AI 模型对比，20+ 模型 (GPT/Claude/Gemini/Llama/通义/文心/智谱) 价格/上下文/速度/能力一网打尽 (2026 数据)。
- 本地处理
- 分类 AI 工具
- 适合 执行前先估成本、整理提示词或比较方案。
20+ 个 AI 模型横向对比，看真正决定你选哪家的那几列。
数据截至 2026-07-02| Yi-Lightning | 01.AI | 16K | $0.14 | $0.14 | 130 | 2024年6月 | 8.9 | 8.1 | 8.0 | 59.52 |
| Gemini 2.0 Flash | 1M | $0.15 | $0.60 | 180 | 2024年8月 | 8.3 | 8.2 | 8.0 | 28.65 | |
| GPT-4o mini | OpenAI | 128K | $0.15 | $0.60 | 100 | 2023年10月 | 7.5 | 7.8 | 7.5 | 26.67 |
| DeepSeek V3开源 | DeepSeek | 128K | $0.27 | $1.10 | 60 | 2024年12月 | 9.1 | 9.0 | 8.7 | 17.21 |
| Qwen 2.5 72B开源 | Alibaba | 128K | $0.40 | $1.20 | 65 | 2024年9月 | 9.2 | 8.5 | 8.3 | 13.54 |
| DeepSeek R1开源 | DeepSeek | 128K | $0.55 | $2.19 | 40 | 2024年12月 | 9.0 | 9.1 | 9.3 | 8.77 |
| GLM-4 Plus | Zhipu | 128K | $0.70 | $2.10 | 75 | 2024年8月 | 9.0 | 8.4 | 8.2 | 7.62 |
| Gemini 2.0 Pro | 2M | $1.25 | $5.00 | 95 | 2024年11月 | 8.7 | 8.7 | 8.8 | 3.68 | |
| Claude Haiku 4.5 | Anthropic | 200K | $1.00 | $5.00 | 140 | 2025年2月 | 7.9 | 8.1 | 7.8 | 3.61 |
| Qwen 2.5 Max | Alibaba | 32K | $1.60 | $6.40 | 70 | 2024年10月 | 9.3 | 8.7 | 8.6 | 2.92 |
| Mistral Large 2开源 | Mistral | 128K | $2.00 | $6.00 | 60 | 2024年7月 | 7.6 | 8.3 | 8.2 | 2.51 |
| GPT-4.1 | OpenAI | 1M | $2.00 | $8.00 | 110 | 2024年5月 | 8.5 | 8.9 | 8.6 | 2.28 |
| GPT-4o | OpenAI | 128K | $2.50 | $10 | 90 | 2023年10月 | 8.4 | 8.3 | 8.1 | 1.74 |
| Claude Sonnet 4 | Anthropic | 200K | $3.00 | $15 | 80 | 2025年1月 | 8.6 | 9.3 | 8.9 | 1.35 |
| ERNIE 4.0 Turbo | Baidu | 128K | $4.00 | $12 | 60 | 2024年5月 | 9.1 | 7.9 | 8.1 | 1.31 |
| Grok 3 | xAI | 128K | $3.00 | $15 | 70 | 2024年11月 | 8.0 | 8.6 | 8.9 | 1.29 |
| GPT-4 Turbo | OpenAI | 128K | $10 | $30 | 35 | 2023年12月 | 7.8 | 8.2 | 8.4 | 0.51 |
| o3 | OpenAI | 200K | $10 | $40 | 30 | 2024年6月 | 8.5 | 9.2 | 9.6 | 0.48 |
| o1 | OpenAI | 200K | $15 | $60 | 25 | 2023年10月 | 8.2 | 8.8 | 9.4 | 0.31 |
| Claude Opus 4.7 | Anthropic | 1M | $15 | $75 | 55 | 2025年3月 | 9.0 | 9.5 | 9.5 | 0.28 |
| Llama 3.3 70B开源 | Meta | 128K | 自托管 | 自托管 | 70 | 2024年7月 | 7.4 | 8.0 | 8.1 | — |
| Llama 4开源 | Meta | 1M | 自托管 | 自托管 | 80 | 2025年2月 | 8.1 | 8.5 | 8.6 | — |
排行榜
- 1.Yi-Lightning59.52
- 2.Gemini 2.0 Flash28.65
- 3.GPT-4o mini26.67
- 4.DeepSeek V317.21
- 5.Qwen 2.5 72B13.54
- 1.Qwen 2.5 Max9.3
- 2.Qwen 2.5 72B9.2
- 3.DeepSeek V39.1
- 4.ERNIE 4.0 Turbo9.1
- 5.Claude Opus 4.79.0
- 1.Claude Opus 4.79.5
- 2.Claude Sonnet 49.3
- 3.o39.2
- 4.DeepSeek R19.1
- 5.DeepSeek V39.0
- 1.o39.6
- 2.Claude Opus 4.79.5
- 3.o19.4
- 4.DeepSeek R19.3
- 5.Claude Sonnet 48.9
数据来源：各厂商公开 API 计费页 + Artificial Analysis 公开评测。
这个工具能做什么
一张表把 2026 年还在用的 20+ 大模型横向摆开：GPT-4 Turbo、GPT-4o、 GPT-4.1、o1、o3、Claude Sonnet 4、Claude Haiku 4.5、Claude Opus 4.7、 Gemini 2.0 Flash、Gemini 2.0 Pro、Llama 3.3、Llama 4、Mistral Large、 通义 Qwen 2.5、DeepSeek V3、智谱 GLM-4、零一 Yi 等。每一行都给出真 正决定你选哪家的字段：厂商、是否开源、上下文窗口、输入价（每百万 tokens）、输出价（每百万 tokens）、吞吐速度（tok/s）、训练截止时间， 以及我们自己长期跟踪的三个能力分：中文、代码、推理，每个 0 到 10。 表头任意列都能点一下就排序，筛选条还可以按厂商、价格区间、上下文 大小、开源/闭源来缩小列表。四个内置排行榜直接给结论：性价比最高、 中文最稳、写代码最稳、推理最强。数据来源标得很清楚：价格全部来自 各厂商公开 API 计费页（OpenAI、Anthropic、Google AI、Mistral、 DeepSeek、阿里云、智谱、01.AI、Together AI），能力分综合自 Artificial Analysis 公开榜单加上我们自己跑的对比。每张表都有 “数据截至 xx 月 xx 日”的明确标签，不藏着掖着假装永远新鲜。整个 工具是一段写死在页面里的数据，纯前端跑，不调任何 API，也不收集你 点了哪一列。
工具细节
- 输入
- 文本 + 数值
- 页面会根据工具类型展示文本框、数值控件、文件选择或结构化输入。
- 输出
- 即时结果 + 复制
- 结果区优先给出可操作结果，支持项会显示复制、下载或可视化预览。
- 隐私
- 浏览器本地处理
- 主工具逻辑未发现外部 API 调用，输入通常留在当前标签页内处理。
- 保存 / 分享
- 可分享链接状态
- 关键设置会进入 URL，复制链接后别人能复现同一组参数。
- 性能预算
- 首屏 JS ≤ 25 KB
- 没有声明 WASM 依赖，适合快速打开和移动端使用。
- 适用场景
- AI 工具 · 程序员
- 分类和职业标签用于推荐相关工具、组织内链，并帮助用户快速判断是否适合当前任务。
怎么用
-
1. 输入
把内容粘贴或拖入工具面板。
-
2. 处理
点击按钮,在浏览器内本地处理,文件不上传。
-
3. 复制 / 下载
一键复制结果或下载到本地。
AI 模型对比 适合怎么用
适合在真正消耗时间或 token 前,先规划、对比或整理 AI 工作。
适合 AI 工作流
- 执行前先估成本、整理提示词或比较方案。
- 把模糊 AI 任务变成清单、模板或可衡量计划。
- 让团队里的重复 AI 任务保持一致。
AI 检查项
- 把数据发给模型服务前,先核对假设条件。
- 没有合规授权时,不要把机密数据放进提示词。
- AI 生成建议先当草稿,验证后再用。
下一步可以接着做
这些入口会把当前任务接到更完整的工具链里。
真实使用场景
给 40 页合同摘要工具选模型
你要喂 8 万 token 的合同，输出还得便宜。先按上下文窗口排序，把 128k 以下的全踢掉，再按输入价排。GPT-4o mini 和 Gemini Flash 的输入价远低于每百万 1 美元，留下来；Opus 这活儿用不上，因为 纯抽取任务推理分高低几乎不影响结果。两次点击就把取舍看清楚。
选一个中文优先的客服机器人
深圳一个客服组每天 1.2 万张中文工单。你按中文能力那一列排，不 看综合感觉。这里 Qwen 2.5 和 DeepSeek V3 排在 GPT-4o 前面，而且 DeepSeek 能自托管，跑在自家 GPU 上单工单成本几乎归零。推理那一 列告诉你它处理退款逻辑这种边角情况也还稳。
上线前先给代码审查 agent 算账
你的 agent 每晚跑 200 次审查，每次大概 6k 输入、1.5k 输出。先筛 代码分 8 分以上，再看输入价和输出价两列估每月花费。Claude Sonnet 4 和 GPT-4.1 都过了代码门槛，但按你的量算下来价差 3 倍， 每月差出来的 400 美元能挪去买别的算力。
在开源自托管和托管 API 之间做决定
你在自托管 Llama 4 和买 Gemini Pro 之间权衡。打开开源/闭源筛选 把两家摆一起。表里 Llama 的价格标的是「自托管」，所以你直接比 能力分和吞吐，硬件成本自己算，而不是去信一个第三方租用单价， 那个价会把你真实的固定成本藏起来。
常见踩坑
按想象中的「综合分」排序。这里故意没有综合分。按你的任务挑中文、代码或推理那一列，或者直接看性价比排行榜。
只比输入价。摘要任务输入重，但聊天机器人输出重，而输出价常是输入价的 4 倍，这时输出价才是大头；按你真实的输入输出比例两列都看。
把自托管那一行的空价格当成免费。自托管是你自己的 GPU 账单，不是零；先比能力和吞吐，硬件成本单独算。
隐私说明
整个工具在你的浏览器里跑，对着一段随页面发下来的写死数据。你怎么排序、怎么筛、点了哪一列，都不离开本机，不调任何 API，也不进 URL。没有任何对你操作的统计，也不需要账号，所以你对比过哪些模型这件事不会被记到任何地方。
常见问题
类似工具组合
做你这行的人, 还会一起用这些。