若codegeex插件补全质量不稳、延迟高或语言支持弱，需按需切换模型：先确认当前模型（查设置路径或状态栏），再依场景选9b（轻量低延）、13b（高精复杂）或在线api（资源不足时），最后用humaneval-x基准测试验证效果。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用CodeGeeX插件时发现代码补全质量不稳定、响应延迟明显或特定语言支持不足，则可能是当前加载的模型与您的开发场景不匹配。以下是针对不同需求切换和评估CodeGeeX模型的具体操作步骤：
一、识别当前运行模型
明确IDE中实际调用的模型是后续优化的前提。CodeGeeX插件在启动时会根据配置自动加载对应参数规模的模型，但用户可能未察觉后台加载的是9B、13B还是其他变体。
1、打开IntelliJ IDEA或VS Code，进入插件设置界面（Tools → CodeGeeX 或 Extensions → CodeGeeX）。
2、查看“Model Configuration”或“Local Model Path”字段，确认显示路径中是否包含codegeex4-all-9b、codegeex-13b等标识。
3、在IDE底部状态栏右击CodeGeeX图标，选择“Show Model Info”，弹出窗口中将显示当前推理所用模型名称及显存占用峰值。
二、切换至轻量级9B模型
该方案适用于低配置设备或对响应速度敏感的日常业务开发，牺牲部分上下文理解深度以换取毫秒级补全延迟。
1、进入CodeGeeX设置页，点击“Model Selection”下拉菜单。
2、从列表中选择CodeGeex4-ALL-9B选项（注意区分大小写及连字符）。
3、勾选“Use Local Inference”并取消勾选“Enable Online API Fallback”。
4、点击“Apply and Restart IDE”，重启后模型将从本地4.3GB缓存目录加载，首次启动需等待约12秒初始化。
三、切换至高精度13B模型
该方案适用于算法实现、跨文件逻辑推导等复杂任务，模型具备更强的类型推断与结构化生成能力，但需至少16GB系统内存支持。
1、访问CodeGeeX官方GitHub仓库Releases页面，下载codegeex-13b-int4.bin量化权重包（体积约7.2GB）。
2、将文件解压至IDE配置目录下的~/.codegeex/models/子路径（Mac/Linux）或%APPDATA%\CodeGeeX\models\（Windows）。
CodeGeeX 2.21.0是智谱AI推出的AI编程助手版本，对Inline Chat功能进行了重大优化，包括UI设计升级、支持流式输出以提升响应速度，并新增“查看思路”按钮以便理解代码原理。同时，该版本在编辑器中新增CodeLens控件，支持一键“解释”代码或“添加注释”。目前该工具对个人开发者免费开放。
3、在插件设置中手动指定模型路径为该bin文件所在绝对地址。
4、启用“Advanced Inference Options”，将“Max Context Length”设为4096，关闭“Stream Response”以保障长逻辑生成完整性。
四、启用在线API模式作为补充方案
当本地硬件无法满足大模型部署要求，或需临时调用最新V2架构能力时，可切换至云端推理通道，规避显存与磁盘空间限制。
1、在CodeGeeX设置页取消勾选“Use Local Inference”，启用“Use Online API”。
2、点击“API Key Management”，粘贴从CodeGeeX官网获取的valid API key with coder-pro scope。
3、在“API Endpoint”字段填入https://api.codegeex.cn/v2/chat/completions（注意v2版本路径）。
4、设置“Timeout”为15000ms，避免因网络抖动触发默认8秒超时中断。
五、执行基准性能对比测试
通过标准化测试集验证模型切换效果，避免主观判断偏差。测试需在相同IDE版本、禁用其他AI插件、关闭非必要后台进程条件下进行。
1、在项目根目录创建benchmark_test.java，输入含嵌套泛型与异常传播的接口定义片段。
2、分别用各模型对该片段执行三次“Generate Implementation”操作，记录每次生成耗时（IDE底部状态栏显示）及首token延迟。
3、将生成代码提交至HumanEval-X校验工具，运行命令：python evaluate_humaneval_x.py --language java --model codegeex-9b。
4、比对输出JSON中的pass@1字段值，数值越高表示单次生成即通过编译与功能测试的概率越大。
