首页模型对比

2026 AI 模型对比：DeepSeek vs GPT vs Claude vs Gemini

比较 DeepSeek V4.1 Flash、GPT-6 Astra、Claude Fable 5.1 与 Gemini 3.8 Flash 的上下文、输出上限和 API 价格，并查看各模型的详细分析。

本页内容

模型数据快照：2026-09-11

先按输入类型、上下文和预算筛选，再用自己的任务检查结果。下面汇总模型规格、价格和对比文章；公开测试成绩不代表它们在你的项目中一定有相同表现。

模型规格与价格快照

以下价格与规格核验于 2026 年 9 月 11 日。DeepSeek 表中展示高峰价，低峰时段更低；Gemini 当前同时列出首发价与常规价。长上下文加价、缓存与工具调用也会改变最终账单。

模型	可评估的任务	上下文	最大输出	输入 / 1M	输出 / 1M	阅读成绩时注意
DeepSeek V4.1 Flash	批量代码与文档任务	1M	384K	$0.30 高峰	$1.20 高峰	厂商成绩与独立测试分开看；不要用 V4 Pro 的分数代替 V4.1 Flash
GPT-6 Astra	多步骤代码修改	1.05M	128K	$10	$50	比较时核对推理档位、工具环境与任务版本
Claude Fable 5.1	长时间编码任务	1M	128K	$10	$50	长任务还需检查中断恢复、重试和人工返工
Gemini 3.8 Flash	图像、音视频与代码任务	1M	64K	$0.75 首发	$3.75 首发	确认接入端点支持所需输入；首发价与常规价不同

DeepSeek 展示高峰价，低峰半价；Gemini 同时列出常规价 $1.50 输入 / $7.50 输出；Astra 输入超过 272K 时有长上下文加价规则。

按任务筛选，再验证结果

关注调用费用

比较完成任务的总成本

用相同任务记录输入、输出、缓存和重试费用。表中单价低，不等于返工后的总成本低。

处理复杂代码

使用真实问题和测试

选择一个已知问题，固定修改范围和测试命令，检查最终差异。涉及安全或生产环境时保留人工审查。

运行长时间任务

检查连续执行是否稳定

记录任务完成情况、中途失败、恢复过程和人工接手用时，而不只看上下文窗口大小。

需要图片或音视频

核对模型与工具的输入支持

模型本身支持某种输入，不代表 DSH 当前端点或工具能直接处理。用一份不含敏感信息的样本确认。

准备比较多个模型

保持相同起点

给每个模型独立的项目副本、新会话、相同提示词和验收标准，避免前一次修改影响下一次结果。

怎样判断公开测试成绩能否比较

同一个模型在不同工具环境、推理档位和测试版本下，结果可能不同。读分数时一起检查这些条件。

规格与 API 价格：核对官方模型页、适用日期和计费条件。
成绩来源：区分厂商自测和独立评测，两者的测试配置可能不同。
可比条件：核对完整模型版本、测试集、推理设置和工具环境。
版本差异：V4 Pro 的独立分数不能当作 V4.1 Flash 的分数。
项目结果：同时记录失败任务、工具调用和人工返工，不只统计成功案例。

模型性能与 Coding Agent 文章库

官方与独立来源

数据快照核验于 2026 年 9 月 11 日。模型价格、别名和 Benchmark 方法都可能继续变化，大规模生产接入前应重新核对官方模型页。

模型接入、选型与费用指南

模型与费用

GPT-6.1 Terra 使用指南：功能、价格与 Sol 对比

了解 GPT-6.1 Terra 的图像理解、电脑操作、写作和编程能力，查看 ChatGPT Work、Codex 和 API 的使用入口。对比 GPT-6.1 Sol 的输入、输出及缓存价格，结合算例理解长上下文费用，并用图片提取和代码修改任务测试模型。区分官方评测与实际结果，帮助按任务难度选择模型。

阅读 →模型接入与费用