先说结论
DeepSeek Flash 的最高档叫 max，Qwen3.8 Flash 的最高档叫 xhigh，GLM-5.3 Flash 默认就是 max 且不能关闭。升级后的 CLI 会按当前模型只显示真实可用的档位。
当前模型分别支持什么
下面是模型原生支持的档位，不把兼容别名重复列成多个选项。
| 模型 | CLI 显示档位 | 默认 | 能否关闭 | 怎么选 |
|---|---|---|---|---|
| DeepSeek Flash | off · low · high · max |
high |
可以 | 日常用 high，难题再用 max |
| Qwen3.8 Flash | off · low · medium · xhigh |
xhigh |
可以 | 最高档叫 xhigh，不叫 max |
| GLM-5.3 Flash | low · high · max |
max |
不可以，始终思考 | 想更快时改 low，默认已拉满 |
档位名字不是跨模型统一分数
例如 Qwen 的 xhigh 和 DeepSeek 的 max 都表示各自的最高强度，但不能据此推断它们会消耗相同 Token、花费相同时间或得到同等质量。
在 CLI 中怎么修改
启动时指定
模型和档位可以一起传入。下面这条命令用 DeepSeek Flash 的 max 档启动：
u1s1 --model u1s1/deepseek-flash --thinking max
对话中切换
输入 /thinking 打开当前模型的档位选择器，也可以直接输入完整命令：
/thinking max
- 按 Shift+Tab 可以在当前模型的可用档位之间循环。
- 在 /thinking 选择器里按 Ctrl+S，会把这一档保存为该模型的默认值。
- 切换模型后，选择器会立刻换成新模型自己的档位。
常用示例
/thinking high
/thinking xhigh
/thinking off
第二条适用于 Qwen3.8 Flash；第三条只会出现在允许关闭思考的模型中。GLM-5.3 Flash 想减少思考量，请选 low。
应该选多高
- low：改小文案、查一个明确报错、做简单机械修改，通常更快。
- high / medium：日常写功能、排查一般问题，在速度和深度之间更均衡。
- max / xhigh：复杂重构、长链路诊断、架构取舍，愿意用更多等待时间换更深入的推理。
- off：只适合允许关闭的模型和非常直接的任务；它更快，但不一定更省，因为答错后的返工也会消耗 Token。
不确定时保留模型默认值即可。最高档不是“质量保证”，只是允许模型投入更多推理资源。
看不到这些档位怎么办
先升级 CLI。旧版本只知道模型“会不会思考”，不知道每个模型的真实档位，因此可能把 max 压成 high，或把不能关闭的模型错误显示成可关闭。
u1s1 update
升级到 v1.2.3 或更高版本后重新启动 u1s1，模型档位会在启动时从 Gateway 自动同步。
依据与更新时间
档位来自模型方当前官方文档，并经过 u1s1 Gateway 实际请求验证。模型规则变化时，本页和 CLI 元数据会一起更新。