AI入门第五课——大模型认识（持续更新中）

接下来带大家了解一下国内外比较知名的 AI 公司和大模型，以便大家后续选择。接下来的测评一方面是我个人体验，一方面是看跑分，还有一方面是看风评。

国外

Anthropic——Claude 系列模型

1. Claude-Fable-5.1

• 价格超级贵（常见的大模型里世界第三贵，第一贵是 claude-fable-5 和 gpt-6-astra）
• 最聪明，最智能，写代码强，记忆力强，人工理解强，审美能力强（可以看看他做的体素山水）

至于 Claude-Fable-5，价格更贵，而且能力可能不如 5.1，因此要用也用 5.1，故跳过。但是两者都贵，我也没用过，下一个。

2. Claude-Opus-5

• 价格贵但没有 Fable 那么离谱，可以看作 Fable 的低级版本（实际上是 Opus 先出现的）
• 能力强，智力强，突出是写东西更有人味，前端审美好，后端开发好，逻辑理解好，科学研究好……
• Fable 5.1、Fable 5 和 gpt-6-astra 后的第一大模型，各方面都很强很强
• 不过我依旧没用过满血 Opus，跳过

3. Claude-Sonnet

这个系列是 Opus 的低级版，都用 Claude 了，很少有人用这个，跳过。

补充：不过这个公司太出生，和军方合作，抵制中国用户，泄密，到处指控，是世界上名声最差的 AI 公司。

OpenAI——GPT 系列模型

注意：GPT 系列大多都有一个问题，就是没有人味。你让他干什么他就干什么。举个例子：我让他做个网站，他可能会想怎么做这个网站、怎么优化更好，然后做出来；但他不会想我的网站别人看的时候觉得怎么样。GPT 就是太死板的 AI 了，不如别的 AI 会做一些小巧思。所以实际上你最好明确你真的要干什么，然后做好规划以后让他做，这样会好很多。

1. gpt-6-astra

• 如果说 Astra 之前 OpenAI 被 Anthropic 压了一头，那 Astra 之后 OpenAI 稳稳拿下首位
• Astra 也是全能型选手，在每个方面（我是说每个，或者可以把中文写作去掉以后的每个），都是世界第一或者第二（总体上强于 claude-fable-5.1）
• 但是贵，和 Claude-Fable-5 一个价格，随便跑一下就是几十块，一个项目跑完可能要大几百了
• 因为他的价格太贵，暂时跳过

2. gpt-5.6

5. 6 系列一共三个模型：sol（太阳）＞ terra（地球）＞ luna（月亮）。

• sol：最强，确实强，确实慢，容易有雷霆大思考，但是前后端和思维能力以及智能体上都很不错，写文章也还不错，也可以说是 Opus 5 以下最适合大工程的大模型之一
• terra：便宜很多，做小任务够了，不过大一点的任务就没什么优势了，比他思维能力强还快还便宜的模型有很多。优点就是能用在 Codex 里，但总体不是很推荐——有比他好的为什么用它，因为它能在 Codex 里用吗？
• luna：好处——便宜，然后，没了。做任务甚至不如 deepseek-V4-flash，又笨又慢（真的慢）

3. gpt-5.5

当初时代的真神。真正能搞工程的模型代表，从 5.5 开始，AI 真的能独立开发大项目工程，非常强。不过现在被 gpt-5.6-sol 取代了（价格相同），因此现在也没人用了。

谷歌——Gemini 系列模型

到这里我们先明确一个东西：pro 和 flash 的区别。pro 就是旗舰款，特点是参数大，所以智力高、做事稳重，缺点是慢和容易过度思考；flash 是轻量款，优点是更快、干活儿更轻量，缺点是不够稳重、智力没那么高（按常理来说是这样，不过最近很多公司训练出问题，容易甚至导致两者反过来）。

1. gemini-3.8-flash

• 除了快还是快，足够用来干小的重复性任务，也足够便宜
• 优点是写文字挺好的，长文本推理、科学推理（单纯的语言文字，比如写小说等）也还不错，还有审美也不错（当然是审美，比如让他画个 2d 小插图还可以，但是让他做一个飞机模型就不行了，编程能力不够）
• 平时用来写写文章、问点学科小问题就行了，当个超级豆包就行
• 同时工具调用也很不错，简洁清晰，适合日常小任务
• 因为短板太多——还是不适合接入任何编程等项目
• 总的来说可以作为日常用的模型，因为快和智力够用

2. gemini-3.1-pro

超级早的模型了，落后几个时代了，跳过。

X（马斯克的那个）——Grok 系列模型

1. grok-4.6

• 强！可能比较少人用这个模型，但是这个模型又快又稳，智力综合来说很高，日常够用，体感速度很不错
• 而且编程很强，是的，真的很强，排名甚至紧接 gpt-5.6-sol
• 但不能只看专项能力，实际体验的时候他总会出现一些问题，比如这块中文理解不到位，那块思维链僵化等等问题，所以依旧不适合大工程，所以国内也没那么出名，期待后面几代模型改善（据说 grok-4.7 也堆参数，马上可能有超越 gpt-5.6-sol 的水平）

Moonlight——Kimi 系列模型

1. kimi-k3

• 神之大模型，国内力大砖飞的代表，模型参数很高，所以做事非常稳，智力很高，做事很完备（你给一个命令，他会处理好别的任务防止你觉得不满意）
• 尤其在审美方面很强（举个例子，做 PPT，这是我一句话生成出来的，然后告诉他可以去哪里找图片使用，然后他自己下载好看的图片，自己做渲染，最后自己做出来的 PPT）

• 同样的了，力大砖飞的好处——全方位的突出
• 他的审美强，可以看到
• 他的逻辑思维能力同样强——比如我最近使用他来进行数模比赛，他从头到尾找问题，竟然只是略逊于 gpt-6-astra（要知道换 DeepSeek 的话，gpt-6-astra 已经挑出更多更多的错误了）
• 他的中文能力也很强——也就是听得懂人话，也说得出人话
• 编程能力同样强，略逊于 gpt-5.6-sol
• 缺点也很明显——慢，贵（比国内其他顶级大模型贵三到四倍）

深度求索——DeepSeek 系列模型

1. deepseek-v4.1-flash

• 还没实际体验工程效果，不过据说已经到了能接入项目的程度
• 不过真的很快很快，速度比肩 Gemini，质量又比 Gemini 快，国内做小任务可以使用这个了
• 甚至还有多模态能力（能看得懂图片，不过目前还是有点落后于其他大模型）
• 而且便宜

2. deepseek-v4-pro-0813

最乌龙、最寒心、最让人失望的大模型，甚至比不上自家 flash 模型，没得说，官方都不喜欢，跳过。

通义——Qwen（千问）系列模型

1. qwen-3.8-flash

• Qwen 家名声最好的模型，低参数（参数量在同等级模型下都是最低的，比 deepseek-v4.1-flash、glm-5.3-flash 都低很多），但是后训练超级强
• 文字能力不错
• 前端能力很强（在 flash 模型里审美应该是第一或者第二了），运镜不错
• 速度很快，尽管 token 输出速度低于 deepseek-v4.1-flash，但阿里云的服务器实在强悍，导致实际体感下来他的速度可能比 deepseek-v4.1-flash 还要快个几倍
• 后端能力同样强悍，修理 bug 的能力在所有 flash 模型里是最稳妥的，甚至接近几家顶尖的旗舰模型
• 中文理解能力同样强悍，意味着无论是让他写文章还是分析论文，都是非常非常适合的
• 综合来说，如果你有日常工作需求，完全可以试试这个模型代替豆包和 DeepSeek

这速度快吗？很快，比 DeepSeek 快了将近 10 秒，工具调用很合理，没有多余动作。

智谱——GLM 系列模型

1. glm-5.3

• GLM 系列一代存在感比较低的模型，也是比较尴尬的一代模型
• 文字处理？不如很多 flash 模型（如 qwen-3.8-flash 或者 deepseek）
• 前端审美？更是太过平平无奇，被大多主流大模型甩开
• 理解论文、知识处理？仍然不出彩，不如更快更便宜的 qwen-3.8-flash 或者 deepseek
• 速度呢？作为旗舰款，速度肯定比众多 flash 慢很多
• 那他到底为什么是 5.3？因为他单纯强化的是后端能力，在后端做代码工程上，他确实比大部分模型都更稳，同时在找漏洞（网关）上，有特别的突出能力
• 所以这个模型不适合日常，甚至不适合设计，只适合你专门做项目的时候让他搞后端和找 bug

2. glm-5.3-flash

很割裂的一个模型，之前叫牛来大模型，刚出的时候宣传得很厉害，远超过 DeepSeek；但目前实际体验下来，除了便宜以外没有什么比 DeepSeek 新模型和 qwen-3.8-flash 更好的地方，甚至调用还容易出错。我不喜欢这个模型，跳过。

3. glm-5.2

老模型，质量还可以，但是过时了，现在也没人用了，后端也不如 glm-5.3，跳过。

字节跳动——豆包系列模型

1. doubao-seed-2.1-pro

没人用，跳过。

模型推荐

寝室没电了，我这里就推荐几个模型：

用途	推荐模型
编程任务（比如做项目）	gpt-6-astra ＞ gpt-5.6-sol ＞ kimi-k3 ＞ glm-5.3（qwen-3.8-max 我还不确定，后面再加）
做 PPT	kimi-k3
读论文	qwen-3.8-flash ＞ deepseek-v4.1-flash（不写 gpt-6-astra 是觉得太贵了，读论文有点浪费）
日常任务（比如整理 D 盘、批量改文件名、定时任务）	qwen-3.8-flash ≈ deepseek-v4.1-flash ＞ grok-4.6 ＞ gemini-3.8-flash