跳到主要内容

模型与 API 选型雷达

模型目录和免费 API 条款核实于 2026-09-12。正式集成前，务必再次核对官方文档及账号内的实际限额。

通读了七家厂商的资料后，最大的变化不是谁又宣称自己“最强”，而是产品线终于清晰了：旗舰模型攻坚难题，中端模型承担日常流量，小模型低成本处理重复性工作。图像、视频和实时语音也在向专用端点迁移。

所以我不再问“哪家最强”，而是先问三个问题：这个任务值得上旗舰吗？中端模型能搞定吗？为了开放权重的控制权，自己维护推理栈是否划算？

托管 API：先定档位，再选厂商​

厂商当前产品线我的解读
OpenAIGPT-6 Astra；GPT-5.6 Sol / Terra / LunaOpenAI 将 Astra 定位为处理最难端到端任务的旗舰。Sol 仍可用，Terra 和 Luna 承担成本更低的工作。四者均标称 1.05M 上下文，但长文档的可靠性不能只看容量参数。
AnthropicClaude Fable 5.1 / Opus 5 / Sonnet 5 / Haiku 4.5Anthropic 将 Fable 5.1 定位于高难推理和长程 Agent 任务，Opus 5 面向复杂 Agent 编码，Sonnet 5 平衡速度与智能，Haiku 4.5 侧重低延迟。
GoogleGemini 3.8 Flash（稳定版）/ Gemini 3.1 Pro（预览版），以及 Live、图像和视频模型模态划分非常清晰。实时语音或原生媒体处理，应测试专用端点，而不是让文本旗舰模型包揽一切。
xAIGrok 4.6，以及 Imagine 和 Voice APIGrok 4.6 侧重代码与对话。时事信息依赖搜索工具，并非模型内置能力。
DeepSeekV4.1 Flash / V4 Pro（0813）deepseek-flash 对应 V4.1 Flash，支持视觉；deepseek-v4-pro 对应 V4 Pro-0813，不支持视觉。两者均支持思考/非思考模式、Responses API，以及 OpenAI/Anthropic 格式访问。

旧 ID deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 仍被接受，但请求现在转给 V4.1 Flash，并按 Flash 价格计费，不能再选中已退役的原模型。

实操中我会从中端档开始。Terra、Sonnet、Gemini Flash、Grok 和 DeepSeek V4.1 Flash / V4 Pro 都可以进入首轮测试。只有当任务反复失败、值得承担更高成本时，我才会测试 Astra、Sol、Fable 5.1 或 Opus 等更强档位。反之，已经跑顺的提取、分类和格式转换，应继续下放给 Luna、Haiku 或其他更便宜的档位。

这比每个问题都上旗舰更省钱，也比一开始就死磕最低 Token 单价更省心。

免费 API：维护短名单，而非永久榜单​

对于个人原型，我现在保留三条主线：Gemini 处理长上下文和多模态，Groq 处理低延迟，OpenRouter 用一个接口试不同免费模型。它们都能零付费起步，但在计量单位、重置周期和数据条款上差异巨大。

服务当前零付费入口我会怎么用先看清的限制
Gemini Developer API当前有 Free tier，AI Studio 在支持地区免费长文档、多模态和研究原型配额按模型变化；免费层内容可能用于改进 Google 产品，敏感资料不放进去
GroqFree Plan，按组织和模型限制 RPM、RPD、TPM、TPD低延迟聊天、语音和工具 Worker官网只给高层摘要，账号内 Limits 页面才是当前精确值
OpenRouter :free多供应商免费模型，共用一套兼容接口快速试模型和做简单 Fallback免费变体有平台级分钟/每日上限；信用余额与上游拥堵也会影响调用
MistralFree mode 默认开放 API，无需信用卡Mistral 模型原型官方只承诺有限用量和限流，没有稳定的公开数字
Cloudflare Workers AI每天 10,000 Neurons 免费，00:00 UTC 重置已在 Cloudflare 上的边缘任务Neuron 不是 Token；部分前沿模型要求付费方案或预付 Credits
智谱 GLM-4.7-Flash位于官方免费模型目录，提供 OpenAI 风格 Chat Completions中文和 Agentic Coding 备选文档页给出 200K 上下文和 128K 最大输出，但未写清可依赖的每日/月度额度
Hugging Face Inference ProvidersFree 用户每月 $0.10 Credits，金额可能调整，仅适用于经 Hugging Face 路由的请求验证客户端或跑极小测试自定义供应商 key 不使用这笔额度；它更像持续的小额试用，不适合作为主力服务

最值得记录的不是又多了几家，而是两项退出：Cerebras 当前只有绑定验证支付方式后的 $5、30 天 Free Trial，并没有自动续期的免费层；GitHub Models 已在 2026-07-30 全面退役。 这也暴露了供应商比较文章的保质期：OpenRouter 自己 6 月的免费 API 文章到 8 月已经在这两项上过时。

因此我不会把免费入口接成单点依赖。个人项目可以先用 OpenRouter 统一接口，再把 Gemini 和 Groq 作为有明确任务分工的直连备用；Cloudflare 或 GLM 只在技术栈和语言场景合适时加入。所有免费服务都要处理 429、Retry-After、每日预算和失败切换，也都不该默认接收私有代码或客户数据。

这里讨论的是 API 推理额度，不是终端 Agent 的订阅内含次数。后者单独记录在 AI 编码 CLI 免费额度。

本地推理是另一项决策​

当数据必须留在本地，或稳定负载足以支撑服务运行时，请转到本地 AI 技术栈。硬件适配、编码候选、运行时和评测各有独立页面；本页不再复制这些快照。

价格只需扫一眼，别当策略​

以下为 2026-09-12 核对的标准文本目录价格，按每百万输入/输出 Token 计价，单位为美元；它们不代表任务总成本或账号使用权益。缓存、批量作业、推理模式、长上下文及合同条款会显著改变实际账单。

厂商当前层级（输入 / 输出）
OpenAIAstra 10 / 50; Sol 4 / 20; Terra 2 / 12; Luna 0.20 / 1.20
AnthropicFable 5.1: 10 / 50; Opus 5: 5 / 25; Sonnet 5: 2 / 10; Haiku 4.5: 1 / 5
xAIGrok 4.6: 2 / 6
DeepSeek按高峰/低谷及缓存命中/未命中分层，单一标价具有误导性

我不会看完这张表就换模型。一次调用便宜一半，如果经常重试、修错或卡在工具调用上，最后反而更贵。真正值得记的是一类任务做成一次花多少，不是一个 Token 的挂牌价。

如果今天开新项目​

我的顺序是：

  1. 用最适合现有工作流的中端模型运行五个真实任务；
  2. 记录失败案例，区分模型问题与工具或提示词问题；
  3. 仅将顽固难题迁移至旗舰模型；
  4. 对已变得重复且可预测的工作尝试更便宜的模型；
  5. 当数据必须留在本地，或负载足以支撑服务运行时，转到本地 AI 技术栈。

这些官网资料足够帮我缩小候选范围，但选不出总冠军。真正有用的下一步，是拿自己的仓库和文档跑同一批任务，保留失败案例，再决定默认用谁。

探索关联

相关讨论 (6)

引用了 (2)

被引用 (5)

同主题的其他笔记 (2)

打开关联网络