> ## Documentation Index
> Fetch the complete documentation index at: https://langchain-zh.cn/llms.txt
> Use this file to discover all available pages before exploring further.

# 模型

Deep Agents 可与任何支持[工具调用](/oss/python/langchain/models#tool-calling)的 [LangChain 聊天模型](/oss/python/langchain/models) 协同工作。

## 传入模型字符串

指定模型的最简单方式是向 [`create_deep_agent`](https://reference.langchain.com/python/deepagents/graph/create_deep_agent) 传入一个字符串。使用 `provider:model` 格式来选择特定的提供商：

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
agent = create_deep_agent(model="openai:gpt-5.3-codex")
```

在底层，这会使用默认参数调用 [`init_chat_model`](https://reference.langchain.com/python/langchain/chat_models/base/init_chat_model)。

## 配置模型参数

要配置模型特定的参数，请使用 [`init_chat_model`](https://reference.langchain.com/python/langchain/chat_models/base/init_chat_model) 或直接实例化提供商模型类：

<CodeGroup>
  ```python init_chat_model theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  from langchain.chat_models import init_chat_model
  from deepagents import create_deep_agent

  model = init_chat_model(
      model="anthropic:claude-sonnet-4-6",
      thinking={"type": "enabled", "budget_tokens": 10000},  # [!code highlight]
  )
  agent = create_deep_agent(model=model)
  ```

  ```python Provider package theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
  from langchain_anthropic import ChatAnthropic
  from deepagents import create_deep_agent

  model = ChatAnthropic(
      model="claude-sonnet-4-6",
      thinking={"type": "enabled", "budget_tokens": 10000},  # [!code highlight]
  )
  agent = create_deep_agent(model=model)
  ```
</CodeGroup>

<Note>
  可用参数因提供商而异。有关提供商特定的配置选项，请参阅[聊天模型集成](/oss/python/integrations/chat)页面。
</Note>

## 在运行时选择模型

如果你的应用程序允许用户选择模型（例如通过 UI 中的下拉菜单），可以使用[中间件](/oss/python/langchain/middleware)在运行时切换模型，而无需重新构建智能体。

通过[运行时上下文](/oss/python/langchain/agents#dynamic-model)传递用户的模型选择，然后使用 `wrap_model_call` 中间件，通过 [`@wrap_model_call`](https://reference.langchain.com/python/langchain/agents/middleware/types/wrap_model_call) 装饰器在每次调用时覆盖模型：

```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
from dataclasses import dataclass
from langchain.chat_models import init_chat_model
from langchain.agents.middleware import wrap_model_call, ModelRequest, ModelResponse
from deepagents import create_deep_agent
from typing import Callable


@dataclass
class Context:
    model: str

@wrap_model_call
def configurable_model(
    request: ModelRequest,
    handler: Callable[[ModelRequest], ModelResponse],
) -> ModelResponse:
    model_name = request.runtime.context.model
    model = init_chat_model(model_name)
    return handler(request.override(model=model))

agent = create_deep_agent(
    model="anthropic:claude-sonnet-4-6",
    middleware=[configurable_model],
    context_schema=Context,
)

# 使用用户选择的模型进行调用
result = agent.invoke(
    {"messages": [{"role": "user", "content": "Hello!"}]},
    context=Context(model="openai:gpt-4.1"),
)
```

<Tip>
  关于更多动态模型模式（例如基于对话复杂性或成本优化的路由），请参阅 LangChain 智能体指南中的[动态模型](/oss/python/langchain/agents#dynamic-model)。
</Tip>

## 支持的模型

Deep Agents 可与任何支持[工具调用](/oss/python/langchain/models#tool-calling)的聊天模型协同工作。有关支持的提供商的完整列表，请参阅[聊天模型集成](/oss/python/integrations/chat)。

### 推荐模型

这些模型在 [Deep Agents 评估套件](https://github.com/langchain-ai/deepagents/tree/main/libs/deepagents/tests/evals) 上表现良好，该套件测试基本的智能体操作。通过这些评估是必要的，但对于在更长、更复杂的任务上获得强大性能来说还不够充分。

| 提供商                                                       | 模型                                                                                                                                       |
| --------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------- |
| [Anthropic](/oss/python/integrations/providers/anthropic) | `claude-opus-4-6`, `claude-opus-4-5`, `claude-sonnet-4-6`, `claude-sonnet-4`, `claude-sonnet-4-5`, `claude-haiku-4-5`, `claude-opus-4-1` |
| [OpenAI](/oss/python/integrations/providers/openai)       | `gpt-5.4`, `gpt-4o`, `gpt-4.1`, `o4-mini`, `gpt-5.2-codex`, `gpt-4o-mini`, `o3`                                                          |
| [Google](/oss/python/integrations/providers/google)       | `gemini-3-flash-preview`, `gemini-3.1-pro-preview`                                                                                       |
| 开源权重模型                                                    | `GLM-5`, `Kimi-K2.5`, `MiniMax-M2.5`, `qwen3.5-397B-A17B`, `devstral-2-123B`                                                             |

开源权重模型可通过 [Baseten](/oss/python/integrations/providers/baseten)、[Fireworks](/oss/python/integrations/providers/fireworks)、[OpenRouter](/oss/python/integrations/providers/openrouter) 和 [Ollama](/oss/python/integrations/providers/ollama) 等提供商获取。

## 了解更多

* [LangChain 中的模型](/oss/python/langchain/models)：聊天模型功能，包括工具调用、结构化输出和多模态

***

<div className="source-links">
  <Callout icon="edit">
    [Edit this page on GitHub](https://github.com/langchain-ai/docs/edit/main/src/i18n\zh-CN\oss\deepagents\models.mdx) or [file an issue](https://github.com/langchain-ai/docs/issues/new/choose).
  </Callout>

  <Callout icon="terminal-2">
    [Connect these docs](/use-these-docs) to Claude, VSCode, and more via MCP for real-time answers.
  </Callout>
</div>