钥给你提供默认模型。

无论你选择哪一个，在整个课程中保持它作为你的主要模型，这样后面课程中的意外情况就少了一个变量。

Juno精选列表 这里的"测试"意味着从课程实际交互中提取的三个门槛：完整的工具循环、针对 strict: true schema 的精确参数，以及 tool_choice 设置为必需和禁止。这是比基准测试更窄但更相关的测试。

值得推广：当你为 agent 工作评估模型时，针对你的实际交互测试消息格式。一个可靠保持 schema 的便宜模型比漂移的聪明模型更好，而聚合分数不会告诉你区别在哪。

顺序工具调用与并行工具调用

有些模型在一个回合中发出多个工具调用，有些模型每次发出一个调用并循环。两者都能完成课程。

如果你的模型一次只调用一个工具，你仍然会得到相同的结果。你不会看到后面课程中演示的批处理回合，其中模型同时请求两个工具。这是模型中的一个设计选择，不需要你修复任何东西。

Juno顺序工具调用与并行工具调用 有些模型同时请求多个工具；其他的先请求一个，等待，然后请求下一个。两者都能完成课程并得到相同的答案。

所以如果一课显示一个回复中有两个工具调用，而你的是一个接一个地做，那就没有问题。

Juno顺序工具调用与并行工具调用 当你将你的 Runner 输出与课程进行比较时，要预料到这个差异。一个一次循环一个调用的模型会进行更多的往返，所以它更慢，每个任务使用更多的 token。

你编写的代码两种方式都是相同的，因为循环处理模型回复中的每个工具调用，无论是一个还是多个。

Juno顺序工具调用与并行工具调用 并行调用将独立的查询折叠到一个往返中，而顺序模型则为每个工具支付完整的延迟，在涉及四个或五个工具的回合中这会累积。

它也影响错误处理。一个批处理回合可以包含一个失败的调用，循环仍然必须为它被给予的每个调用返回一个结果，包括失败的，否则下一个请求会到达一个没有答案的调用。

免费模型

免费端点存在，主要通过 OpenRouter，是在不花钱的情况下学习的好方法。

这个课程的免费模型是 OpenRouter 上的 dots-studio/dots-3-note-preview:free。在我们 2026 年 10 月 19 日的检查中，它运行了课程的 agent 循环：它用正确的参数调用了 OpenSwap 工具，在说一个项目得到维护之前检查了项目健康状况，并根据工具返回的内容进行了回答。

免费路由来来去去。今天有效的免费模型下个月可能会被限制速率或撤销，所以如果上面的 ID 停止工作，检查 OpenRouter 的模型列表查找支持工具调用的免费模型并试试那个。

首先检查隐私设置

在启用免费端点之前，打开 OpenRouter 的隐私设置。免费路由可能会将你的请求发送给有不同数据政策的提供商，包括可能会对你发送的内容进行训练的提供商，这个页面就是你决定允许哪些提供商的地方。免费和付费模型在那里有单独的设置。

Juno免费模型 你可以用免费模型完成课程。把它的 ID 复制到 AI_MODEL，保存，然后继续。

免费模型不会总是表现得完全像录音中的模型。那是正常的，弄清楚为什么是学习 agent 如何表现的一部分。

Juno免费模型 不同的模型在同一循环中走不同的路径：更多或更少的回合、不同的工具调用顺序、最终答案中的不同措辞。通过 agent 做了什么来比较你的运行和课程，而不是确切的文本。

如果免费模型做了课程模型没做的事情，你自己在循环周围写几行代码通常就足以处理它，这对你以后使用的任何模型都是很好的练习。

Juno免费模型 限流返回一个 HTTP 429 错误。在 Runner 输出中，它与任何其他失败请求的详情混在一起，所以除非你读一下状态，否则它很少将自己宣布为配额问题。

给隐私设置一个深思熟虑的答案，而不是默认答案。保留和训练条款属于你的请求登陆的提供商，除非你在那里缩小允许的提供商范围，否则路由在每个请求时为你做出这个选择。

超出列表

自由地尝试。那就是大部分的乐趣。记住上面的一个调试规则：当后面的课程中有些东西不如预期工作时，先检查是否是模型限制，然后再在你的代码中寻找。

模型目录和价格变化比文档快得多，所以将这里的任何特定模型名称视为快照。提供商自己的模型页面始终是关于什么存在以及成本多少的当前真实情况。

Juno超出列表 去试试其他模型。这个列表是一个起点，不是围栏。

两个习惯让这变得轻松：在责怪你的代码之前检查模型是否能调用工具，并从提供商自己的页面而不是很久前写的任何东西复制模型 ID，包括这个页面。

Juno超出列表 在切换前，在模型的提供商页面上查找工具或函数调用。如果后面的课程然后出现错误表现，切换回表中的一个模型并重新运行相同的请求。

如果问题消失了，那就是模型。如果它仍然存在，值得根据解决方案阅读你的代码。

Juno超出列表 将这个页面上的每个模型名称视为已过期的声明。提供商目录在几周内转换，所以这个页面的持久部分是重要的能力，工具调用，以及指向当前有它的实时目录的指针。

当你评估新的东西时，根据课程中的一个回合测试它，而不是基准分数。你关心的失败是一个答案良好但工具 schema 支持差的模型，没有聚合分数会警告你这一点。

接下来

Chat Completions 和 Responses 涵盖了你会遇到的两种 API 形状，以及为什么这个课程选择其中一种。如果你的提供商值还没有保存，提供商设置 就是做这件事的页面。

Juno接下来 一旦你的模型 ID 保存在 AI_MODEL 中，你就准备好了下一页，它会显示你的代码发送给该模型的请求。

Juno接下来 模型是三个一起移动的值之一。如果你改变提供商来访问这个列表中的一个模型，用它改变 AI_URL 和 AI_KEY，如提供商设置所解释的。

Juno接下来 精选列表上的每个模型都通过 Responses API 进行了测试，这是下一页所解释的形状。一个只能通过 Chat Completions 工作的模型不会通过。