复杂推理
适合需要多步规划、约束求解、疑难排错、审计判断的任务。
OpenAI高
Claude高
Gemini强
DeepSeek强
主流大模型性能参数对比
选模型不能只看榜单第一名。真正上线时，你要同时权衡推理质量、代码能力、长上下文、输出上限、工具调用、 多模态、延迟、价格、数据边界和可替换性。这个专题把主流大模型放到同一张工程选型地图里。
资料快照：2026-06-30
价格单位：美元 / 100 万 tokens
优先引用官方模型与价格页
LLMMODEL RADAR
OpenAI推理 / 工具 / 代码
Claude长任务 / Agent / 写作
Gemini多模态 / Google 工具
DeepSeek成本 / 长上下文
01 / Parameter Snapshot
先看硬参数：上下文、输出、价格和能力边界
下表不是永久排名，而是一个工程快照。模型名称、价格、上下文窗口和输出上限会频繁变化，生产选型前必须回到官方页面复核。
| 模型系列 | 代表模型 | 上下文 / 输出 | 价格参考 | 适合任务 | 注意点 |
|---|---|---|---|---|---|
| OpenAI GPT旗舰通用模型 | GPT-5.5、GPT-5.4、GPT-5.4 mini | GPT-5.5 / GPT-5.4 支持 1M 上下文、128K 输出；mini 为 400K 上下文、128K 输出。 | GPT-5.5 标准价约 $5 输入 / $30 输出；GPT-5.4 mini 约 $0.75 输入 / $4.50 输出。 | 旗舰输出成本高，适合做高价值步骤；批处理、缓存和模型路由很关键。 | |
| Anthropic Claude长任务与 Agent | Claude Fable 5、Opus 4.8、Sonnet 4.6、Haiku 4.5 | Fable 5、Opus 4.8、Sonnet 4.6 为 1M 上下文、128K 输出；Haiku 4.5 为 200K 上下文、64K 输出。 | Fable 5 约 $10 输入 / $50 输出；Opus 4.8 约 $5 / $25；Sonnet 4.6 约 $3 / $15。 | 不同模型的 thinking/adaptive thinking 支持不同，端点和云平台版本要核对。 | |
| Google Gemini多模态与生态 | Gemini 3.1 Pro、Gemini 3.5 Flash、Gemini 3 Flash、Gemini 2.5 Pro | Gemini 3 系列强调多模态、代码和 Agent；2.5 Pro 仍是复杂任务常用基线。 | Gemini 3 Flash 标准价约 $0.50 输入 / $3.00 输出；3.1 Flash-Lite Batch/Flex 约 $0.125 输入 / $0.75 输出；2.5 Pro 低于 200K 提示约 $1.25 / $10。 | 部分模型为 preview/latest，生产要避免只绑定会热切换的 latest alias。 | |
| DeepSeek高性价比推理 | DeepSeek-V4-Flash、DeepSeek-V4-Pro | 两者均标注 1M 上下文，最大输出 384K，支持 thinking / non-thinking 模式。 | V4-Flash cache miss 约 $0.14 输入 / $0.28 输出；V4-Pro 约 $0.435 输入 / $0.87 输出。 | 需要重点观察延迟、稳定性、区域可用性和旧模型名迁移时间。 | |
| 开源 / 开放权重自部署与混合云 | Qwen、Llama、Mistral、Kimi 等系列 | 参数、上下文、许可和工具能力随具体版本差异很大。 | API 成本取决于托管平台；自部署成本取决于 GPU、量化、并发和运维。 | “同一个模型”在不同服务商上可能有不同上下文、吞吐、价格和协议行为。 |
02 / Capability Matrix
不要问“哪个最强”，要问“哪一段链路最适合谁”
一个真实 AI 应用通常由意图识别、检索、规划、工具调用、代码生成、长文摘要、最终回答组成。每一步都可以用不同模型。
代码与 Agent
看补丁质量、上下文保持、工具调用、错误恢复和多轮计划。
Claude高
OpenAI高
Gemini强
DeepSeek强
长上下文
不只看窗口大小，还要看长文中段召回、引用准确性和输出可控。
Claude高
OpenAI高
DeepSeek强
Gemini强
成本效率
看输入输出价、缓存命中、批处理、并发、失败重试和平均输出长度。
DeepSeek高
Gemini Flash高
OpenAI mini稳
Claude Haiku稳
03 / Use Cases
按场景选模型，比按品牌选模型靠谱
下面是更接近生产环境的选型方式：先判断任务风险，再决定是否用旗舰模型兜底。
客服问答优先低成本模型 + RAG + 严格引用；升级路径给复杂投诉、合同条款和高价值客户。
代码助手核心编辑、架构推理用旗舰；补全、解释、测试生成可走 mini/Flash/开源模型。
知识库摘要长上下文有用，但不要偷懒塞全文；先切分、检索、重排，再让模型综合。
数据分析看结构化输出、工具调用和代码执行链路，不只看自然语言回答。
多模态审核Gemini、OpenAI 等多模态模型适合图像/视频理解，但要加人工复核和规则兜底。
Agent 自动化优先看工具调用可靠性、状态保持、失败恢复和成本上限，不要只看单轮回答质量。
04 / Cost Model
成本不是单价，成本是一次任务跑完多少钱
同样是 $1 / MTok，输出多、重试多、上下文塞太满、缓存命中低，最终账单会完全不同。
05 / Model Router
推荐架构：用模型路由，而不是押宝一个模型
模型路由规则
- 低风险、短文本、可重试任务：默认使用低成本模型。
- 需要代码修改、复杂推理、合同/财务判断：升级到旗舰模型。
- 图片、视频、音频理解：走多模态能力更强的模型。
- 长上下文任务：先压缩和检索，再决定是否使用 1M 窗口。
- 高并发场景：按延迟、错误率和价格动态切换供应商。
上线前评测清单
- 准备 50-200 条真实业务样本，覆盖简单、复杂、异常、恶意输入。
- 记录准确率、引用命中、格式遵守、平均延迟、P95 延迟和重试率。
- 分别计算输入、输出、工具调用、搜索、缓存、批处理后的完整成本。
- 每次模型升级都跑回归，不要只看新模型发布页的 benchmark。
- 保留降级模型和人工处理入口，避免单一供应商异常导致业务中断。
06 / Pitfalls
大模型对比最常见的五个误区
只看榜单
公开榜单不能替代你的业务评测。提示词、语言、上下文长度、工具链都会改变结果。
只看窗口
1M 上下文不代表每个位置都稳定可用。长上下文任务仍要做检索、分段和引用校验。
只看输入价
输出 token、重试、搜索、工具调用和缓存存储都会计费，最终成本要按任务计算。
忽略版本
latest、preview、snapshot、region endpoint 不是一回事，生产最好固定可追踪版本。
忽略数据边界
不同供应商的数据使用、区域处理、日志保留和企业协议差异很大，敏感数据要先过合规。
07 / Sources
资料来源与复核入口
页面中的参数来自官方文档快照和工程经验整理。价格、上下文、模型可用性会变，生产采购前请重新打开官方页面确认。