| 系列 | 定位 | 最强项 | 代表型号 | 单次价格 | 多模态 |
|---|---|---|---|---|---|
| Gemini | 全能性价比 | 多模态、长上下文 | gemini-3-pro-preview | 0.05 元 | 图/视频/生图 |
| Claude | 工程与写作 | 代码落地、中文表达 | claude-sonnet-4-5-thinking | 0.09 元 | 图片 |
| GPT | 推理与广谱知识 | 复杂推理、多步规划 | gpt-5.4-pro-thinking | 0.15 元 | 图片 |
| Grok | 实时与通用 | 时效问答、通用任务 | grok-4.5 | 0.09 元 | 图片 |
| DeepSeek | 极致低价 | 中文推理、成本控制 | deepseek-v3.2-thinking | 0.049 元 | 文本 |
| Kimi | 长文本 | 中文长文档 | kimi-k2.6 | 0.09 元 | 文本 |
这张表的信息密度已经足够做第一轮筛选：先看你要处理的内容类型，把不支持多模态的直接划掉，剩下的按价格排序，最后拿更划算的去试。试不通再往上加预算，这个顺序反过来会花掉很多冤枉钱。
这六家不在同一条线上。DeepSeek 和 Kimi 拼的是每块钱买到多少能力，Claude 和 GPT 拼的是最难那批任务的通过率，Gemini 卡在中间——能力中上，价格贴地，覆盖面最广。看懂这个格局，选型就不会错：你不是在选最强，是在选最划算。每个系列都有自己能赢的那一仗，输的那部分交给别人做，比逼着一个模型全能要现实得多。
厂商标称的窗口长度和实际能用到的长度是两回事。塞满窗口时注意力会分散，标称百万 token 不代表百万 token 都记得住，中段的信息最容易被忽略。实践里超过十万 token 就该考虑先做检索，而不是硬塞，检索这一层用便宜模型跑也够了。窗口大是好事，但把它当免费资源随便塞，最后付出的是准确率和账单两笔代价。
Gemini 是六家里档位拉得最开的，从 0.031 到 0.27 都有对应场景。默认用中间的 gemini-3-pro-preview，遇到它答不好再往上跳一档，别一上来就用最贵的。出图那块单价看着高，但它是按张出，一张成品图省下的设计时间远超 0.27 元。
Claude 的定价很克制：从 0.09 到 0.25 只差 0.16 元，跨了四级能力。预算充足的话，直接在日常主力上用 0.12 元的 opus-4-5 更合适，比 sonnet 贵三分钱，架构判断上的差距值得。真要长期跑项目，三分钱的差价换成少一次架构返工，怎么算都是赚的。
GPT 这组最贵的是 gpt-5.3-pro 的 0.3 元，用它的场合应该非常明确——一道题错了要付出真实代价。Grok 定位偏通用和时效，0.05 元的 grok-4.1 性价比很高，适合当个便宜的备胎。gpt-6-astra 走的是按量计费路线，适合那种必须一次吃下整本书、又不在意成本的场景。
DeepSeek 是六家里单价最低的，0.049 元一次，中文推理和质量都在线。做量大的中文内容处理、客服问答、批量分类，用它当主力，一年能省出一台服务器。便宜到这个程度之后，很多以前因为成本做不了的功能就变得可行了，这是低价模型带来的一种新可能。
按单价折算大约能发 150 到 200 次对话。配法是 deepseek-v4-flash-thinking（0.05 元）打底干日常，gemini-2.5-pro（0.031 元）跑批量和长文档，卡壳了才切 claude-sonnet-4-5-thinking（0.09 元）。这个配法下 10 元能用满一个月，关键是别拿贵模型干便宜活。十元档最容易犯的错是天天用 claude-opus 写周报，一周就把额度烧完，然后得出"用不起"的结论。
主力换成 gemini-3-pro-preview（0.05 元）加 claude-sonnet-4-5-thinking（0.09 元），复杂任务用 claude-opus-4-5-thinking（0.12 元）和 gpt-5.4-pro-thinking（0.15 元）。这个档位是个人开发者和小团队最舒服的位置，能力基本没短板，价格也不会让月底心跳加速。再往上加预算的边际收益就很低了，除非你天天在啃模型能力边界上的活。
放开用 claude-opus-4-7-thinking（0.25 元）、gpt-5.3-pro（0.3 元）、gemini-3.1-pro-preview（0.09 元）的组合，能跑到将近一千次任务。到这个预算就别纠结单价了，把最贵的模型用在关键决策点，便宜的铺在流水线上，重点是别让整条链路的瓶颈落在模型质量上。
这个比例背后的逻辑是成本曲线和难度曲线不匹配：九成的任务很简单，但最难的百分之十会决定你项目的成败，所以预算要按重要程度分，不能按任务数量分。按数量分的结果就是便宜活得贵模型，硬骨头反而没额度了。
要对一份五万字的报告做 20 轮追问。按 token 计费，每轮输入约六万五 token，20 轮就是 130 万输入 token，按输入价 3 元每百万算，光输入就接近 4 元，加上输出轻松破 5 元。按次计费呢？每轮算一次，20 轮乘 0.05 元等于 1 元。差距是五倍，而且任务越长、轮数越多，这个倍数还会继续拉大。这份账不用精确到分，量级上的差别已经足够决定你选哪种计费方式。
这四个场景有个共同点：输入远大于输出。按 token 计费时你为重复的输入反复掏钱，而按次计费只看你发了多少次请求，等于把最贵的那部分成本直接免掉了。反过来，如果你做的是短文生成、标题改写这类输入输出都小的活，两种计费的差别就很小，不用为它调整架构。
同样是 20 轮追问，两种计费的账单差多少，看这张表（按次那列固定 0.05 元一次乘 20 轮，按量那列按输入 3 元每百万 token 估算，不含输出）：
| 单轮输入规模 | 20 轮按次计费 | 20 轮按量计费 | 谁更划算 |
|---|---|---|---|
| 1000 token，短问答 | 1.00 元 | 约 0.06 元 | 按量省十几倍 |
| 5000 token，带背景的问答 | 1.00 元 | 约 0.30 元 | 按量便宜 |
| 16000 token，分界线附近 | 1.00 元 | 约 0.96 元 | 基本持平 |
| 65000 token，五万字报告 | 1.00 元 | 约 3.90 元 | 按次省近四倍 |
| 150000 token，整库代码 | 1.00 元 | 约 9.00 元 | 按次省九倍 |
分界线大约落在单轮 1.6 万 token：低于它按量更划算，高于它按次开始反超，而且轮数越多、上下文越长，倍数拉得越开。所以挑计费方式之前，先估一下自己单轮请求的输入量，再套这张表，比凭感觉选靠谱得多。
输出特别长的任务，比如让模型一次生成两万字小说、做大规模数据清洗，或者纯粹的长文本翻译，按量计费可能更便宜。判断方法很直接：估一下这个任务实际吃多少 token，乘以单价，再跟单次价对比，谁低用谁，别凭感觉。
这个顺序不是随便排的：前三条对应最常见的高价值场景，中间两条是省钱路线，最后一条是兜底策略。照着走，八成的选型问题不用纠结，剩下的两成再靠实跑几轮对比来决定。
MODEL_ROUTER = {
"code": "claude-sonnet-4-5-thinking",
"code_hard": "claude-opus-4-7-thinking",
"vision": "gemini-3-pro-preview",
"image_gen": "NanoBanana-Pro",
"reasoning": "gpt-5.4-pro-thinking",
"reasoning_hard": "gpt-5.3-pro",
"cheap": "deepseek-v4-flash-thinking",
"long_doc": "gemini-3.1-pro-preview",
"fresh": "grok-4.5",
}
def pick(task: str, hard: bool = False) -> str:
key = f"{task}_hard" if hard else task
return MODEL_ROUTER.get(key, "gemini-3-pro-preview")延迟比价格更容易被低估。用户等不等的这三秒，决定了他下次还来不来。交互场景优先选快的，批处理场景优先选便宜的，这个优先级不能反着来——反了之后省下的钱，通常不够赔流失的用户。另外还有个隐性指标：稳定性。一个偶尔超时的便宜模型，在线上造成的损失可能远超它省下的钱。
六家官方 API 意味着六个账号、六套计费、六种支付方式，还有六个不同的网络问题。国内直连不稳定的时候，业务直接停摆，前面选型选得再漂亮也白搭。更麻烦的是每家的 SDK 和参数都不一样，切换模型要改代码，长期维护成本比模型差价高得多。小团队最怕的就是把时间花在接六家 API 这种不产生价值的事情上。
小鱼API（https://xyuai.cc）把六个系列收敛到一个 OpenAI 兼容地址：https://xyuapi.top/v1。一个 Key 调全系列，国内直连不降智不限速，按次计费，支持支付宝微信，最低充值 7 元起步，还有无限卡套餐适合用量大的场景。先用 7 元试通链路，觉得顺手再往上加，试错成本比注册六家账号低得多。
配置时最容易出错的是地址后缀：base_url 要带 /v1，Key 不要带多余空格，模型名必须和平台上列出的一致，写错一个字母就是 404，报错信息还常常语焉不详。
from openai import OpenAI
client = OpenAI(api_key="你的Key", base_url="https://xyuapi.top/v1")
def ask(task_type: str, prompt: str, hard: bool = False) -> str:
model = pick(task_type, hard)
resp = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": prompt}],
)
return resp.choices[0].message.content
# 同一个 client，换模型名就是换系列
print(ask("code", "写一个带过期时间的 LRU 缓存"))
print(ask("vision", "读这张架构图，说出模块依赖方向"))
print(ask("cheap", "把这段中文翻成英文"))
print(ask("image_gen", "生成一张蓝底的产品主图"))代码里 base_url 和 api_key 换成中转地址，其余一行不用动。这是 OpenAI 兼容协议最大的价值——不把自己锁死在某一家的 SDK 上，哪天要换来源，改两行环境变量就完事。选型最怕的不是选错，是选错之后换不动。