跳至正文

从目标出发,找到产品、方案与交付方法。

语言
全球站 / Global描述目标
14 组双盲对照

AI 模型路由对照评测集

在同等流形快照下对主流路由决策组合进行横向对比,清晰呈现单位美元收益、延迟退化预警与 ZDR 合规边界。

参考基线快照(非实时遥测)· GEO 摘要CN · 2026-11-21

模型对照评测索引(CN 参考基线)前三:deepseek/deepseek-v4-1-flash / minimax/minimax-m3-1-flash / zhipu/glm-5-3-flash;峰值标价性价比 openai/gpt-6-luna(507.8/$)。分叉预警:openai/gpt-6-2-astra 属高基准参考延迟退化,minimax/minimax-m2-flash 属高性价比黑马(非实时遥测)。

口径说明:排行、标价成本、参考延迟与基准分来自静态公开规格与参考基线(非实时网关流量,未经第三方 ZDR 审计签章的节点保持 Unverified)。

deepseek-v3-2 vs claude-sonnet-4-5

DeepSeek V3.2 vs Claude Sonnet 4.5

参考标价差距与编码基准下,高频代理循环如何按预算与区域分层路由?

按官方标价 DeepSeek V3.2 综合单价显著更低且支持中国区直连;Claude Sonnet 4.5 在国际站高难度多文件基准上分值领先。

deepseek-v3-2: 212.8/$ · 195msclaude-sonnet-4-5: 17.9/$ · 365ms
查看完整对比表
deepseek-r1 vs o3-deep-research

DeepSeek R1 vs OpenAI o3 Deep Research

深度推理场景下,交互式参考响应与长思考研究模型该如何取舍?

DeepSeek R1 参考首字 310ms、单位标价收益更高;o3 Deep Research 参考基准分居首但首字达 960ms,触发延迟退化预警。

deepseek-r1: 108.7/$ · 310mso3-deep-research: 7.7/$ · 960ms
查看完整对比表
qwen3-coder-480b vs gpt-5

Qwen3 Coder 480B vs GPT-5

256K 仓库代码专用 MoE 与 400K Responses 旗舰在规格上有何差异?

Qwen3 Coder 480B 支持中国区直连且标价成本较低;GPT-5 具备 400K 窗口与原生 /v1/responses 状态流兼容性。

qwen3-coder-480b: 147.2/$ · 235msgpt-5: 24.2/$ · 370ms
查看完整对比表
qwen3-235b-a22b vs claude-opus-4-5

Qwen3 235B A22B vs Claude Opus 4.5

高性价比黑马与高基准旗舰的次协调分叉差距体现在哪些参考维度上?

Qwen3 235B A22B 按 $0.288/1M 标价贡献 317.7/$ 参考收益(黑马);Opus 4.5 参考延迟达 820ms 且标价 $9.00/1M(延迟预警)。

qwen3-235b-a22b: 317.7/$ · 178msclaude-opus-4-5: 10.9/$ · 820ms
查看完整对比表
gemini-3-flash vs gpt-5-mini

Gemini 3 Flash vs GPT-5 Mini

极速子代理选路应在 1M 多模态 Flash 还是 400K Responses 轻量版之间抉择?

Gemini 3 Flash 拥有 1M 窗口、较低标价与高参考吞吐;GPT-5 Mini 原生契合 OpenAI Responses 工具契约。

gemini-3-flash: 380.0/$ · 150msgpt-5-mini: 226.0/$ · 170ms
查看完整对比表
gemini-3-pro vs kimi-k2-thinking

Gemini 3 Pro vs Kimi K2 Thinking

超长上下文场景中,2M 国际全模态窗口与 256K 中国区直连多步思考如何分工?

Gemini 3 Pro 适合音视频与 2M 级单次全仓分析;Kimi K2 Thinking 具备中国区直连可达性与 256K 长程工具推理能力。

gemini-3-pro: 47.9/$ · 330mskimi-k2-thinking: 97.0/$ · 360ms
查看完整对比表
minimax-m2-flash vs llama-4-maverick-400b

MiniMax M2 Flash vs Llama 4 Maverick 400B

两款高性价比黑马在跨区直连、标价与基准分数上如何互补?

MiniMax M2 Flash 标价最低($0.192/1M,455/$);Llama 4 Maverick 在 512K 上下文下拥有更高参考编程基准分。

minimax-m2-flash: 455.2/$ · 148msllama-4-maverick-400b: 262.4/$ · 162ms
查看完整对比表
glm-4-plus vs doubao-1-5-pro-256k

GLM-4 Plus vs Doubao 1.5 Pro 256K

国内检索场景中,Unverified 默认基线与带 TLS Warn 提示的节点如何权衡优先权?

GLM-4 Plus 无 TLS Warn 告警且参考首字更短;Doubao 1.5 Pro 提供 256K 窗口但带有 TLS 轮换 Warn 提示(两者均未关联外部审计回执)。

glm-4-plus: 143.8/$ · 240msdoubao-1-5-pro-256k: 189.2/$ · 280ms
查看完整对比表
qwen-vl-max-72b vs gemini-3-flash

Qwen VL Max 72B vs Gemini 3 Flash

GUI 视觉定位与文档 OCR 任务在中国区与国际站分别应选哪款多模态模型?

中国区票据 OCR 与桌面像素定位首选百炼直连的 Qwen VL Max 72B;国际站高速视觉流优先选择 Gemini 3 Flash。

qwen-vl-max-72b: 171.5/$ · 265msgemini-3-flash: 380.0/$ · 150ms
查看完整对比表
minimax-text-01-preview vs gemini-2-5-flash-lite-exp

MiniMax Text 01 Preview vs Gemini 2.5 Flash Lite Exp

两款处于 Unverified 状态的 1M 预览通道,流形引擎如何执行合规降权?

两者均无注册审计回执且处于较低置信区间,在流形排序与严格策略中被自动保守降权。

minimax-text-01-preview: 183.7/$ · 390msgemini-2-5-flash-lite-exp: 165.0/$ · 250ms
查看完整对比表
gpt-6-2-astra vs claude-fable-5-2

GPT-6.2 Astra vs Claude Fable 5.2

国际双顶配长思考旗舰在 /v1/responses 与多云 /v1/messages 间如何权衡?

两者均拥有 1M 级别窗口与 $8/$40 标价及较高缓存折让;GPT-6.2 Astra 面向 Codex /v1/responses,Claude Fable 5.2 原生支持 Vertex/Bedrock。

gpt-6-2-astra: 6.9/$ · 680msclaude-fable-5-2: 6.9/$ · 710ms
查看完整对比表
deepseek-v4-pro vs qwen4-max

DeepSeek V4 Pro vs Qwen4-Max

中国区 1M 窗口旗舰中,错峰极限单价与全模态 2.4T 平价直连如何互补?

DeepSeek V4 Pro 错峰 $0.66/$1.98 且支持 384K 超长思考输出;Qwen4-Max 提供全天候平价 1M 窗口与原生图像视频输入。

deepseek-v4-pro: 105.6/$ · 285msqwen4-max: 46.4/$ · 260ms
查看完整对比表
claude-sonnet-5-5 vs gpt-6-2-sol

Claude Sonnet 5.5 vs GPT-6.2 Sol

$2/$10 同价位 1M 编码主力,国际编程工作流应如何分配?

两者标价一致($2/$10);Sonnet 5.5 擅长 /v1/messages 多云工程修复,GPT-6.2 Sol 原生契合 /v1/responses 状态流。

claude-sonnet-5-5: 27.1/$ · 255msgpt-6-2-sol: 27.2/$ · 265ms
查看完整对比表
gemini-4-carbon vs grok-4-7

Gemini 4 Carbon vs xAI Grok 4.7

Google 第 4 代统一 1M 多模态旗舰与 xAI 低输出乘数推理引擎有何取舍?

Gemini 4 Carbon 提供 1M 统一音视频/代码共享上下文;Grok 4.7 在 <200K 档位以 3:1 输出比($2/$6)降低长生成输出费率。

gemini-4-carbon: 27.3/$ · 280msgrok-4-7: 34.7/$ · 240ms
查看完整对比表