GPT-5 这一代型号多到让人犯迷糊：5.5、5.5-pro、5.3-pro、5.6-luna、5.6-sol 摆在一起，名字像、价格从 0.12 元到 0.3 元不等，看表格根本不知道该点哪个。这篇按真实使用场景拆开讲，哪个型号值得上、哪个是坑、什么时候该换 Claude 或 Gemini。
先看命名，不然价格表没法读。
0.2 元一次，这代的基准款，通用能力最均衡。多数人第一次接触 GPT-5 就该从它开始，用它建立判断基准，再决定要不要加钱或用更便宜的下位替代。
价格同样是 0.2 元一次，但带 pro-thinking。实际用下来思考链更长，需要多步推导的任务上明显更稳，掉链子的次数少。
价格一样就意味着一个结论：没有理由不用 pro 版。除非你在意首字延迟——pro 版想得久，等待时间更长。
0.3 元一次，全平台 OpenAI 系列里最贵的一个。它的处境有点难：比它新的 5.5-pro-thinking 便宜三分之一，能力不落下风。
除非你有历史 prompt 依赖 5.3-pro 的输出风格，否则新项目没必要从它起步。这型号目前更像给存量业务留的口子，不是给新人准备的。
5.6 是更新的一代，两个型号分工清楚：
两者差价 0.05 元。选哪个取决于任务难度，而不是预算——用 luna 跑它在极限边缘的任务，省下的钱会以更长的返工时间还回去。
多步应用题、排列组合、带约束的规划问题，gpt-5.5-pro-thinking 基本一次过，不需要反复追问。
5.6-sol 更稳一些，但谈不上质变。5.3-pro 没看出比 5.5-pro 强，那多出来的 0.1 元花得有点冤。
pro 版和便宜档的差距在这类任务上最直观。同一道带三个约束条件的排期题，luna 会漏掉一个边界情况，pro 版能自己发现并纠正。难度上去之后，省下来的那 0.08 元会以返工的形式还回去。
给一段七八条约束的需求文档让它出方案，GPT-5 系列漏条件的概率比上一代低很多。这件事在写代码、写配置、做数据字段映射时特别关键——漏掉一条约束，后面全是白干。
长推理链偶尔会"绕回去"。同一道题连着问两次给出不同答案，这在 pro 版上也会出现，只是频率低一点。涉及关键决策的结论，交叉验证一次再落地。
拿一个三百行的遗留函数让它拆，5.5-pro-thinking 拆得比较合逻辑，函数命名也像人写的，不是 getData1、getData2 那种。
但它在"这个函数偷偷改了全局状态"这类隐藏副作用上会漏。重构完自己过一遍，别直接合并。
给一张界面截图让它写 React 组件，结构还原得不错，间距和配色会偏。当脚手架用效率很高，当成品不行，视觉细节还是要人调。
在 VSCode 里用 Cline / RooCode / KiloCode 挂它跑多轮改文件，工具调用格式很听话，很少出现参数格式错误把整个流程打断。
这是它相对 Claude 的一个实际优势：Agent 流程的确定性更高，跑长任务不容易中途报废。
写 SQL 是它的强项。多表关联、窗口函数、按业务口径聚合，一次给对的比例很高，还会顺手提醒你某个字段可能为 NULL、建议加个 COALESCE。
正则就一般了。复杂正则它经常写得"看起来对"，实际多一层或少一层转义。正则写完必须拿真实样本跑一遍，别信它那句"这个表达式能覆盖所有情况"。
几十万字级别的输入，注意力衰减是真实存在的。它不会丢开头，但中段细节的引用会出错——问它第 30 页怎么规定的，答案可能来自第 12 页。
长文档分析建议分段喂，或者这类活直接交给 claude-sonnet 系列。
还有个土办法很管用：把结论要求写在最前面和最后面各一遍。中段的注意力最弱，两头最强，重复一次能明显减少漏项。
图片理解够用：截图转结构化数据、图表读数值、手写体识别都能干，但比专门的视觉模型粗。
生图不要用它。要出图就用 gpt-image-2-pro（0.25 元一次）或者 NanoBanana-Pro（0.27 元一次），别指望对话模型兼职画图。
这是 GPT-5 系列的看家本领。要求"只输出 JSON，不要任何解释文字"，它真能只输出 JSON；要求"超过 50 字就重写"，它真会重写。
做接口对接、结构化抽取、批量打标签，这一点比什么跑分都重要。
| 模型 | 单价（元/次） | 强项 | 短板 |
|---|---|---|---|
| gemini-3-pro-preview | 0.05 | 极便宜、多模态、超长上下文 | 格式稳定性一般 |
| gemini-3.1-pro-preview | 0.09 | 多模态 + 长上下文 | 中文本地化偏弱 |
| claude-sonnet-4-5-thinking | 0.09 | 便宜好用的代码主力 | 极限推理一般 |
| gpt-5.6-luna | 0.12 | 性价比、指令遵循 | 极限难度任务 |
| claude-opus-4-5-thinking | 0.12 | 代码品味、长文表达 | 中文口语化 |
| gpt-5.6-sol | 0.17 | 复杂任务稳定性 | 价格偏高 |
| gpt-5.5 / 5.5-pro-thinking | 0.2 | 综合能力、Agent 流程 | 长上下文细节 |
| claude-sonnet-4-6-thinking | 0.2 | 新一代均衡 | 稍贵 |
| claude-opus-4-6-thinking | 0.25 | 顶级代码与长文 | 价格 |
| gpt-5.3-pro | 0.3 | 输出风格稳定 | 性价比最低 |
写代码的"品味"更好，长文写作的节奏感更自然，超长上下文的细节保留更稳。做代码库级理解和严肃长文，claude-opus-4-6-thinking 值那 0.25 元。
价格。gemini-3-pro-preview 0.05 元一次就能拿到多模态和超长上下文，做批量初筛、图片理解、大文件扫描非常划算。
它的弱项是中文语感，出来的营销文案常带翻译腔，必须人工润一遍才能上线。
代码和长文给 Claude，结构化输出和 Agent 给 GPT-5，多模态和长上下文给 Gemini，中文批量内容给 DeepSeek 或 Kimi。没有一个模型全能，多花五分钟分工，能省下大笔预算。
| 模型 | 单价（元/次） | 备注 |
|---|---|---|
| gpt-5.6-luna | 0.12 | 这代更划算的入口 |
| gpt-5.6-sol | 0.17 | 复杂任务更稳 |
| gpt-5.5 | 0.2 | 标准版 |
| gpt-5.5-pro-thinking | 0.2 | 同上价位，推荐这个 |
| gpt-image-2-pro | 0.25 | 生图，按张 |
| gpt-5.3-pro | 0.3 | 上代旗舰 |
按次计费，一次 0.2 元。一顿外卖的钱能跑 60 次 5.5-pro-thinking 的请求，听起来确实便宜。
但按每天 100 次调用算，一个月就是 600 元。所以"按次"不等于便宜，得看调用量。跑量业务要重点看这一点。
同样是 0.2 元，在 token 计费下能买到多少？按输入 2.5 美元每百万 token 折算，0.2 元约等于 0.028 美元，约合 11000 token。
换算成判断规则：
做长文档分析、长代码库理解，这笔账非常清楚。做短问答，按次就是亏的。
这些活交给 gemini-2.5-pro（0.031 元）、grok-4.1（0.05 元）、deepseek-v3.2-thinking（0.049 元）完全够用，价格是 5.5-pro-thinking 的四分之一。拿 pro 版干这些活，是多花钱买不到任何东西。
真正把账单压下来的办法不是换便宜模型，是把调用次数降下来。同一个问题别反复试探三次，把约束一次写清楚；能缓存的结果就缓存，别每次重新生成。
见过一个项目两周里只做了两件事：去掉重复调用、把任务难度判断交给便宜模型。账单掉了六成，输出质量一点没变。
模型变强了，但"自信地编造"这个毛病还在。学术引用、法规条款、具体数字、人名职位，它编起来面不改色。
凡是要求事实准确的内容，必须人工核一遍。这一点在写行业报告和做竞品调研时尤其致命，别偷懒。
中文任务它能干，但语感不如 DeepSeek 和 Kimi。纯中文内容生产用国产模型，质量和成本都更优。
把 GPT-5 用在它真正强的地方——结构化、Agent、极限推理——才叫会花钱。
curl https://xyuapi.top/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-你的密钥" \
-d '{
"model": "gpt-5.5-pro-thinking",
"messages": [{"role": "user", "content": "用三句话说明什么是向量数据库"}],
"stream": false
}'from openai import OpenAI
client = OpenAI(
api_key="sk-你的密钥",
base_url="https://xyuapi.top/v1"
)
resp = client.chat.completions.create(
model="gpt-5.5-pro-thinking",
messages=[
{"role": "system", "content": "只输出 JSON，不要任何解释文字"},
{"role": "user", "content": "抽取公司名称、城市、成立年份：某某公司二〇一五年在杭州成立"}
]
)
print(resp.choices[0].message.content)想换成便宜的档位，只改 model 字段就行，其余代码一行不动。
一个 Key 在这些客户端之间通用，不用为每个工具单独注册账号，也不用分别充值。
这四类占了我遇到问题的九成以上，剩下的基本是自己写的调用逻辑有 bug。