AI 模型排行

比較需求熱度、完整文字價格、任務適配和主要圖像/影片模型系列。

熱門模型

50

目前關注度較高的模型

低成本文字

50

輸入和輸出價格完整的文字模型

按任務

17

按工作負載分組的候選模型

多媒體

12

主要圖像和影片模型系列

熱門模型

目前需求較高、可用性明確的模型。

排名模型供應商需求類別
1gpt-5.4OpenAI904.3K聊天 / vision
2GPT-5.6 SolOpenAI339.2K聊天 / vision
3GPT-5.6 LunaOpenAI333.5K聊天 / vision
4deepseek-v3-2DeepSeek164.5K聊天
5gpt-5.4-miniOpenAI126.9K聊天 / vision
6gpt-5.5OpenAI101.7K聊天 / vision
7gemini-3.1-flash-liteGoogle100.3K聊天 / vision
8GPT-5.6 TerraOpenAI99.8K聊天 / vision
9gpt-4o-miniOpenAI63.1K聊天 / vision
10claude-opus-5Anthropic41.9K聊天 / vision
11claude-opus-4-8Anthropic30.9K聊天 / vision
12gemini-3.1-pro-previewGoogle23.4K聊天 / vision
13deepseek-v4-proDeepSeek22.0K聊天
14gpt-image-2OpenAI15.6K圖片
15text-embedding-3-smallOpenAI11.8K嵌入
16claude-sonnet-5Anthropic8.9K聊天 / vision
17gemini-3.5-flashGoogle8.1K聊天 / vision
18DeepSeekDeepSeek4.8K聊天
19GLMZhipu AI3.6K聊天
20claude-haiku-4-5Anthropic2.4K聊天 / vision
21gpt-4.1-miniOpenAI2.2K聊天 / vision
22gpt-4oOpenAI2.0K聊天 / vision
23claude-sonnet-4-6Anthropic1.5K聊天 / vision
24claude-fable-5Anthropic1.4K聊天 / vision
25seedance-2.0字節跳動1.2K影片
26nano-banana-2Google414圖片
27grok-imagine-videoxAI363影片
28grok-4.5xAI305聊天 / vision
29gemini-3.1-flash-imageGoogle300圖片 / vision
30claude-opus-4-6Anthropic238聊天 / vision
31whisper-1OpenAI218音訊 / 語音轉文字
32seedance-2.0-fast字節跳動210影片
33gemini-3.6-flashGoogle135聊天 / vision
34gemini-3.5-flash-liteGoogle126聊天 / vision
35doubao-seed-1.6-flash字節跳動106聊天
36gpt-5.2OpenAI91聊天 / vision
37Qwen-Embedding阿里巴巴雲82嵌入
38glm-5.3Zhipu AI78聊天 / 程式碼
39gpt-5OpenAI78聊天 / vision
40grok-4.20xAI75聊天 / vision
41claude-opus-4-7Anthropic71聊天 / vision
42hy3騰訊68聊天
43nano-banana-proGoogle68圖片
44flux-2-klein-4bBlack Forest Labs66圖片
45gemini-3-pro-imageGoogle65圖片 / vision
46gpt-5-miniOpenAI63聊天 / vision
47qwen3.7-max阿里巴巴雲61聊天
48minimax-m3MiniMax54聊天
49qwen-flash阿里巴巴雲53聊天
50gemini-3.1-flash-lite-imageGoogle49圖片 / vision

按需求、價格、任務和多媒體系列比較模型

熱門文字模型、低成本文字模型、任務候選模型和多媒體系列需要不同的比較標準。

選擇訊號

  • 需求熱度能幫助發現開發者正在測試的模型。
  • 低成本表格只包含 token 價格完整、可橫向比較的文字模型。
  • 多媒體模型按系列分組,因為輸出單位、延遲和工作流差異很大。

常見問題

這些排行是基準測試嗎?

不是。這裡結合 TokenLab 模型資料、使用量、類別和價格資訊。公開基準測試仍應回到原始來源核對。

應該怎麼選擇模型?

比較價格單位、上下文長度、延遲需求、請求格式、可靠性,以及你的實際工作負載。