OpenAI
需走代理 · OpenAI 兼容
国内一律需代理；Azure OpenAI（global / 中国版）是企业可选合规通道。
56 个主流大模型 API 一站对照（13 家厂商）：每条给 model ID（点击复制）、API endpoint、上下文 / 输出 token 上限、输入 / 输出价格、视觉 / 工具调用 / Reasoning / Prompt Cache 能力、国内可达性。
⚠️ 数据快照：2026-01 · 价格 / 模型 ID 随时变化，下方每个厂商卡片有官方定价页直链可即时核实。
国内一律需代理；Azure OpenAI（global / 中国版）是企业可选合规通道。
专属 SDK；也提供 OpenAI-compatible 端点 /v1/chat/completions。AWS Bedrock / GCP Vertex 可走第三方接入。
AI Studio + Vertex AI 双套体系；OpenAI-compatible 端点位于 /v1beta/openai/。
Meta 不提供官方推理 API；下方价格为 Together AI 的托管价。本地部署成本另算。
完全 OpenAI 兼容；夜间（00:30–08:30 北京）有阶梯折扣。
百炼平台；与 Qwen 国际站 (dashscope-intl.aliyuncs.com) 价格不同。
glm-4-flash 长期免费可用，做轻量任务首选。
调用前需在火山方舟创建"接入点"，model 字段填接入点 ID 而非模型名。
千帆 v2 接口已支持 OpenAI 兼容格式（旧版需 access_token 流程）。
OpenAI 当前旗舰 reasoning 模型，统一 GPT + o-series 路线。
GPT-5 的缩小高性价比版本。
极致便宜的 GPT-5 衍生型，分类 / 归一化 / 简单抽取场景。
1M 上下文长文档专用；编码 / 工具调用稳定性高。
4.1 系列的中端，长上下文 + 中等价格。
极致便宜 + 1M 上下文，适合海量条目预处理。
上一代旗舰，多模态全 + Realtime API；新项目建议直接上 5 系列。
已被 gpt-5-mini / nano 取代，仅老项目继续使用。
专门的 reasoning 模型；GPT-5 发布后 o3 仍保留作为对比基线。
低成本 reasoning，多数 agent 场景的性价比首选。
语义检索 / RAG 索引主力，3072 维。
Anthropic 当前旗舰；编码、长程任务、tool use 表现最强。
主力性价比型号；性能接近 Opus，价格 1/5。
Haiku 系列最新版，定位 GPT-5 nano / Gemini Flash 同档。
4.7 上线前的旗舰；老项目固定 model ID 仍在使用。
上一代 Sonnet；与 4.6 价格相同，能力略低。
原生多模态；超长上下文 + 视频/音频输入。>200K 输入价格阶梯上调到 $2.50。
主力性价比型号；多模态 + 中等价格的最佳平衡。
极致便宜的 Gemini 衍生型；分类 / 简单抽取场景。
上一代旗舰 Flash；新项目建议直接 2.5。
xAI 当前旗舰；带搜索集成，X / Twitter 实时信息接入。
基础对话型号。
便宜的 reasoning lite，部分场景对标 o4-mini。
欧盟系旗舰，多语言 + 函数调用稳。
主力性价比 Mistral，企业本地部署可选。
便宜小型号；24B 开源权重可本地。
代码专用；fill-in-the-middle / 多语言代码补全。
10M 上下文（开源破纪录）；MoE 架构 17B 激活参数。
MoE 128 专家版本；多语言多模态。
上一代 Llama 性能最稳的开源型号；本地化首选。
405B 巨型开源；本地部署成本极高，多通过云推理。
V3.2-Exp 引入 sparse attention，价格相比 V3 砍半。性价比之王。
R1 reasoning 模型，性能对标 o3 中端但价格 1/10。
阿里通义旗舰；支持 256K 长上下文。
主力性价比；ToB 业务首选。
1M 上下文 + 极低价；长文档批处理。
代码 / agent 专用；1M 上下文便于全仓库读懂。
视觉理解专款，文档 / 截图 / 图表识别。
智谱当前旗舰；agent / coding 双优化。
老旗舰，部分政企客户合规通道仍在用。
中端性价比；并发限额宽松。
免费可商用；速率限制 2 RPS / 1M TPM，原型 / 个人项目首选。
视觉 + 视频理解（支持视频帧序列）。
K2 reasoning 旗舰；MoE 1T 参数。
通用对话长上下文型号；价格偏高建议搭配 cache 用。
中等上下文 + 中等价格。
便宜的小上下文型号。
Kimi 视觉版本，128K 上下文。
豆包当前主力；多模态 + 长上下文 + 极低输入价。
上一代长文档 Pro。
中等上下文 + 视觉版本。
便宜量大，分类 / 抽取首选。
文心 4.5 主力；输出能力比 4.0 提升明显。
便宜的 ERNIE 衍生型；长文本批处理。
免费可商用 lite 版本；速率受限。
MiniMax 主力对话；245K 上下文性价比高。
大模型 API 一站速查——50+ 主流 LLM 按 13 家厂商整理（OpenAI / Anthropic / Google / xAI / Mistral / Meta / DeepSeek / Qwen / 智谱 / Kimi / 豆包 / 文心 / MiniMax）。每条给：
| 你的需求 | 推荐 |
|---|---|
| 国内合规 + 性价比之王 | DeepSeek V3.2（¥2/¥8）+ R1 兜底推理 |
| 国内合规 + 大厂稳定性 | Qwen Plus 主力 + Qwen Max 兜底高难任务 |
| 海外旗舰编程 / Agent | Claude Opus 4.7（编码强）/ Sonnet 4.6 性价比 |
| 海外极致便宜跑量 | GPT-5 nano（$0.05/$0.4）/ Gemini 2.5 Flash-Lite |
| 1M+ 长文档 / 全仓代码理解 | Gemini 2.5 Pro 或 Llama 4 Scout 10M |
| 视觉 / OCR / 截图理解 | Gemini 2.5 Pro / Claude Opus / Qwen-VL Max |
| 搞推理（数学 / 算法） | DeepSeek-R1 / o3 / Kimi K2 |
| 个人玩耍免费 | GLM-4-Flash（不限商用免费）/ ERNIE Lite |
gpt-5）/ 中文（视觉 / 推理）/ 厂商名（claude）数据快照 = SNAPSHOT 字段（页面顶部显示）。每个厂商卡片右上角有「定价 ↗」直链到官方页，真要进预算前一定核实当前价格——大厂半年级别会有降价或新模型替换。
这是一份手工整理的快照，不是实时同步。模型 ID / endpoint / 上下文上限这些"结构性"信息变得慢，价格则每 3–6 个月可能调整一次（OpenAI 2024–2025 年降过 4 次价，Anthropic Sonnet 4 价格从 $3/$15 一直稳定）。用法：(1) 看趋势 / 选型时直接用本表；(2) 真要计入预算前，点厂商卡片里的"定价 ↗"链接到官方页核实当前数字；(3) 价格不太对的发反馈给我们更新。
默认不行。三家境外大厂的 API 域名（api.openai.com / api.anthropic.com / generativelanguage.googleapis.com）国内 DNS 多被劫持或解析到不可达 IP，HTTPS 握手会超时。合规接入路径：(1) Azure OpenAI——OpenAI 模型在微软云上，包括 Azure 中国版（仅限企业实名）；(2) AWS Bedrock——可调 Claude / Llama / Mistral；(3) GCP Vertex AI——可调 Gemini / Claude（部分区域）；(4) 第三方代理 / OpenRouter——个人 / 小团队常用，注意合规风险；(5) 境外服务器中转——技术 ok 但合规复杂。纯国内合规需求 → 直接用 DeepSeek / Qwen / GLM / Kimi / 豆包 / ERNIE / MiniMax，效果在多数业务场景已够用。
两个原则：(1) 生产代码用日期版本号（claude-sonnet-4-5-20250929、gpt-4o-2024-11-20），保证今天上线明天表现一致；(2) 实验 / 玩耍用别名（claude-sonnet-latest、gpt-4o），自动跟最新；但 API 客户端要做好 model 升级带来的回归测试。避坑：Anthropic 的 latest 别名是不带日期的版本号（如 claude-sonnet-4-6），不是字面 "latest"。OpenAI 的 -latest 后缀只有少数模型有（如 chatgpt-4o-latest），其余看 deprecation 日期主动迁移。
绝大多数模型是"输入 + 输出 ≤ 200K"——你给的 prompt + 历史对话 + 模型最终回复全部塞进 200K 总额度。OpenAI 的 200K 模型只能输出 100K 左右，剩下 100K 给输入；Claude / Gemini 类似，需要在 system+user+history 之外预留输出空间。长上下文模型（1M）通常对输出有独立硬上限（如 8K 或 32K），不能用 1M 全部去输出。实操：先看本表的"输出"一栏决定单次最大产出；输入侧再用 tiktoken / tokenizer 按真实 token 计数（详见 llm-token 工具）。
真能。三家旗舰都有但触发条件不同：(1) Anthropic — 在 messages 里给某段加 cache_control: {type: "ephemeral"} 标记，5 分钟 / 1 小时双 TTL，命中价 0.1×；(2) OpenAI — 自动缓存重复前缀（≥1024 tokens 触发），无需配置，命中价 0.5×（GPT-4o）/ 0.1×（GPT-5）；(3) Gemini — 显式 createCachedContent + cachedContent 参数，最低 5 分钟 TTL；(4) DeepSeek — 自动 KV cache，命中价 0.25× 输入价；(5) 豆包 / GLM — 类 OpenAI 自动机制。适用场景：长 system prompt（>2K tokens）+ 大量短 user message 的对话型任务。不适用：每次都换 system prompt 的搜索 / 流水线任务。
汇率口径上 1 USD ≈ 7 CNY 是最近两年常用换算。但要意识到：海外 + 国内的"等价能力"不一样——DeepSeek-V3 输入 ¥2 / 1M tokens 大约等于 $0.28，比 GPT-5 mini ($0.25) 还便宜，性能也接近；Qwen-Plus ¥0.8 / 1M ≈ $0.11，比 GPT-5 nano ($0.05) 贵但比 mini 便宜。实操选型时不要光看绝对价：(1) 国内业务出海合规、上下文要求 1M+ → 海外旗舰；(2) 国内 ToB / 合规优先 → DeepSeek（性价比无敌）+ Qwen / GLM 兜底；(3) 极端便宜跑量 → GLM-4-Flash 或 ERNIE Lite 免费档够用。
多数情况可以。"OpenAI 兼容"指厂商提供 /v1/chat/completions 端点，请求 / 响应格式都和 OpenAI 一致。只换两个东西：(1) OPENAI_API_KEY → 国产厂商的 key；(2) OPENAI_BASE_URL → 表中"endpoint"列对应 URL；(3) model → 对应国产 model ID。典型差异要测：(1) function calling / tool use —— 厂商实现质量参差，DeepSeek / Qwen 较好，部分小模型经常返回畸形 tool_calls；(2) structured output —— 严格 JSON schema 强制只有 OpenAI / Gemini / Anthropic 旗舰能保证；(3) 流式格式 —— 国产偶尔多 / 少几行 data: 包装；(4) Anthropic / Gemini 不是默认 OpenAI 兼容——Claude 提供 /v1/chat/completions 别名端点，Gemini 提供 /v1beta/openai/，但部分参数（如 tool_choice 行为）和 OpenAI 不完全一致。
先看任务类型：(1) 数学 / 逻辑 / 代码 / 规划 → reasoning 模型（o3 / o4-mini / GPT-5 / Claude Opus 4.7 with thinking / DeepSeek-R1 / GLM-Zero / Kimi K2），它们会在响应前先内部"思考"几千 tokens；(2) 对话 / 文本生成 / RAG 抽取 / 简单分类 → 普通模型，更快更便宜。要注意：(1) reasoning 模型输出会先有一段不可见的思考 tokens，按"输出 token"计费，单次可达数千；(2) 延迟显著高——o3 单次响应 10–60 秒常见；(3) 不要在循环里 / Agent 高频调用 reasoning 模型，会爆账单；(4) GPT-5 / Claude 4.x 旗舰已经在内部融合了 reasoning + 常规模式，可通过参数（如 reasoning_effort、thinking）按需开启。