【2026年7月】生成式 AI 模型比較（Claude、GPT、Gemini、Grok、DeepSeek、Kimi、GLM、Mistral）

透過 OpenRouter，無論是 Claude、GPT、Gemini 這類封閉模型，還是源自中國的開源權重模型， 都能自由切換使用。不過「到底該選哪一個」還是常常讓人猶豫，這次就大致比較了一下主要模型的 價格與實力。

「開源」與「封閉」到底是什麼意思

• 封閉（Closed）：像 Claude、GPT、Gemini、Grok 這類模型，其內部（權重）並未公開， 只能透過該公司的伺服器使用。
• 開源權重（Open-weight）：像 DeepSeek、Kimi、GLM、Mistral 這類模型，內部是公開的， 任何人都能在自己的電腦或雲端上運行。

依等級劃分的價格

先從最重量級的價格開始看。

可以看到，Claude Fable 5 貴得驚人（輸出每 1M token $50），而 DeepSeek V4 Pro 的輸出 僅需 $0.87。即使同樣掛著「Pro」的名號，價差竟然超過 50 倍。開源陣營（綠色標籤）全面 偏低價，一目瞭然。

再來看看中量級和輕量級。

到了輕量級，GPT-5 nano 的輸出價格僅 $0.40，幾乎達到「隨便用」的等級。若只是做簡單的 分類作業或草稿生成，這個等級往往就綽綽有餘。

看看性價比

單看價格，容易讓人覺得「便宜的模型性能應該也差」，但實際上並非如此。這裡先不分等級， 把價格與 Intelligence Index 分數都齊全的 20 個模型彙整成一張圖。盡量涵蓋了 GPT、Gemini、 Qwen、Llama、Gemma、Mistral 等眾多模型，不分開源或封閉。

縱軸是「Intelligence Index」這項綜合能力分數（詳見後述）。虛線連接的「性價比前緣」由 跨越 Nano、Mid、Pro 三個等級的 7 個模型構成：Gemma 3 27B → DeepSeek V4 Flash → DeepSeek V4 Pro → Kimi K2.6 → Gemini 3.1 Pro → Claude Opus 4.8 → Claude Fable 5。 DeepSeek V4 Pro 輸出價格僅 $0.87，分數卻逼近 Gemini 3.1 Pro（$12.00），實質上已成為 性價比的起點，一枝獨秀。另一方面，位於前緣內側的 Qwen3.7 Max、MiniMax M3、GLM 5.2、 Claude Sonnet 5、Gemini 3 Flash、Grok 4.20、Claude Haiku 4.5、Gemini 3.1 Flash-Lite、 Qwen3-Coder、Mistral Large 3、Llama 4 Maverick、Llama 4 Scout 等模型，相較同價位的其他 模型，實力則略顯遜色。

若重視性價比，不妨先從最便宜的位置開始嘗試。

到底哪個模型最聰明

再來看看綜合能力與程式撰寫能力的排名。

第一張圖的「綜合能力」，是第三方基準測試機構 Artificial Analysis Intelligence Index 的分數；第二張圖的「程式撰寫能力」，是 SWE-bench Verified 的分數，這項測試衡量的是 模型能解決多少實際存在的軟體錯誤修復課題。兩者都不是模型廠商的自我申報，而是由外部評測 網站實際測量並公布的數值。

在綜合能力上，Claude Fable 5 以領先 GPT-5.5 約 5 分的成績奪冠，Claude Opus 4.8、 GPT-5.5、Gemini 3.1 Pro 則以些微差距緊隨其後。僅看程式撰寫能力的話，Claude Fable 5 更是以 95% 的分數一枝獨秀。有趣的是，緊追在後的開源模型 DeepSeek V4 Pro，居然能與 封閉陣營並駕齊驅。

附贈：開源模型「內部規模」有多大

開源權重模型由於內部公開，因此也能得知其參數量（模型規模）。長條圖中深綠色部分是實際 推理時使用的「活性化參數」，淺綠色則是 MoE（Mixture of Experts）架構下，當下未被使用的 其餘專家部分。

DeepSeek V4 Pro 以總計 1.6 兆參數居冠，但實際運行時只使用其中的 490 億（得益於 MoE 機制）。規模雖大卻能輕快運行，正是重點所在。圖中唯獨 Gemma 3 27B 的長條全為深綠色， 這是因為它並非 MoE，而是每次都會用到全部參數的「dense（密集）」架構。密集模型的總參數量 等於活性化參數量，因此與 MoE 陣營相比，其規模比較的意義略有不同，需特別留意。

結論：該選哪一個

• 不管怎樣就是要最聰明的 → Claude Fable 5 或 Claude Opus 4.8（要有花大錢的心理準備）
• 重視性價比，也想拿來寫程式 → DeepSeek V4 Pro（便宜到不行卻相當優秀）
• 日常使用的均衡型 → Claude Sonnet 5 或 Gemini 3 Flash
• 不管怎樣就是要便宜大量處理 → GPT-5 nano 或 DeepSeek V4 Flash

由於價格與排名的變動速度都很快，實際使用前別忘了到 openrouter.ai/models 確認最新資訊。

分數的資料來源

本文所使用的基準測試分數，來源如下。兩者皆為獨立於模型廠商之外的第三方評測網站所測量並 公布的數值。

• 綜合能力（Intelligence Index）：Artificial Analysis
• 程式撰寫能力（SWE-bench Verified）：SWE-bench Leaderboards（官方）

另外，Kimi K2.6 / Qwen3.7 Max 的 SWE-bench Verified 分數在不同資料來源間存在近似值混雜的 情形，故僅作為參考值處理。