选模型这件事，最怕的不是花错钱，是不知道有哪些选项，结果一直用一个模型硬扛所有任务。这篇把平台上的全部系列铺成一张大表：每家的型号、单价、定位、适合什么活，再按任务类型和预算档位给出具体组合方案。
全平台按次计费：一次请求一次钱，输入 1 个字和输入 20 万字同价（受模型上下文上限约束）。生图模型按张算。
这意味着单价高低要结合输入长度看，长输入任务用贵模型反而可能更省，下面有专门一节算这笔账。
还有一点容易忽略：按次计费下，模型贵不贵是相对的。0.2 元的模型处理十万 token 文档，比 0.031 元的模型分十次切碎了跑，谁便宜还真不一定。先看任务形态，再看单价。
| 型号 | 单价（元/次） | 定位 | 适用场景 |
|---|---|---|---|
| gemini-2.5-pro | 0.031 | 全场最低价 | 批量初筛、简单问答、跑量 |
| gemini-3-pro-preview | 0.05 | 多模态性价比 | 图片理解、长文档扫描 |
| gemini-3.1-pro-preview | 0.09 | 多模态升级 | 复杂图文混合、超长上下文 |
| NanoBanana-Pro | 0.27 | 生图 | 出图、改图、海报素材 |
Gemini 是整个清单里的价格地板，但它强在多模态和长上下文，中文语感偏弱。用它跑量很划算，用它写中文营销文案需要人工再过一遍。
| 型号 | 单价（元/次） | 定位 | 适用场景 |
|---|---|---|---|
| claude-sonnet-4-5-thinking | 0.09 | 便宜主力 | 日常写代码、改 bug |
| claude-opus-4-5-thinking | 0.12 | 上代顶配 | 代码库理解、长文写作 |
| claude-opus-4-6-thinking | 0.25 | 新一代顶配 | 高难代码、严肃长文 |
| claude-sonnet-4-6-thinking | 0.2 | 新一代均衡 | 多数生产任务 |
| claude-opus-4-7-thinking | 0.25 | 最新旗舰 | 极限难度的代码与推理 |
| claude-sonnet-4-7-thinking | 0.2 | 最新均衡档 | 新项目默认档 |
Claude 系列的定价逻辑很清晰：sonnet 是主力，opus 是顶配，两者差 0.05 到 0.16 元。旧代和新代同价或接近同价时，直接用新代，没必要为了省钱留在老型号上。
| 型号 | 单价（元/次） | 定位 | 适用场景 |
|---|---|---|---|
| gpt-5.6-luna | 0.12 | 性价比入口 | 结构化抽取、批量分类 |
| gpt-5.6-sol | 0.17 | 复杂任务 | Agent 流程、多步推理 |
| gpt-5.5 | 0.2 | 标准版 | 综合任务 |
| gpt-5.5-pro-thinking | 0.2 | 推理加固 | 同价位更推荐 |
| gpt-5.3-pro | 0.3 | 上代旗舰 | 存量业务兼容 |
| gpt-image-2-pro | 0.25 | 生图 | 商品图、插画、配图 |
gpt-5.5 和 gpt-5.5-pro-thinking 同价，选后者就行。5.3-pro 是全表最贵的一档，除非有历史兼容需求，否则没有理由碰它。
| 型号 | 单价（元/次） | 定位 | 适用场景 |
|---|---|---|---|
| grok-4.1 | 0.05 | 便宜通用 | 日常对话、快速问答 |
| grok-4.5 | 0.09 | 升级版 | 通用升级、实时类问题 |
| grok-4.6 | 0.09 | 最新版 | 同价位优先选 |
| deepseek-v3.2-thinking | 0.049 | 中文主力 | 中文写作、内容生产 |
| deepseek-r1-thinking | 0.049 | 纯推理 | 数学、逻辑、算法 |
| deepseek-v4-flash-thinking | 0.05 | 低延迟 | 实时对话、IDE 补全 |
| deepseek-v4-pro-thinking | 0.09 | 高难任务 | 跨文件代码审查 |
| kimi-k2.5 | 0.09 | 长文本 | 超长文档阅读 |
| kimi-k2.6 | 0.09 | 长文本升级 | 同价位优先选 |
这一组是"便宜又能打"的主力区：0.049 到 0.09 元，覆盖中文写作、纯推理、低延迟、长文本四种需求。中文场景下，这里的性价比明显优于进口模型。
我的默认组合是 sonnet 打底，遇到它反复出错的文件才切 opus。全量上 opus 是典型的预算浪费。
中文营销文案、商品详情、公众号初稿，用 deepseek-v3.2-thinking（0.049 元），语感对路，改起来省事。
要求细腻表达、双语内容、品牌调性强的，换 claude-opus-4-5-thinking（0.12 元）。
要求批量出 50 条标题、100 条卖点，用 gemini-2.5-pro（0.031 元）压成本，选出好的再人工精修。
这类任务最吃按次计费的红利。一份十万 token 的文档在 token 计费下可能几块钱一次，按次计费就是 0.09 元。
更实用的做法是分层：先用 gemini-2.5-pro 扫一遍，标出哪几段值得精读；再只把关键段落交给 claude-sonnet-4-6-thinking。一次十万 token 的文档分析，成本能压到 0.2 元以内。
图片理解、截图转结构化数据、图表读数用 gemini-3-pro-preview（0.05 元），便宜且准。
生图用 NanoBanana-Pro（0.27 元）或 gpt-image-2-pro（0.25 元）。两者风格不同，做电商素材建议各跑几张对比再定主力。
gemini-2.5-pro（0.031 元）是价格地板。批量打标签、内容审核初筛、意图分类、简单摘要，全丢给它。
量再大到几万次一天，就该考虑无限卡套餐而不是按次了。判断标准很简单：单价乘调用次数，一个月下来超过套餐月费就该换。
批量处理别用同一个模型从头干到尾。三层分开，成本能砍一半以上：
一万条数据里，通常六成在粗筛层就被排除，真正需要兜底的不到一成。这套结构比全量上贵模型省得多，质量也稳。
按次计费能跑：0.05 元档约 200 次，或 0.031 元档约 320 次。
组合建议：
这个档位适合个人学习、偶尔写代码、非商业内容创作。每天六七次请求，够用。
切记别在这个档位碰生图：一张 0.25 元，十张就吃掉四分之一预算。生图需求攒起来集中做一次，别零散地用。
能跑 0.09 元档约 550 次，或 0.05 元档约 1000 次。
组合建议：
这个档位是独立开发者和小团队最舒服的位置，日常产出全都能覆盖。
省钱的关键在于把调用分配好：七成走 0.05 元档，两成走 0.09 元档，一成留给 0.12 元以上的。反过来分配，50 元撑不过半个月。
主力可以升到 0.2 元档，约 1000 次。
组合建议：
关键不是把钱平摊到每个模型，而是让贵的模型只干它非干不可的活。
这个档位最常见的浪费，是让贵模型干了便宜模型的活。每周看一次调用分布，把单价 0.2 元以上、输出又很短的调用挑出来降档，一个月能再省三四十元，质量几乎不受影响。
短对话高频次是最典型的亏本场景。一条 prompt 200 token、回答 100 token 的问答，token 计费下单次成本大约 0.0006 元，一万次才 6 元；按次计费 0.049 元一次，一万次要 490 元。
反过来说，长输入低频次是按次的主场：单次输入十万 token 的任务，按次计费 0.09 元，token 计费可能几块钱。
一句话记法：按次计费把成本从"你说了多少话"改成"你问了多少次"。所以任务越啰嗦越长，按次越赚；越短越频繁，按次越亏。
三个信号出现任意两个，就该换无限卡：
公式很简单：
举几个例子，套你自己的套餐月费进公式：
| 主力模型 | 单价（元/次） | 套餐月费 50 元时临界次数 | 套餐月费 100 元时临界次数 |
|---|---|---|---|
| gemini-2.5-pro | 0.031 | 1613 次 | 3226 次 |
| deepseek-v3.2-thinking | 0.049 | 1020 次 | 2041 次 |
| claude-sonnet-4-5-thinking | 0.09 | 556 次 | 1111 次 |
| gpt-5.5-pro-thinking | 0.2 | 250 次 | 500 次 |
混合业务的最优解是拆开：高价值长任务走按次，低价值跑量挂无限卡。不用二选一。
from openai import OpenAI
client = OpenAI(
api_key="sk-你的密钥",
base_url="https://xyuapi.top/v1"
)
def ask(prompt, model="deepseek-v3.2-thinking"):
resp = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": prompt}]
)
return resp.choices[0].message.content
print(ask("写一段商品卖点", "deepseek-v3.2-thinking"))
print(ask("分析这段代码的隐患", "claude-sonnet-4-5-thinking"))
print(ask("读一下这张图的表格", "gemini-3-pro-preview"))一个 client、一个 Key，按任务切模型。这是聚合接口最实在的好处。
curl https://xyuapi.top/v1/models \
-H "Authorization: Bearer sk-你的密钥"返回模型列表说明 Key 正常。报 401 就是 Key 有问题。
这些客户端都支持自定义模型和地址，配好之后不写代码也能在模型之间切。团队里不写代码的同事走这条路径最省事，一个 Key 分给多个工具用，也不用每人单独充值。
生图走对话补全的接口，把 model 换成 gpt-image-2-pro 或 NanoBanana-Pro，prompt 里描述画面就行。按张计费，不按 token。
跑批量图之前先拿两三张试风格，确认效果再放量，别一次性生成一百张才发现方向不对。
避开这四条，选型基本就及格了。剩下的靠实测，别人的评测只能当参考，你的任务才是唯一标准。
给一个起步配置，省得纠结：中文内容用 deepseek-v3.2-thinking，代码用 claude-sonnet-4-5-thinking，多模态和跑量用 gemini-2.5-pro，硬任务临时升到 claude-opus-4-6-thinking。这四行配好，八成场景都能覆盖，月成本控制在几十元以内。