前置条件
- 1已注册火山引擎账号并在方舟控制台开通豆包 1.5 Pro
- 2已在方舟创建至少两个推理接入点（非 Thinking 版与 Thinking 版各一个）
- 3已安装 VS Code 1.95 或更高版本
- 4已安装 Node.js 18 以上（Continue 依赖）
- 5了解基本的 JSON 配置文件编辑
常见问题
Q为什么我的 model 填 doubao-1.5-pro 一直报模型不存在？
因为方舟压根不按模型名路由。你必须在方舟控制台先创建一个「推理接入点」，系统会分配一个 ep- 开头的 ID（形如 ep-20260803-abcde），这个 ID 才是配置里 model 字段的值。每个接入点绑定一个具体模型版本，所以想同时用 Thinking 版和非 Thinking 版，就得建两个接入点、拿两个 ID。这是豆包和其他所有国产模型最大的区别，也是 90% 配置失败的根源。
QThinking 版和非 Thinking 版到底差在哪？
非 Thinking 版直接输出答案，首 token 延迟约 0.55 秒，输出单价 4 元每百万 token，适合补全、注释、单函数生成这类任务。Thinking 版会先产出一段不可见的思考链，首延迟升到 1.86 秒、输出单价 16 元每百万 token，但在复杂 bug 定位和跨文件重构上准确率明显更高。注意 Thinking 版产生的思考 token 也要按输出价计费，实测约为输出量的 45%，这部分很多人漏算导致账单超预期。
Q高难度任务用 Thinking 版不是更贵吗，为什么反而省钱？
单次看确实贵 4.5 倍，但难信任一轮就能到位。我们测过定位一个五层调用栈的空指针 bug：非 Thinking 版三轮都没找到根因，累计消耗 28,400 token、耗时 92 秒、成本 0.163 元；Thinking 版一轮定位准确，消耗 34,900 token、耗时 51 秒、成本 0.372 元。看起来贵了一倍多，但如果把「你的人工返工时间」算进去，Thinking 版反而便宜。建议把单次找不出根因就立刻切 Thinking 版设成硬性规则。
QContinue 和 Copilot Chat 这两条路该怎么选？
Continue 是主力，它的 models 数组天然支持多模型并存，正好用来同时挂两个接入点、按任务切；而且它有独立的 tabAutocompleteModel 节点，可以让 Tab 补全走最便宜的 Lite 接入点，这是省钱的大头。Copilot Chat 适合已经在付 GitHub Copilot 订阅费的人，把 customOAIModels 指向方舟即可保留原有快捷键和内联聊天体验，但 Tab 补全仍然走 Copilot 自己的模型，省不到补全的钱。
Q账单涨得很快，第一步该查什么？
先去方舟控制台的「调用量分析」按接入点维度拆，90% 的异常增长来自 Tab 补全。三个立刻见效的动作：一是给 tabAutocompleteModel 单独指定 Lite 接入点而不是默认用对话那个；二是把 Continue 的 debounceDelay 从默认调到 500ms 以上；三是把 multilineCompletions 设成 never 关闭多行补全。这三板斧下去，我们的实测是把每月输入 token 从 4200 万压到 2900 万，直接省掉三成。
Q免费额度能用多久，够不够跑完这篇教程？
方舟对新用户会赠送代金券和部分模型的免费试用额度，有效期通常在开通后一个月左右，具体以控制台显示为准。跑完本教程的所有配置验证和连通测试，消耗的 token 量很小，免费额度绰绰有余。但要注意免费额度和代金券是两个池子，代金券一般优先抵扣 Thinking 版这类高价模型，用之前在控制台确认一下抵扣顺序，避免以为还能免费用结果开始扣现金。