语言大模型
最后更新：2026-06-08 数据来源：各主流厂商官方文档实时抓取 +
data/models.yaml自动生成
🧭 旗舰大模型选型罗盘
面对 2026 年爆发式增长的模型矩阵，单纯对比参数已失去意义。我们总结了针对不同落地场景的最佳实战选型建议：
| 业务场景 / 架构需求 | 闭源旗舰 (性能天花板) | 开源基座 (私有化) | 极速低成本选项 | 特殊维度与极客备选 |
|---|---|---|---|---|
| 代码重构与系统设计 | Claude Opus 4 (全局重构最优) |
DeepSeek-V4-Pro MiMo-V2.5-Pro |
Claude Sonnet 4 Qwen3-Coder |
Mistral Large 3 (主打远程工作流集成) |
| 高频 Agent 与 API 调用 | GPT-5.5 Instant | MiMo-V2.5 Qwen3-235B |
DeepSeek-V4-Flash (每百万Token低于$0.1) |
Gemini 3.5 Flash |
| 强逻辑推理与数学计算 | o3 | DeepSeek-V4-Pro | Phi-4 | DeepSeek-R1 MiMo-7B-RL (端侧) |
| 超大规模文档与财报解析 | Gemini 3.5 Pro | Llama 4 Scout (10M) | Kimi K2-6 (长程优化) | Claude Sonnet 4 (1M) |
| 全模态交互与原生语音视觉 | GPT-5.5 Pro | GLM-5.1 混元 HY3 |
MiniMax M3 | - |
[!TIP] 关于 1M+ 超长上下文的落地警示 尽管模型厂商均标榜百万上下文，但在实际生产中，将全量代码丢入 Context 依然会引发"大海捞针"般的注意力衰减并消耗巨大 API 成本。高级 RAG + 128K 窗口依然是构建企业级应用的最优解。
📋 通用对话型模型总览
🌏 海外模型
| 模型与版本 | 核心参数 (上下文/输出) | 价格 (入/出) | 核心亮点 | 部署方式 |
|---|---|---|---|---|
| 🌏 GPT-5.5 Pro / Thinking (API: gpt-5.5-pro-20260423) |
In: 1M Out: 128K |
$5/$30 | 1M 上下文 + 128K 输出 Computer Use 原生支持 多级推理 (low/medium/high/xhigh) |
☁️ 商业 API / 闭源 |
| 🌏 GPT-5.4 | In: 128K Out: 32K |
$2/$8 | 高性价比编码模型 $2/MTok 输入 |
☁️ 商业 API / 闭源 |
| 🌏 GPT-5.5 Instant (API: gpt-5.5-instant-20260505) |
In: 128K Out: 32K |
$0.4/$1.6 | 日常任务高频使用 极低延迟与推理成本 |
☁️ 商业 API / 闭源 |
| 🌏 GPT-5.4-nano | In: 128K Out: 32K |
$0.1/$0.4 | 超低延迟 极低成本 |
☁️ 商业 API / 闭源 |
| 🌏 Claude Opus 4.8 (API: claude-4-8-opus-20260528) |
In: 1M Out: 128K |
$5/$25 | 1M 上下文 + 128K 输出 扩展+自适应推理 编码能力标杆 |
☁️ 商业 API / 闭源 |
| 🌏 Claude Sonnet 4.6 (API: claude-4-6-sonnet-20260215) |
In: 1M Out: 64K |
$3/$15 | 1M 上下文 + 64K 输出 性价比最高 开发者首选 |
☁️ 商业 API / 闭源 |
| 🌏 Claude Haiku 4.5 (API: claude-4-5-haiku-20251022) |
In: 200K Out: 8K |
$1/$5 | 200K 上下文 极低延迟 $1/$5 per MTok |
☁️ 商业 API / 闭源 |
| 🌏 Gemini 3.5 Pro (API: gemini-3.5-pro) |
In: 2M Out: 128K |
未公布 | 2M 超长上下文 原生多模态与Deep Think |
☁️ 商业 API / 闭源 |
| 🌏 Gemini 3.5 Flash (API: gemini-3.5-flash) |
In: 1M Out: 64K |
未公布 | 高频次Agent调用 高性价比多模态 |
☁️ 商业 API / 闭源 |
| 🌏 Grok 4 | In: 128K Out: 32K |
未公布 | 实时全网搜索 Imagine API 图像生成 Voice API |
☁️ 商业 API / 闭源 |
| 🌏 Cohere Command R3 | In: 128K Out: 8K |
$2.5/$10 | 最高效的 RAG 召回 Citation 原生支持 企业级 |
☁️ 商业 API / 闭源 |
| 🌏 Mistral Vibe (API: mistral-vibe) |
In: 256K Out: 8K |
商业调用定价 | 原生支持 Work Mode 专研远程编码集成 替代 Le Chat 成为主力 |
☁️ 商业 API / 闭源 |
| 🌏 Llama 4 Maverick | In: 1M Out: 32K |
开源自部署 | 400B MoE 1M 上下文 多模态 |
✅ 开源可部署Llama 4 |
| 🌏 Llama 4 Scout | In: 10M Out: 32K |
开源自部署 | 109B MoE 10M 超长上下文 vLLM 部署 |
✅ 开源可部署Llama 4 |
| 🌏 Gemma 3 | In: 128K Out: 8K |
开源自部署 | 1B-27B 多规格 128K 上下文 多模态 |
✅ 开源可部署Gemma |
| 🌏 Phi-4 | In: 16K Out: 16K |
开源自部署 | 14B 参数 数学推理极强 端侧部署 |
✅ 开源可部署MIT |
| 🌏 Mistral Large 3 (API: mistral-large-3) |
In: 256K Out: 8K |
开源自部署 | 675B MoE (41B 激活) 256K 超长上下文 原生多模态支持 |
✅ 开源可部署Apache-2.0 |
🏯 国内模型
| 模型与版本 | 核心参数 (上下文/输出) | 价格 (入/出) | 核心亮点 | 部署方式 |
|---|---|---|---|---|
| 🏯 GLM-5.1 | In: 128K Out: 16K |
未公布 | 智谱最新旗舰 全模态 (文本/视觉/图像/视频/语音) GLM-5 系列最新 |
☁️ 商业 API / 闭源 |
| 🏯 Kimi K2-6 | In: 128K Out: 16K |
未公布 | 超强长上下文 强化的代码推理 Agent 自主执行 |
☁️ 商业 API / 闭源 |
| 🏯 DeepSeek-V4-Pro (API: deepseek-v4-pro) |
In: 1M Out: 384K |
$0.435/$0.87 | 1.6T MoE (49B 激活) 1M 上下文, thinking 模式 384K 输出 |
✅ 开源可部署Proprietary |
| 🏯 DeepSeek-V4-Flash (API: deepseek-v4-flash) |
In: 1M Out: 64K |
$0.07/$0.28 | 284B MoE (13B 激活) 1M 上下文 极低成本 $0.004 cache hit |
✅ 开源可部署Proprietary |
| 🏯 MiniMax M3 | In: 1M Out: 64K |
未公布 | MSA 架构 1M 上下文 Coding/Agentic 前沿 |
☁️ 商业 API / 闭源 |
| 🏯 腾讯混元 HY3 | In: 256K Out: 16K |
免费/低价 | 文本/图像/视频/3D 全模态 MoE 架构 |
☁️ 商业 API / 闭源 |
| 🏯 Qwen3.7-Plus (API: qwen3.7-plus) |
In: 128K Out: 8K |
商业调用定价 | 专精 GUI 导航与屏幕感知 AndroidWorld 霸榜 纯 API 商业调用 |
☁️ 商业 API / 闭源 |
| 🏯 Qwen3.7-Max (API: qwen3.7-max) |
In: 128K Out: 8K |
商业调用定价 | 极致的中文与逻辑推理 长程上下文强关联 |
☁️ 商业 API / 闭源 |
| 🏯 Qwen3-Coder-480B | In: 128K Out: 16K |
开源自部署 | 480B MoE 代码专精 开源代码模型标杆 |
✅ 开源可部署Apache-2.0 |
| 🏯 ERNIE (文心一言) | In: 128K Out: 8K |
免费/低价 | 千帆 Agent 平台 MCP 支持 百度搜索增强 |
☁️ 商业 API / 闭源 |
| 🏯 百川 M3 Plus | In: 128K Out: 8K |
免费 | 免费使用 中文优化 |
☁️ 商业 API / 闭源 |
| 🏯 讯飞星火 4.0 | In: 128K Out: 8K |
免费/低价 | 教育场景优化 语音能力突出 |
☁️ 商业 API / 闭源 |
| 🏯 Step 3 | In: 128K Out: 16K |
未公布 | Step Router 智能路由 Pro+Flash 双引擎 |
☁️ 商业 API / 闭源 |
| 🏯 DeepSeek-R1 | In: 128K Out: 64K |
开源自部署 | 671B MoE 开源推理标杆 MIT 许可 |
✅ 开源可部署MIT |
| 🏯 MiMo-V2.5-Pro (API: mimo-v2.5-pro) |
In: 1M Out: 64K |
开源自部署 / API调用 | 1.02T 参数 MoE 架构 1M 超长上下文支持 Agent/Coding 开源综合第一 |
✅ 开源可部署MIT |
| 🏯 MiMo-V2.5 (基础版) | In: 128K Out: 16K |
开源自部署 | Agent 能力前沿 Pro/Omni/Flash 多版本 开源 |
✅ 开源可部署Apache-2.0 |
| 🏯 MiMo-7B-RL | In: 128K Out: 16K |
开源自部署 | 7B 参数 AIME 2024: 80.1 超 DeepSeek R1 小模型推理标杆 |
✅ 开源可部署Apache-2.0 |
| 🏯 MiniCPM4-8B | In: 128K Out: 8K |
开源自部署 | 8B 端侧部署 Apache 2.0 Ollama 支持 |
✅ 开源可部署Apache-2.0 |
⚡ 推理能力速查
| 能力维度 | 顶级闭源 | 顶级开源 | 端侧小模型 |
|---|---|---|---|
| 数学推理 | o3 | DeepSeek-R1 | MiMo-7B-RL |
| 代码生成 | Claude Opus 4 | Qwen3-Coder-480B | Phi-4 |
| Agent 执行 | GPT-5.5 | MiMo-V2.5-Pro | — |
| 长上下文 | Gemini 3.5 (2M) | Llama 4 Scout (10M) | — |
| 中文能力 | — | DeepSeek-V4 / Qwen3 | MiniCPM4-8B |
| 多模态 | GPT-5.5 Pro | GLM-5.1 | — |
更新频率：每季度更新，重大发布即时更新。 自动化：运行
python scripts/build_docs.py从 YAML 重新渲染表格。