同一个法务需求，通用大模型能聊个大概，领域模型能背出具体条款——专才和通才的差别，在大模型时代依然成立。结论先行：需求广、场景杂，选通用模型；术语密、有专有数据、追求专业准确，选领域特化模型。
差异一：知识从哪来
通用模型的语料是全网文本加精心调配的指令数据，面广但平均，遇到专业领域只能依赖公开资料里的常识层。领域特化模型在预训练或继续训练阶段大量喂入专业语料：判例、论文、财报、行业手册，术语和行文习惯都按领域的来。豆包、讯飞星火都有面向特定行业的版本，通用版则覆盖日常需求，这是产品线层面的分工。
特化的深度也分几档：有的是继续预训练，喂几十亿 token 的专业语料，改动深；有的是指令微调，只教回答风格和常用术语，改动浅。前者成本高周期长，后者几天就能出一版，选型时要问清对方属于哪一档。
差异二：准确度与幻觉的表现
通用模型在领域问题上的幻觉更危险：它不懂，但语气一样自信，编出来的条款号、公式参数看着都像。领域模型的专业知识更密，同类幻觉率更低，但代价是知识面变窄——问它领域外的事，可能比通用模型还懵。选型判断因此很直接：任务的专业度越高，通用模型的自信越像陷阱。
差异三：维护与迭代成本
领域模型要跟着领域一起更新：法规修订、名录变化、框架版本升级，都得重新喂数据、重新评测，维护是持续投入。通用模型由厂商统一迭代，用户跟着升级就行。LoRA 文件和全量模型怎么配合用那篇讲的适配器路线，是折中方案：通用底座不动，领域知识用轻量定制补，成本介于两者之间。
通用与特化摆在一起，差别落在四行上。
| 对比维度 | 通用模型 | 领域特化模型 |
|---|---|---|
| 语料来源 | 全网文本加精心调配的指令数据，面广但平均 | 判例、论文、财报、行业手册，术语和行文按领域的来 |
| 幻觉表现 | 不懂也语气自信，编出来的条款号、公式参数看着都像 | 专业知识更密，同类幻觉率更低 |
| 知识面 | 覆盖日常需求，面广 | 变窄，问领域外的事可能比通用模型还懵 |
| 维护与迭代 | 厂商统一迭代，用户跟着升级 | 法规修订、名录变化都要重新喂数据、重新评测 |
选型对照表
- 需求杂、场景多、要开箱即用：通用模型
- 术语密集、专业准确优先：领域特化模型
- 有专有数据但缺持续维护团队：通用底座加领域适配器
- 先统计你的提问里专业内容占比，过半再考虑领域版
领域版标签不等于都在行
贴了领域标签的模型不都在行：有的是通用模型加少量领域数据的浅度定制，宣传页上看不出深浅。验收方法不变——用自己的真实问题测，看事实点准确率，别信演示demo。模型家族的变体怎么挑那篇讲的挑选逻辑同样适用：先测再买，先小流量再铺开。
还有个折中思路是「外挂不内化」：通用模型不动，旁边接一个专业知识库，回答时先检索再生成。这条路的知识更新最快，改文档比改权重便宜几个量级，适合知识变动频繁的领域；缺点是对检索质量依赖重，库里没有的照样答不上。
换个问法再问领域特化三句
- 通用模型加提示词能替代领域模型吗？：简单场景能，把领域知识写进提示或外挂知识库；深度任务仍差一截，术语理解和行文规范需要训练层面的浸润。
- 领域模型回答领域外问题会更差吗？：通常会，训练分布收窄带来能力迁移的损失，混合需求的团队更适合「通用打底加适配器补领域」的组合。
- 怎么判断要不要上领域模型？：先跑一轮统计：真实提问里专业内容占比多少、通用模型在这些题上的事实错误率多少，数字说话，参考自部署权重和调 API 怎么选的部署配套。
还有一类隐藏成本是评测集。领域模型的效果要用领域题目验，通用题库测不出专业能力，可专业题库从哪来？要么人工标注，要么从行业考试里整理，这笔投入常被漏算。选型时把评测成本一起摆上桌，才不会出现「模型买得起、验不起」的尴尬。
收束一句：通才胜在广，专才胜在深，占比统计先于选型决策。
