最佳AI模型取决于要交付的工作。 复杂推理、文章初稿、代码修改与图片理解需要不同的能力和预算。选型时，应比较同一任务的完成质量、总费用和审核时间。
核查日期：2026年10月5日。 本次根据Anthropic和OpenAI的官方文档新增Claude Sonnet 5.5（9月28日）和GPT-6.1 Sol（9月29日），并通过OpenRouter公开端点API复核了Grok 4.7的价格，以及注明提供商的DeepSeek V4 Flash、GLM-5.3、GLM-5.3 Flash和Kimi K3价格。此前的核查： GPT-6 Sol、Luna和Claude Opus 5.5于9月23日加入Teamday；其他OpenRouter价格、DeepSeek官方直连价格和OpenAI Astra规格于9月17日复核；其余发布信息沿用9月5日的核查结果。用途建议是测试起点，并非我们独立完成的性能排行榜。
先按任务缩小范围
| 工作 | 可先测试的候选 | 验收重点 |
|---|---|---|
| 复杂研究、多步骤推理 | GPT-6 Astra、Claude Fable 5.1（备选：Claude Opus 5.5、GPT-6.1 Sol） | 结论能否追溯到来源，能否完成整个任务 |
| 日常编程和文档工作 | Claude Sonnet 5.5、GPT-6.1 Sol | 测试通过率、修改质量、返工时间 |
| 注重性价比的编程 | Grok 4.7、DeepSeek V4 Pro | 测试结果与总成本（Grok 4.7超过200K token后价格翻倍） |
| 多模态输入 | Gemini 3.8 Flash、Qwen3.8-Flash | 是否支持实际输入类型，是否遗漏细节 |
| 批量分类、提取和初稿 | GPT-6 Luna、GLM-5.3 Flash、DeepSeek Flash | 结构准确性、重试次数、每个合格结果的成本 |
| 长文档分析 | Kimi K3或其他长上下文模型 | 关键证据是否被找到，是否误读长文 |
OpenAI的模型指南将Astra定位于最难的推理、编程和研究工作，GPT-6.1 Sol以更低成本提供接近Astra的表现，Luna用于聚焦的大批量工作。其他候选也需要用自己的数据测试；供应商定位无法保证你的任务表现。
当前模型价格与上下文
价格单位为美元／百万token，输入／输出。以各厂商官方直连API价格为主；网关与直连报价不同时会注明路由。缓存写入、工具调用、长上下文分级价格、分时计费和税费都会改变总费用。数据来源：OpenAI、Anthropic、Google、xAI、DeepSeek、OpenRouter模型API。
| 厂商 | 模型 | 状态 | 上下文 | 输入／输出（路由） | 适合场景 |
|---|---|---|---|---|---|
| OpenAI | GPT-6 Astra | 正式发布，9月3日 | 1.05M | $10 / $50 | 最难的推理、编程、计算机操作和研究 |
| OpenAI | GPT-6.1 Sol | 正式发布，9月29日 | 1.05M | $2 / $10（缓存输入$0.10） | 以更低成本完成接近Astra水平的编程和专业工作 |
| OpenAI | GPT-6 Sol／Luna | 正式发布，9月22日 | 1.05M | $2 / $10；$0.10 / $0.50 | 编程和智能体工作；聚焦的大批量工作 |
| OpenAI | GPT-5.6 Sol／Terra／Luna | 正式发布，7月9日 | 1.05M | $4 / $20（促销）；$2 / $12；$0.20 / $1.20 | Astra以下的性价比档位 |
| Anthropic | Claude Fable 5.1 | 正式发布，9月1日 | 1M | $10 / $50 | 上限更高的复杂自主工作 |
| Anthropic | Claude Opus 5.5 | 正式发布，9月22日 | 1M | $4 / $20 | Claude Code在复杂编程和智能体任务上的推荐默认模型 |
| Anthropic | Claude Opus 5 | 正式发布，7月31日 | 1M | $5 / $25 | 以Fable一半的输入价格处理困难编程和长时间运行的智能体 |
| Anthropic | Claude Sonnet 5.5 | 正式发布，9月28日 | 1M | $2 / $10 | 日常编程、智能体和知识工作 |
| Gemini 3.8 Flash | 正式发布，9月2日 | 1M | $0.75 / $3.75（促销至12月31日） | 快速多模态处理和长周期软件工程 | |
| Gemini 3.1 Pro | 预览版 | 以200K分级 | 200K以内$2 / $12；超出部分$4 / $18 | Google的Pro后继版本发布前的Pro级推理 | |
| xAI | Grok 4.7／Grok 4.6 | 正式发布，9月21日／8月12日 | 500K | 官方直连和OpenRouter均为$2 / $6（超过200K翻倍） | 编程、工程和工具调用 |
| DeepSeek | V4 Pro (0813)／V4.1 Flash | 正式发布，8月13日／9月10日 | 1M | 官方直连：$1.32 / $3.96；高峰时$0.30 / $1.20（非高峰半价） | 低成本推理和编程 |
| Z.ai | GLM-5.3／GLM-5.3 Flash | 已发布，8月18日／8月26日 | OpenRouter上为1,048,576 | OpenRouter（10月5日）：$1.40 / $4.40（Z.ai端点）；$0.075 / $0.25（DeepInfra，五折促销价） | 长周期工程；低价多模态 |
| Alibaba | Qwen3.8-Max／Qwen3.8-Flash | 已发布，8月3日／8月26日 | 1M | $2 / $6；$0.15 / $0.47（Token Plan） | 多模态智能体和编程 |
| Moonshot AI | Kimi K3／Kimi K2.7 Code | 已发布，7月16日／6月 | 1M / 262K | 网关：$3 / $15；$0.95 / $4 | 前沿推理；长链路编程智能体任务 |
| MiniMax | M3 | 开放权重，6月1日 | 最高1M | 512K以内$0.30 / $1.20（7月核查） | 高效的多模态智能体 |
| Mistral | Medium 3.5／Small 4 | 已发布，4月／3月 | 256K | $1.50 / $7.50；$0.15 / $0.60（7月核查） | 欧洲部署和开放模型 |
| Meta | Llama 4 Scout／Maverick | 开放权重，2025年4月 | 最高10M | 取决于托管方 | 自托管和生态灵活性 |
低价模型的价格取决于提供商路由。10月5日，OpenRouter上DeepInfra的端点对DeepSeek V4 Flash收取$0.09／$0.18，对GLM-5.3 Flash收取五折促销价$0.075／$0.25（Z.ai自有端点为$0.15／$0.50）；而V4 Flash输入单价最低的路由虽然输入只要$0.03，输出却高达$1.28。GLM-5.3的第三方提供商价格也从输入$0.03、输出$12到$2.80／$8.80不等。新提供商加入后，OpenRouter目录层面的报价也会变化，因此应按自己的输入／输出比例比较各端点价格。
上下文容量表示接口接受的规模，不保证模型能准确使用每一段资料。API目录中的具体端点限制应优先于模型家族的宣传数字。
DeepSeek路由区别： 9月10日发布的V4.1 Flash支持图片输入。官方API的deepseek-flash现在提供V4.1 Flash，旧的deepseek-v4-flash和deepseek-v4-flash-vision-exp名称也已转向该版本；V4 Pro 0813仍可使用。V4.1 Flash输入／输出在高峰时为$0.30／$1.20，非高峰为$0.15／$0.60。高峰时段是工作日UTC 01:00–04:00和06:00–10:00。OpenRouter上的deepseek/deepseek-v4-flash和deepseek/deepseek-v4.1-flash由许多第三方提供商以差异很大的价格提供，实际费用应按所用路由及其当前计费规则确认。
GPT-6 Astra与GPT-6.1 Sol的预算细节
OpenAI官方模型页确认Astra支持1,050,000 token上下文和128,000 token最大输出，标准基础输入／输出价格为$10／$50。超过272,000输入token的请求适用更高费率；缓存写入和工具调用也可能增加成本。
9月29日发布的GPT-6.1 Sol（gpt-6.1-sol）被OpenAI描述为：在复杂编程、计算机操作和专业工作上以更低成本提供接近Astra的表现。272K输入token以内的提示价格为输入$2、缓存输入$0.10、缓存写入$2.50、输出$10，其中缓存输入价格是GPT-6 Sol的一半。它支持文本和图片输入，多智能体委派目前处于测试阶段。
预算上有两点最重要。第一，Astra的价格是GPT-6 Sol的5倍，因此常规工作用Sol和Luna成本更低。第二，OpenAI在所有档位都按输入价格的1.25倍收取提示缓存写入费用。
因此，不要用“输入token × 表中单价”估算整个工作。记录实际输入、输出、缓存、工具调用和失败重试，才能比较每份合格交付物的成本。
如何做一次有用的模型比较
- 选真实任务。 例如根据已批准的产品资料写文章初稿，或修复一个已有复现步骤的代码问题。
- 固定输入和工具。 两个模型使用相同资料、权限、提示和验收标准。
- 检查结果。 文章核对来源，代码运行测试，数据提取校验字段。
- 记录总成本。 包括重试和人工修改时间；不要只比较每百万token价格。
- 保存模型ID与日期。 别名、预览版本、网关路由和价格会变化。
对中文任务，还应单独检查术语、自然表达和引用来源。英文基准分数不能直接代表中文业务材料的质量。
在Teamday中使用
Teamday把模型与文件、工具和工作上下文连接起来。已配置的harness决定具体可选模型。截至9月30日，模型选择器中的一线路径如下：
| Harness | 当前可选模型 |
|---|---|
| Claude Code | Claude Opus 5.5（推荐）、Fable 5.1、Sonnet 5.5、Haiku 4.5 |
| Codex | GPT-6 Astra（推荐）、GPT-6.1 Sol、GPT-6 Sol、Luna；GPT-5.6 Sol／Terra／Luna |
| Google Antigravity | Gemini 3.8 Flash（推荐）、3.7 Flash、3.1 Pro |
| Qwen Code | Qwen 3.7 Plus（Coding Plan）；Qwen3.8-Max和Qwen3.8-Flash（Model Studio API密钥）；Qwen 3.6 Plus |
| Grok Build | Grok 4.6（推荐）、Grok 4.5、Grok Build 0.1 |
| Pi | Kimi K3、GLM-5.3、GLM-5.3 Flash、DeepSeek V4 Pro、DeepSeek V4 Flash（提供商现已改为提供V4.1 Flash） |
| OpenCode | Kimi K3（推荐）、Kimi K2.7 Code |
请以应用中的模型选择器和AI提供商连接状态为准。上面的价格表是市场比较，并不表示表中每个模型或端点都能在Teamday中直接选择。Teamday的Grok Build harness目前仍运行Grok 4.6。
如果目标是文章初稿，可以先看Maya的内容样例（英文），再打开Maya的页面，选择 Install。向Maya提供目标读者、已批准资料和验收要求，审核事实后再发布。平台费用请查看Teamday价格。
9月23日以来的变化
- Anthropic： Claude Sonnet 5.5于9月28日发布，价格与Sonnet 5相同，为$2／$10。为Sonnet 5编写的代码在5.5上可能出错：Anthropic列出了五项变更，包括强制工具调用（
tool_choice为any或tool）会返回错误等，因此固定模型的集成在切换前应先测试。Claude Sonnet 4.5将于2026年11月30日从Claude API退役。 - OpenAI： GPT-6.1 Sol于9月29日发布，价格为$2／$10，缓存输入$0.10。
- xAI： Grok 4.7在xAI API上200K token以内为$2／$6。OpenRouter现在也是同一价格，高于此前的$1.60／$4.80。
- 网关： OpenRouter上新增的低输入价提供商改变了DeepSeek V4 Flash、GLM-5.3和Kimi K3的目录层面报价，因此本文现在会注明每个网关价格背后的提供商。GLM-5.3和GLM-5.3 Flash的大多数端点显示1,048,576 token上下文。
- Google和DeepSeek： 自Gemini 3.8 Flash（9月2日）和DeepSeek V4.1 Flash（9月10日）以来没有新的文本模型。Google在9月22日发布的是语音合成模型。
常见问题
免费模型够用吗？
对于可以人工复核的短草稿或提取实验，值得测试。免费OpenRouter模型指南（英文）列出当前免费端点及请求限制。持续运行的工作还需要考虑中断、重试和数据处理要求。
模型更贵就一定更好吗？
价格不能代替任务验证。比较同一份任务中可接受的结果比例，以及完成并审核一次工作的总成本。
开放权重意味着可以任意商用吗？
不一定。许可证、托管服务条款和数据处理条件是不同问题，应检查具体模型及提供商的条款。
继续阅读
下次定期核查：2026年11月；若主要厂商发布新模型或调整价格，会提前更新。