Trae支持多模型共存，需确保版本≥V3.3.51，为DeepSeek、GLM、Qwen分别配置独立模型ID、API Key及请求地址，避免ID重复或协议混淆，添加后可在对话页自由切换验证功能。
☞☞☞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☜☜☜
你需要在Trae中同时接入DeepSeek做逻辑推演、GLM处理超长代码文件、Qwen润色中文注释，但发现添加第二个模型时前一个配置被覆盖或无法并存——这是因为Trae支持多模型共存，但必须避免重复使用相同模型ID或混淆协议类型。
准备阶段：确认基础条件
打开Trae → 设置 → 关于，核对版本号是否为【V3.3.51或更高】。低于此版本将无法保存多个自定义模型实例，点击“检查更新”或前往trae.cn下载最新安装包。
确保你已分别获取三个目标模型的独立凭证：DeepSeek平台的sk-deepseek-xxx、智谱GLM的sk-glm-xxx、通义千问的sk-dashscope-xxx。每个API Key必须对应唯一服务商，不可混用。
记下各模型对应的请求地址：DeepSeek用https://api.deepseek.com/v1/chat/completions，GLM用https://open.bigmodel.cn/api/paas/v4/chat/completions，Qwen用https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation。
添加第一个自定义模型（DeepSeek）
按下 Ctrl+,（Windows/Linux）或 Cmd+,（macOS）打开设置面板。
在搜索框输入“Models”，点击进入模型管理页 → 点击“Add Model Provider”。
方法一：选择预设服务商
在“服务商”下拉菜单中选【DeepSeek】→ 自动填充API Base URL → 粘贴你的DeepSeek API Key → 在模型列表中勾选deepseek-chat（默认即为最新版）→ 点击“添加模型”。
方法二：手动配置（推荐用于非标部署）
切换至“自定义模型”选项卡 → “模型名称”填入deepseek-r1-local → “自定义请求地址”严格填写https://api.deepseek.com/v1/chat/completions → “模型ID”必须写成deepseek-chat（注意不是deepseek-r1，后者是旧版标识，会触发404）→ “API密钥”粘贴sk-deepseek-xxx → 点击“添加模型”。
【关键提醒】模型ID必须与服务商实际声明的标识完全一致，大小写敏感，多一个空格或错一位字母都会导致后续调用失败。
追加第二个模型（GLM）
仍在同一模型管理页，再次点击“Add Model Provider”。
第一步：服务商选【Bigmodel】→ 自动填充URL为https://open.bigmodel.cn/api/paas/v4/chat/completions → 粘贴GLM的sk-glm-xxx密钥 → 勾选glm-4-flash（当前免费可用且响应快）→ 点击“添加模型”。
第二步：若需接入私有GLM实例，则切换至“自定义模型” → 模型名称填glm-4-longctx → 自定义请求地址填入你内网部署的https://glm.internal:8000/v1/chat/completions → 模型ID必须为glm-4 → API密钥留空（若启用Basic Auth则填username:password base64编码值）→ 点击“添加模型”。
此时模型列表中应已显示两个独立条目：“deepseek-chat”和“glm-4-flash”，名称不重叠、协议不冲突、密钥隔离。
叠加第三个模型（Qwen）
不要关闭设置页，继续点“Add Model Provider”。
选择服务商【DashScope】→ URL自动设为https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation → 粘贴sk-dashscope-xxx → 从模型下拉中选qwen3（非qwen-max，后者需额外开通权限）→ 点击“添加模型”。
若你使用的是本地Ollama运行的qwen2.5:7b，则选“自定义模型” → 模型名称写ollama-qwen25 → 请求地址填http://localhost:11434/v1/chat/completions → 模型ID写qwen2.5:7b → API密钥留空 → 点击“添加模型”。
完成添加后，刷新模型下拉菜单，应能看到至少三个可选模型：deepseek-chat、glm-4-flash、qwen3（或ollama-qwen25），彼此独立存在，互不干扰。
验证多模型共存状态
关闭设置页，回到SOLO对话页 → 点击右下角模型名称区域 → 展开列表，确认三个模型均可见且名称清晰可辨。
分别点击切换至deepseek-chat → 输入“用Python写一个快速排序并附带时间复杂度分析” → 观察响应是否含严谨数学推导。
再切到glm-4-flash → 输入“读取以下2000行Java类，指出所有未处理的NullPointerException风险点” → 确认能接收长文本并定位具体行号。
最后切到qwen3 → 输入“把上面那段英文技术说明翻译成自然流畅的中文，保留术语准确性” → 验证中文润色质量。
全部通过即表示三个自定义模型已成功并存并可随时切换。
