LLM API 模型：比较 GPT、Claude、Gemini 与 Grok

使用模型广场显示的模型 ID

厂商公开的模型 ID 可能与 LLMFly AI 提供的 ID 不同。请复制当前 API Key 在模型广场中看到的模型 ID；ID 区分大小写，不可用时会返回 404。

先选择提供商，再确定具体型号

先比较每个提供商当前可用的模型，再查看准备使用型号的 API 价格、上下文窗口、输入类型、工具能力和迁移限制。

• OpenAI：GPT-5.6 Sol、Terra 与 Luna。
• Anthropic：Claude Sonnet 5。
• Google：Gemini 3.7 Flash。
• xAI：Grok 4.6。

根据实际任务选择 LLM API 模型

最合适的模型取决于具体工作，而不是通用排行榜。先根据应用需要的能力建立候选列表，再使用代表性任务测试，最后才切换生产请求。

• 编码：统计通过的补丁、工具可靠性、仓库理解和迭代延迟。
• 多模态：验证每一种输入类型、文件限制、预处理步骤和输出格式。
• AI Agent：测试工具选择、Schema 遵循、工具报错后的恢复，以及完整任务成本。
• 大批量处理：比较处理速度、重试率和每个通过结果的成本，而不只看 Token 单价。

比较 API 价格时不要混淆不同数字

厂商公开价、LLMFly AI 价格、API Key 分组的计费倍率和真实请求金额是不同数字。厂商价用于理解型号档位，模型广场用于确认当前价格，用量记录用于核对实际预算。

• 同时计入输入与输出 Token。
• 计入缓存写入、缓存读取和适用的长上下文档位。
• 计入推理 Token、工具、重试和对话历史。
• 模型、提示词或价格变化后重新计算。

投入生产前检查这些

• 输入类型与输出类型。
• 上下文窗口与最大输出。
• 工具、结构化输出和流式行为。
• LLMFly AI 当前价格、计费倍率和可用性。
• 为同类任务准备经过测试的备用模型。