[建议 / Feature] chat.z.ai: 允许在对话进行中切换模型 (switch model mid-conversation)

简述 / Summary

在 chat.z.ai 网页端对话过程中，希望能够随时切换当前对话使用的模型（例如从 GLM-4.6 切换到 GLM-4.5-Air、或 GLM-4.5-Flash 等），而无需新建对话或丢失上下文。

On chat.z.ai, allow the user to switch the active model at any point during an ongoing conversation (e.g. from GLM-4.6 to GLM-4.5-Air / GLM-4.5-Flash, etc.) without having to start a new chat or lose prior context.

现状 / Current Behavior

• 在 chat.z.ai 中，模型选择通常发生在新建对话时；一旦对话开始，后续所有消息都会沿用同一模型，用户无法在中途切换。
• 若想对比不同模型对同一问题的回答，或在不同任务阶段使用不同模型（例如先用 GLM-4.6 做推理、再用 GLM-4.5-Flash 做快速总结），目前只能：
  1. 新建一个对话，重新粘贴上下文；或
  2. 在对话间手动复制 / 回放历史，体验割裂且容易丢失上下文。
• 这与 OpenAI ChatGPT、Anthropic Console 等竞品网页端相比存在体验差距 —— 它们均支持在对话内随时切换模型，且历史消息保留原模型标识。

期望行为 / Desired Behavior

1. 在对话输入区附近提供模型选择下拉 / 切换控件，允许用户在任意一轮消息之前选择本次回复使用的模型。
2. 切换后：
   • 历史消息保持不变，上下文完整继承；
   • 仅"下一条 AI 回复"使用新模型；
   • （可选）在每条 AI 回复的消息气泡上显示生成时所用的模型名 / 图标，便于回溯。
3. 切换模型不应清空对话、不应重置系统提示词、不应影响已上传的文件 / 知识库引用。
4. 如果对话中某些模型不支持的功能（如视觉、代码执行）被引用，应给出明确提示而非静默失败。

使用场景 / Use Cases

• 成本/速度权衡：复杂推理步骤用 GLM-4.6，简单总结 / 翻译步骤切换到 GLM-4.5-Flash 节省 token 与时间。
• 对比评测：在同一上下文下，快速切换模型对比回答质量，无需在多个对话间复制粘贴。
• 能力互补：先用通用模型理解需求，再切换到擅长长上下文 / 代码 / 多模态的模型完成特定子任务。
• 降级容错：当某个模型出现限流 / 异常时，可在同一对话内切换到备用模型继续推进，而不丢上下文。

备注 / Notes

• 每条 AI 回复持久化记录所用的 model_id，前端渲染时回填展示，可同时解决"事后想知道某条回答是哪个模型给的"的诉求。
• 若计费 / 配额按模型独立计算，切换时建议在控件旁展示当前模型的剩余额度或费率提示，避免用户误操作。

Regards,
Roman
http://www.rommark.dev
VIbe Coders Telegram Channel: https://t.me/VibeCodePrompterSystem

The payload names no source files, tests, or entry points, so first identify the chat.z.ai implementation repository and clarify the model-routing and persistence boundaries. Use the listed behavior as acceptance criteria: switch only the next reply, preserve history and context, retain each reply’s model_id, and report unsupported capabilities clearly.