模型与选型
犀速AI模型怎么选：GPT、Claude 及不同模型的适用场景
按编程、长文本、低成本、速度、看图和 Claude Code/Codex 场景推荐模型，附相对价位和单次实测速度。
不想细看的话，记住这三条就够了（截至 2026-10-16）：
- 先跑通流程用
gpt-6-luna，目前单价最低。 - 写代码、日常主力用
claude-sonnet-5-5；在 Claude Code 里也用它。 - Codex CLI 用
gpt-5.6-terra。
下面按场景展开，最后讲模型名怎么复制、「暂不可用」是什么意思、以及为什么输入和输出要分开看价格。具体单价会调整，本文只写相对价位，数字以 模型广场 为准。
场景 → 推荐模型 → 备选
| 场景 | 推荐 | 备选 | 说明 |
|---|---|---|---|
| 编程（写功能、改 bug、读代码） | claude-sonnet-5-5 | gpt-6.1-sol、gpt-5.6-sol | 效果和价格比较均衡，适合做主力 |
| 难题（大型重构、复杂排查、方案设计） | claude-opus-5-5 | gpt-6-astra；对效果要求最高时用 claude-fable-5-1 | 价位高，留给便宜模型解决不了的任务 |
| Claude Code | claude-sonnet-5-5 | claude-opus-5-5（难任务）、claude-haiku-5-5（简单任务、省钱） | Claude Code 走 Anthropic 原生协议，见 接入教程 |
| Codex CLI | gpt-5.6-terra | gpt-5.6-sol、gpt-6.1-sol | Codex 走 Responses 协议，见 接入教程 |
| 长文本（长文档总结、资料问答） | gpt-6.1-sol | gemini-4-argon-high；更看重行文质量时用 claude-sonnet-5-5 | 输入占大头，先看输入价和缓存读取价 |
| 低成本（批量分类、信息抽取、翻译初稿） | gpt-6-luna | gpt-5.6-luna、claude-haiku-5-5 | 先用最便宜的跑通，效果不够再往上换 |
| 速度（实时对话、要求首字快） | claude-haiku-5-5 | gemini-4-argon-high、claude-sonnet-5-5 | 下方单次实测里首字最快 |
| 看图（截图理解、图表、照片问答） | claude-sonnet-5-5 | gpt-6-sol；便宜的用 claude-haiku-5-5 或 gpt-6-luna | 都支持图片输入 |
| 生成图片 | gpt-image-2.5 | gpt-image-2.5-flare、gpt-image-2.5-sunburst | 按张计费，按尺寸和质量分档 |
| 日常聊天、写作 | claude-sonnet-5-5 | gpt-6-sol、gemini-4-argon-high | 在 Cherry Studio、Chatbox 里设成默认模型即可 |
这张表是起点，不是结论。最可靠的做法是拿你自己的真实任务，在推荐和备选之间各跑几次，对比效果和「调用明细」里的实际费用。
几点补充：
- 长文本：我们用一份约 1.7 万 token 的资料让 gpt-6.1-sol 和 gemini-4-argon-high 各回答两个问题，都答对了。对同一份资料反复提问时，命中缓存的部分按缓存读取价计费，便宜很多；gpt-6.1-sol 的缓存读取价比同档的 gpt-6-sol 更低，所以放在推荐位。各模型能接受的最大输入长度不同，超出时会返回 400 错误，需要把文档切分后再发。
- 看图：上表里的 Claude、GPT、Gemini 对话模型都支持在消息里放图片（OpenAI 格式的
image_url）。同一张图在不同模型上折算的输入 token 差别很大，实测一张 64×64 的小图，Gemini 计的 token 明显多于 Claude 和 GPT，批量看图前先用几张图对比一下费用。 - Claude Code / Codex：协议决定能用哪些模型。Claude Code 只能选支持 Anthropic 原生协议的模型（Claude、Gemini、Grok）；Codex 只能选支持 Responses 的模型。各模型支持哪些协议，在模型广场用「端点」筛选即可。
价位档次（截至 2026-10-16）
从贵到便宜：
| 档次 | 模型 |
|---|---|
| 最高 | claude-fable-5-1、claude-fable-5 |
| 高 | claude-opus-5-5、gpt-6-astra |
| 中高 | claude-sonnet-5-5 |
| 中 | gpt-5.6-sol |
| 中低 | gpt-6-sol、gpt-6.1-sol、gpt-5.6-terra、gemini-4-argon-high、grok-4.7、grok-4.6 |
| 低 | claude-haiku-5-5 |
| 很低 | gemini-3.8-flash-high、gpt-5.6-luna |
| 最低 | gpt-6-luna |
价位只说明单价高低，不代表一次调用花多少钱。下一节的实测就是一个例子：带推理的模型会多出大量「推理 token」，按输出价计费。
速度参考：一次实测
以下是 2026-10-16 从一台测试机单次测得的数据，用流式请求、同一个提示词（「用大约150个汉字介绍一下杭州西湖」）。速度受网络、时段和负载影响很大，只能当相对参考，不代表稳定水平，也不是承诺。
| 模型 | 首字耗时 | 总耗时 | 输出 token（其中推理） |
|---|---|---|---|
| claude-haiku-5-5 | 2.0 秒 | 2.8 秒 | 152（—） |
| claude-sonnet-5-5 | 3.8 秒 | 6.1 秒 | 215（—） |
| gemini-4-argon-high | 4.5 秒 | 5.8 秒 | 131（—） |
| grok-4.7 | 6.2 秒 | 8.9 秒 | 354（219） |
| gpt-5.6-luna | 7.5 秒 | 12.3 秒 | 158（26） |
| gemini-3.8-flash-high | 7.9 秒 | 7.9 秒 | 1756（1625） |
| gpt-6-sol | 8.1 秒 | 12.3 秒 | 149（22） |
| gpt-5.6-terra | 8.2 秒 | 13.7 秒 | 173（21） |
| gpt-6-luna | 8.4 秒 | 14.6 秒 | 160（18） |
从这次实测能看出两件事：
- 最便宜不等于最快。 gpt-6-luna 单价最低，但首字要等 8 秒左右，适合后台批量任务，不适合要求即时响应的聊天界面。要快，用 claude-haiku-5-5。
- 单价低不等于花得少。 gemini-3.8-flash-high 单价很低，但这次为了写 150 个字产生了 1625 个推理 token，按输出价计费，实际花费是 gpt-6-luna 的几十倍。选低成本模型时，用你的真实任务跑几次，看「调用明细」里的实际费用。
模型名从哪来
去 模型广场，点一下就能复制完整模型名。不要凭印象手打：差一个字符就会返回 400 model_not_found。
程序里想动态获取，调 GET /v1/models，返回的是这把密钥能用的模型：
import os
from openai import OpenAI
client = OpenAI(api_key=os.environ["XISU_API_KEY"], base_url="https://api.xisu.ai/v1")
for m in client.models.list():
print(m.id)
如果模型名没错但返回 model_not_allowed，说明这把密钥设了模型白名单，或者你的套餐不包含这个模型，见 密钥安全与轮换。
「暂不可用」是什么意思
模型广场上标着「暂不可用」的模型，此刻无法提供服务，选它会失败。这不是你的配置问题，也不用开工单：它是临时状态，会自己恢复。要紧的任务先换上表里的备选模型。在模型广场把「可用性」筛选为「仅当前可用」，就只显示现在能调的模型。
输入和输出分开报价
每个模型都有输入价（你发过去的 token）和输出价（模型生成的 token），另外还有缓存读取、缓存写入的单价。
⚠️ 输入和输出价差得很远：在售模型的输出价是输入价的 3 到 6 倍。只按输入价估算会严重低估成本，写长文、写代码这类输出多的任务尤其明显。推理 token 也按输出价计费。
估算一次调用的费用：
费用 = 输入 token × 输入单价 + 输出 token × 输出单价
（命中缓存、写入缓存的部分按各自单价计）
实际扣费以「调用明细」为准，每一笔都分列输入、缓存、输出、推理 token 和费用（积分，¥1 = 100,000 积分）。核对方法见 用量与账单怎么核对。
选型的三条经验
- 先用便宜的跑通链路，确认提示词和解析都对了，再换贵的模型比效果。
- 输出多的任务先看输出价，带推理的模型还要看推理 token 有多少。
- 别为了省钱把提示词压到影响效果：输入便宜，失败重试才贵。
想确认调到的就是你选的模型，见 如何确认调到的是真模型。