模型总榜

付钱之前,先查 worth-it 分数。我们用真实社区评价给最主流的 AI 模型打分,并按你的需求精准推荐。

对比模型 →

GPT-6.2 Sol

新聊天

OpenAI 的日常模型:编码、文档、多步任务——单任务成本约为 Astra 的 1/5。

“单任务成本约为 Astra 的 1/5。”

$2/$10 每百万 tokens (cached $0.10)按量最后更新 2026年11月
71%值得

智谱 GLM 5.3

更新聊天

智谱旗舰,国内大厂内部编码 Agent 很多跑它,但服务慢、爱超时。

“稳,靠谱,说啥是啥,不玩虚的。”

$1.4/$4.4 每百万 tokens按量最后更新 2026年11月
68%值得

Claude Opus 5.5

更新聊天

Anthropic 旗舰,日常干活最稳,写代码和复杂推理都是第一梯队。

“真要落地写代码,它还是最靠谱的模型。不像别的模型那样瞎编。”

$4/$20 每百万 tokens按量最后更新 2026年11月
67%值得

Claude Sonnet 5.5

更新聊天

Anthropic 中端主力,比 Opus 便宜快,编码代理的高性价比选择。

“日常主力模型里的天花板,没得说。快、价格也还行、代码还干净。”

$2/$10 每百万 tokens按量1 条评价最后更新 2026年11月
63%值得

Grok 4.7

更新聊天

xAI 模型,说话直白、并行工具调用强,但爱发明术语、废话多。

$30/月 (SuperGrok Premium); 免费档订阅最后更新 2026年11月
63%值得

DeepSeek V4 Pro

更新聊天

深度求索旗舰,便宜又能打,中文第一梯队。

“Flash 在真实任务上能跑到 300 tokens/秒——感觉就是秒回。”

$0.66/$1.98 每百万 tokens (非高峰)按量1 条评价最后更新 2026年11月
62%值得

GPT-6.1 Terra

更新聊天

OpenAI 的中间档,价格是 Sol 一半,经济性不错。

“对看重成本的 agentic 生产场景来说,这发布真牛——市面上最好的 API。”

$1/$5 每百万 tokens按量最后更新 2026年11月
61%值得

Claude Haiku 5.5

更新聊天

Anthropic 的快速廉价模型,小任务够用,但 100K 上下文偏短。

“明显比 GPT-6 Luna 聪明——有些 coding benchmark 还干翻了 Sonnet 5。”

$0.10/$0.50 每百万 tokens (≤100k)按量最后更新 2026年11月
61%值得

深度求索的快速廉价版,性价比之王,一块多美金就能搭个 App。

“快得离谱。”

$0.15/$0.60 每百万 tokens按量最后更新 2026年11月
60%值得

GPT-6 Astra

更新聊天

OpenAI 旗舰,能力强但贵且慢,配额烧得飞快。

“今年用过的最强模型,没有之一。1M context 在大代码库上真能扛住。”

$10/$50 每百万 tokens按量最后更新 2026年11月
57%值得

谷歌面向日常编码和 agent 任务的执行模型——Argon 级能力,$1.50/$7.50,1M 上下文不加价。

“Argon 级 agent 能力,$1.50/$7.50 每百万 token,比 Sonnet 5.5 便宜 25%。”

$1.50/$7.50 每百万 tokens (flat to 百万)按量最后更新 2026年11月
57%值得

通义千问快速版,本地能跑、125 tok/s,性价比高,但想太多。

“稀疏又快——只有 6B 激活参数,单张消费级 GPU 上解码能到 150 tps。”

$0.11 / $0.38 每百万 tokens按量最后更新 2026年11月
57%值得

英伟达视觉语言模型,1M 上下文能看视频,但工具调用爱出错。

$0.15/$0.50 每百万 tokens按量最后更新 2026年11月
52%值得

豆包 2.1 Pro

更新聊天

字节豆包,多模态挺强,但被吐槽「好看不好用」、干活慢。

“字节的助手,关键还便宜。”

¥3/¥15 每百万 tokens按量最后更新 2026年11月
52%值得

智谱快速廉价版,性价比高,但会退化重复 token、输出只有 50 tok/s。

“30M token 才花 50 美分——旗舰级的输出,白菜价。”

$0.03/$0.08 每百万 tokens按量最后更新 2026年11月
51%值得

混元 Hy4

新聊天

腾讯混元开源 MoE 旗舰,770B 参数、1M 上下文,数学开源第一,就是推理慢。

“Horizon Math 分数在所有开源模型里最强,仅次于 GPT-5.6 Sol。”

¥6/¥18 每百万 tokens ($0.83/$2.50)按量1 条评价最后更新 2026年11月
49%不值得

Muse Wonder Full

更新聊天

Meta 前沿模型,AA 第二,但只在高价订阅、偏文本、视觉弱。

“这玩意儿哪冒出来的?凭空出现,直接坐在 index 榜第 3 名。”

$50/月订阅最后更新 2026年11月
47%不值得

Mistral Large 4

更新聊天

欧洲开源旗舰,数据不出欧盟,但能力落后、价格比 Sol 还贵。

“High-effort 模式下鹈鹕渲染对了——脚能踩到脚踏板上。”

$0.70/$2.10 每百万 tokens按量最后更新 2026年11月
47%不值得

千问 4 Max

新聊天

阿里的 2.4 万亿参数 MoE 旗舰(激活 71B),原生视觉、100 万上下文,Code Arena 第 6。

“2.4 万亿总参数,每 token 只激活 71B——同规模下推理成本更低。”

$0.075/M input (cache hit)按量最后更新 2026年11月
47%不值得

千问 3.8 Max

更新聊天

通义千问旗舰,进入第一梯队,但小任务变重、爱退化忘指令。

“阿里目前最好的模型,中英文混合终于平衡了。”

$2/$6 每百万 tokens按量最后更新 2026年11月
43%不值得

GPT-6.2 Astra

新聊天

OpenAI 的专业工作模型:金融分析、法律检索、做 PPT、复杂编码——比 GPT-6 Astra 便宜 20%。

“Agents Last Exam 比 GPT-6 Astra 高 5.2 分、比 Claude Fable 5.2 高 5.5 分(OpenAI 自报)。”

$8/$40 每百万 tokens (cached $0.40)按量最后更新 2026年11月
42%不值得

GPT 6.1 Sol

更新聊天

OpenAI 的 Sol 系推理模型,强但慢,被吐槽「防御性编程」太磨叽。

“OpenAI 真正的性价比之王。能干 Astra 九成的活,花的钱少一大截。”

$2/$10 每百万 tokens按量1 条评价最后更新 2026年11月
41%不值得

Gemini 4 Argon

更新聊天

谷歌旗舰,1M 上下文、发散思维强,但爱拍马屁、说好听的话。

“每百万 token $2/$10,这性价比简直是白捡。最便宜的前沿模型,甩开别人一大截。”

$2/$10 每百万 tokens (→$4/$20 Dec 1)按量最后更新 2026年11月
40%不值得

谷歌最强前沿模型,Intelligence Index 第一,但只对安全研究员开放,用不上。

“能力更强了价格还没变——这点我至少得点个赞。”

$2/$10 每百万 tokens (→$4/$20 Dec 1)按量最后更新 2026年11月
39%不值得

MiniMax M3.1 Flash

更新聊天

MiniMax 快速文本模型,纸上不错实战拉胯,被吐槽「benchmaxxing」。

“agent 任务成本直降 70%,这才是重点。”

$0.15/$0.60 每百万 tokens按量最后更新 2026年11月
37%不值得

Reflection Beam

更新聊天

西方开源模型,号称前沿但被骂「不如中国小模型」、光说不放权重。

“Reflection 出的新美国开源权重模型——他们的第一发。”

$0.40/$1.20 每百万 tokens按量最后更新 2026年11月
36%不值得

Kimi K3.1 Pro

更新聊天

月之暗面旗舰,基准分数高,但配额不透明、贵得用不起。

“1M context 是真的能用。我把整个代码库倒进去,它全都记得住。”

$2/$10 每百万 tokens按量1 条评价最后更新 2026年11月
31%不值得

Claude Max

更新聊天

Anthropic 的订阅套餐,5x/20x 额度,实际用量上限被吐槽虚标、还被集体诉讼。

“模型本身质量在线,但 Max 的定价是真狠。”

$100/月订阅1 条评价最后更新 2026年11月
31%不值得

GPT-6 Cyber

新聊天

OpenAI 的网络安全推理模型,找漏洞厉害,但只对获批组织开放,普通用户用不上。

“能发现 Linux 内核真实安全漏洞的 AI——这才是真有用的进步。”

$20/$100 每百万 tokens按量最后更新 2026年11月
27%不值得