模型列表

找到最适合你场景的模型。每一档都是满血 —— 区别只在于通道策略。

模型接入要点（速查表）

模型家族	代表模型	接入协议	API 路径	必带字段	特色能力
OpenAI GPT 家族	`gpt-5-6-Sol` `gpt-5-6-Terra` `gpt-5-6-Luna`	OpenAI 兼容	`/v1/chat/completions`	`model` + `messages`	Function Calling、结构化输出（JSON 模式）、多模态（图像）
Anthropic Claude 家族	`claude-sonnet-5` `claude-fable-5` `claude-opus-4-8`	Anthropic 兼容	`/v1/messages`	`model` + `messages` + `max_tokens`	Tool Use、Extended Thinking（深度思考）、Prompt Caching、多模态（图像）
Google Gemini 家族	`gemini-3.1-pro` `gemini-3.5-flash`	OpenAI 兼容	`/v1/chat/completions`	`model` + `messages`	多模态、超长上下文（百万级 token）

对应 SDK

GPT / Gemini 家族 → openai Python SDK / OpenAI Node.js SDK
Claude 家族 → anthropic Python SDK / @anthropic-ai/sdk Node.js SDK
直接设置对应环境变量（OPENAI_BASE_URL / ANTHROPIC_BASE_URL）即可零代码接入

档位图例

标签	档位	一句话
⚡	fast	速度优先，TTFT 最低
🛡️	stable	稳定优先，SLA 保障
🚀	full	速度与稳定性兼得，旗舰体验

档位价格规律

fast < stable < full（fast 最便宜，full 最贵）

部分模型只支持 full（如 Claude Opus 4.8）
部分模型支持 full + stable
部分模型支持全部 3 档

📍 每张模型实际支持哪几个档位 + 当前价格 → 到控制台 → 模型广场实时查看。

OpenAI GPT 系列

模型	上下文	介绍	档位
GPT-5.6 Sol	1.05M	旗舰模型，追求最强性能	见控制台
GPT-5.6 Terra	1.05M	均衡模型，日常工作的主力	见控制台
GPT-5.6 Luna	1.05M	轻量模型，快速且经济实惠	见控制台
GPT-5.5	200K	通用旗舰	见控制台
GPT-5.4	200K	经典稳定款	见控制台
GPT-5.4 mini	128K	轻量多模态，速度优先	见控制台

GPT 模型档位选择建议＋

选择思路（档位和价格以控制台实时显示为准）：

追求极致推理质量 → 选支持 full 档的旗舰模型
多模态场景 → GPT-5.6 系列所有档位都支持，按延迟/成本选 fast / full
长文档/代码库分析 → 选上下文窗口大的模型
批处理 / 压测 → 选支持 fast 档的轻量模型
生产环境稳定调用 → 选支持 stable 档的模型

Anthropic Claude 系列

模型	上下文	介绍	档位
Claude Fable 5	1M	最新旗舰，深度推理与超长上下文	见控制台
Claude Sonnet 5	1M	编码 / Agentic SOTA	见控制台
Claude Opus 4.8	200K	最强推理与工具调用	见控制台
Claude Opus 4.7	200K	上一代旗舰，稳定可靠	见控制台
Claude Sonnet 4.6	1M	长上下文稳定款	见控制台
Claude Haiku 4.5	200K	速度优先，性价比之王	见控制台

Claude 模型档位选择建议＋

选择思路（档位和价格以控制台实时显示为准）：

Claude Code 编程场景 → 选编码 SOTA 系列的 full 档
长上下文 RAG / 代码库分析 → 选 1M 上下文窗口的旗舰
高并发即时响应 → 选支持 fast 档的轻量模型
关键生产链路 → 选支持 stable 档的模型

Google Gemini 系列

模型	上下文	介绍	档位
Gemini 3.1 Pro	2M	旗舰多模态，超长上下文	见控制台
Gemini 3.5 Flash	1M	轻量多模态，速度优先	见控制台

Gemini 模型档位选择建议＋

选择思路（档位和价格以控制台实时显示为准）：

超长上下文 → 选 2M 上下文的旗舰
即时多模态任务 → 选轻量 Flash 系列

怎么用

拿到模型名后，根据系列选对应协议：

from openai import OpenAI
client = OpenAI()

resp = client.chat.completions.create(
    model="gpt-5-6-luna",        # 模型名以控制台/API 实际为准
    messages=[{"role": "user", "content": "你好"}]
)

import anthropic
client = anthropic.Anthropic()

msg = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "你好"}]
)

from openai import OpenAI
client = OpenAI()

resp = client.chat.completions.create(
    model="gemini-3.1-pro",      # 通过 OpenAI 兼容接口调用
    messages=[{"role": "user", "content": "你好"}]
)