DevTk.AI
模型选型编程 Agent模型路由API 价格国产大模型GPT-6.2Claude Opus 5.5

什么活用什么模型(2026 年 11 月):规划、写代码、长任务和批量 worker 的选型与价格

按编程 agent 里的角色选模型:规划用 GPT-6.2 Astra 或 Gemini 4 Neon,写代码用 GPT-6.2 Sol、Sonnet 5.5 或 Gemini 4 Hydrogen,长任务用 Opus 5.5,批量活用 GPT-6 Luna 或 Haiku 5.5。附国产模型人民币官方价、省钱版组合和月度成本算例。

作者 发布于 29 分钟阅读

结论先看: 编程 agent 的每一步都跑在旗舰模型上,是最常见的花冤枉钱方式。更合理的分工是:规划和最难的判断交给顶级模型,日常改代码交给中档模型,重复性的子 agent 工作交给便宜模型。按下文的算例,同样的工作量全部跑 GPT-6.2 Astra 每月 $588;改成 OpenAI 三档分工是 $149,Anthropic 三档分工是 $120,省钱组合只要 $22–$46。全用国产模型、按人民币官方价算,三档分工每月约 ¥152,而全部跑 Kimi K3.1 Pro 是 ¥1025。

先说清楚选型依据:

  • 角色匹配只看厂商自己对模型的定位(官方说它适合干什么),不引用任何跑分。
  • 价格是每百万 token 的标准目录价,来自 DevTk.AI 模型数据库,2026 年 11 月中旬对照各家官方价格页核对过。国产模型同时给出官方人民币价。点模型名可以看缓存、批量和长上下文的完整价格。
  • 单个任务的真实成本取决于模型用了多少 token。 推理 token 按输出计费,一个任务要跑两遍就是两倍的钱。单价便宜不等于每个任务便宜,所以先拿便宜的一档试,失败的再升级(见下文”路由模式”一节)。

一张表:每个角色用什么

角色推荐输入 / 输出(每百万)上下文为什么(厂商定位)
规划 / 架构 / 审查GPT-6.2 Astra$8 / $401.05MOpenAI 旗舰,“处理最难项目的最强模型”
执行(日常写代码)GPT-6.2 Sol$2 / $101.05MOpenAI:“日常工作的首选,从写代码到大规模驱动 agent”
长时间自主运行Claude Opus 5.5$4 / $201MAnthropic 当前默认模型,面向长时间运行的 agent 编程和知识工作
批量 / 子 agentGPT-6 Luna$0.10 / $0.501.05MOpenAI:专注、可重复、高并发量的工作
分类、抽取、路由Claude Haiku 5.5$0.10 / $0.50(提示词 ≤100K)1MAnthropic 当前最快的模型,用于分类、抽取和路由
截图理解、电脑操作、写作GPT-6.1 Terra$1 / $51.05MOpenAI:视觉推理、computer use 和自然写作,价格是 Sol 的一半
代码补全 / FIMCodestral 25.08$0.30 / $0.90128KMistral 的低延迟代码模型,专做补全和中间填充
本地 / 自托管Mistral Large 4$0.70 / $2.10(API)1MMistral 的开放权重旗舰,可以调 API,也可以自己部署

每个角色都有其他厂商的替代选择,下面逐个展开,国产模型附人民币价。

规划 / 架构

规划者负责读需求、读代码库、写方案、拆任务、审结果。它消耗的 token 占比不大,但决定了后面所有步骤的方向,所以顶级模型的钱主要花在这里才值。

模型输入 / 输出缓存输入上下文厂商定位
GPT-6.2 Astra$8 / $40$0.401.05MOpenAI 处理最难项目的最强模型(2026-11-17 发布)
Gemini 4 Neon$3 / $15$0.151MGoogle:复杂软件工程、知识工作和科研流程
Gemini 4 Carbon11 月 30 日前 $2 / $10,之后 $4 / $20$0.10,之后 $0.201MGoogle 能力最强的 Gemini 推理模型:复杂软件工程、数理科学、多步自主 agent
Claude Fable 5.2$8 / $40$0.201MFable 5.1 的继任者(5.1 是 Anthropic 面向长程 agent 工作的最强通用模型),价格低 20%
Qwen4 Max$1.50 / $4.50(国内 ¥10 / ¥30)$0.075(¥0.5)1M阿里 Qwen4 旗舰,面向复杂推理和编程

几点注意:

  • Gemini 4 Carbon 12 月 1 日起价格翻倍。 之后 Gemini 4 Neon($3 / $15)反而更便宜。两者都不在 Gemini API 免费层。
  • GPT-6.2 的提示词超过 272K 输入 token 时,整次请求按长上下文价计费(Astra 为 $16 / $60)。规划者一次塞进大半个仓库很容易越线,把上下文压回 272K 以内输入单价就减半。
  • Gemini 4 Neon 的思考 token 按输出计费,这一点和其他推理模型一样。

GPT-6.2 完整价格(缓存写入、Batch、Fast、Ultrafast)见 GPT-6.2 Astra 和 Sol 价格解读。

执行(日常写代码)

执行者把方案变成代码修改,跑工具、修测试。大部分 token 都花在这里,所以单价影响最大。

模型输入 / 输出缓存输入上下文厂商定位
GPT-6.2 Sol$2 / $10$0.101.05MOpenAI 日常工作首选,从写代码到大规模 agent
Claude Sonnet 5.5$2 / $10$0.101MAnthropic 当前的均衡型 Claude 模型
Gemini 4 Hydrogen$1.50 / $7.50$0.0751MGoogle 面向日常编程和 agent 工作流的稳定版 Gemini 4
Kimi K3.1 Pro$2 / $10(国内 ¥13 / ¥68)$0.20(¥1.3)1M月之暗面最新 Kimi 旗舰,比 Kimi K3 便宜三分之一
Grok 4.7$2 / $6$0.50500KxAI 当前面向编程、agent 和知识工作的前沿模型

按单价算,GPT-6.2 Sol 和 Claude Sonnet 5.5 完全一样,连 $0.10 的缓存读取都一样。Gemini 4 Hydrogen 输入输出都便宜 25%,而且在 Gemini API 免费层里能用,最容易先试。几家目录价这么接近,真正该比的是谁用更少的 token、更少的重试把你的任务做完,这只能在自己的仓库上测。

还在用 GPT-6.1 Sol 的话,GPT-6.2 Sol 同价,新项目直接从 6.2 开始。

国内账号用 Kimi K3.1 Pro 的话,输出是 ¥68 / 百万,在下文列出的国产模型里仅次于 Kimi K3(¥100)。它做执行者时输出量大,月账单主要就花在这一项上,下文的人民币算例里能看到。

长时间自主运行

长任务(agent 连续一小时以上处理一串任务)每一轮都要重发一个越来越长的提示词。所以缓存输入价和长上下文规则,比标价的输入单价更重要。

模型输入 / 输出缓存输入上下文厂商定位
Claude Opus 5.5$4 / $20$0.201MAnthropic 当前默认模型,面向长时间 agent 编程和知识工作
Claude Fable 5.2$8 / $40$0.201M面向长程 agent 工作的 Fable 5.1 继任者;完整 1M 上下文按标准价计费
GLM-5.3$1.40 / $4.40(国内 ¥8 / ¥28)$0.26(¥2)1M智谱 GLM 旗舰,面向复杂编程和长程 agent;推理始终开启
Gemini 3.8 Flash12 月 31 日前 $0.75 / $3.75,之后 $1.50 / $7.50$0.075,之后 $0.151MGoogle GA 版 Flash 旗舰,面向长程编程、自主 agent 和企业工作流
Muse Wonder 1.0(预览)$4 / $20$0.201MMeta 最强的 Muse 模型,面向复杂多文件工程和长程 agent

提示词变长之后,各家计费方式不一样:

  • OpenAI GPT-6.2 / GPT-6.1: 输入超过 272K 后,整次请求都按长上下文价(GPT-6.2 Sol 从 $2 / $10 变成 $4 / $15)。
  • xAI Grok 4.7: 提示词达到 200K 时,所有 token 都按 $4 / $12 计费。
  • Anthropic Sonnet 5.5 和 Fable 5.2: 完整 1M 上下文都按标准价。我们的数据里 Opus 5.5 也没有长上下文档位。
  • GLM-5.3: 我们的数据里价格不随上下文长度分档。注意它的缓存命中价是输入价的四分之一(¥2 vs ¥8),而 OpenAI 和 Anthropic 的缓存读取只有输入价的 5%,缓存占比高的长任务里这个差别会被放大。

批量 worker 与子 agent

搜文件、总结日志、打标签、校验 JSON、做路由的子 agent,成千上万次重复同一个窄任务。最便宜的一档在这里最划算,提示词长度的计费档位也在这里影响最大。

模型输入 / 输出缓存输入上下文厂商定位 / 注意
GPT-6 Luna$0.10 / $0.50$0.011.05MOpenAI:专注、可重复的高并发任务。输入超 272K:$0.20 / $0.75
Claude Haiku 5.5$0.10 / $0.50$0.011MAnthropic:分类、抽取、路由。提示词超 100K:$0.50 / $2.50
Muse Ember 1.0$0.10 / $0.50$0.0041MMeta:高并发子 agent、工具调用、路由和抽取。输入超 200K:$0.30 / $1.50
DeepSeek V4.1 Flash高峰 ¥2 / ¥8,闲时 ¥1 / ¥4($0.30 / $1.20,闲时减半)¥0.04,闲时 ¥0.021M按价格选:缓存命中极便宜,适合反复发送同一份仓库上下文的循环;最大输出 384K
Qwen3.7 Flash¥0.2 / ¥0.8(北京,≤32K);$0.03 / $0.13¥0.041M阿里:多模态 agent 与编程。国际版 32K–256K 为 $0.10 / $0.40
GLM-5.3 Flash¥0.8 / ¥2.8($0.15 / $0.50)¥0.231M智谱 GLM-5.3 最便宜的版本
Mistral Small 4$0.15 / $0.60$0.015256KMistral 面向高并发生产路由的低价模型

子 agent 的提示词要尽量短。这本来就是拆子 agent 的意义,也能躲开价格跳档:Haiku 5.5 提示词一过 100K 就贵 5 倍,Qwen3.7 Flash 的最低价只覆盖 32K 以内。DeepSeek 的高峰时段是工作日北京时间 09:00–12:00 和 14:00–18:00,其余时间(包括周末和法定节假日)都是半价,批量任务尽量排到闲时。

视觉、补全和本地模型

  • 截图和电脑操作: GPT-6.1 Terra($1 / $5)是 OpenAI 定位给视觉推理、computer use 和自然写作的模型。预算紧的高吞吐多模态任务可以看 Gemini 3.5 Flash-Lite($0.30 / $2.50)。
  • 代码补全: Codestral 25.08($0.30 / $0.90,128K)专做补全和中间填充,和 agent 编程是两种活。
  • 本地 / 开放权重: 我们的数据里,Mistral Large 4 是开放权重(激活 52B / 总参数 1.05T),Ministral 3 系列(3B、8B、14B)是 Apache 2.0 开源的小模型,Kimi K3 也公开了完整权重。自己部署是用硬件成本换 token 账单,显存估算见 显存计算器,成本对比见 自托管 vs API 成本。

省钱版:能干活的最便宜模型

筛选条件和首页”能干活的最便宜模型”一致:支持工具调用、JSON / 结构化输出、上下文至少 200K、近 9 个月内发布,每家主流厂商取一个,按混合价(输入:输出 = 3:1)排序。美元为国际价,人民币为国内官方价。

模型厂商输入 / 输出(美元)人民币官方价缓存输入上下文注意
Qwen3.7 Flash阿里$0.03 / $0.13¥0.2 / ¥0.8$0.0061M只适用于 ≤32K 提示词
GPT-6 LunaOpenAI$0.10 / $0.50—$0.011.05M输入超 272K:$0.20 / $0.75
Claude Haiku 5.5Anthropic$0.10 / $0.50—$0.011M输入超 100K:$0.50 / $2.50
GLM-5.3 Flash智谱$0.15 / $0.50¥0.8 / ¥2.8$0.031M—
Mistral Small 4Mistral$0.15 / $0.60—$0.015256K最大输出 32K
DeepSeek V4.1 FlashDeepSeek$0.30 / $1.20¥2 / ¥8$0.0061M高峰价,闲时半价
Gemini 3.5 Flash-LiteGoogle$0.30 / $2.50—$0.031M输出多的任务偏贵
Grok Build 0.1xAI$1 / $2—$0.20256K公测中

按角色的省钱版(只选厂商定位对得上的最便宜模型):

角色省钱选择输入 / 输出上下文厂商定位
规划Qwen4 Max$1.50 / $4.50(¥10 / ¥30)1MQwen4 旗舰,复杂推理与编程
执行Gemini 3.8 Flash$0.75 / $3.75(至 12-31)1M长程编程与自主 agent
长任务GLM-5.3$1.40 / $4.40(¥8 / ¥28)1M复杂编程与长程 agent
缓存密集的循环DeepSeek V4.1 Flash¥2 / ¥8 高峰($0.30 / $1.20)1M按价格选(缓存命中 ¥0.04)
批量 workerGPT-6 Luna 或 Claude Haiku 5.5$0.10 / $0.501M+可重复的高并发任务;分类、抽取、路由
短提示词批量Qwen3.7 Flash¥0.2 / ¥0.8(≤32K)1M多模态 agent 与编程

国产模型人民币官方价一览

用国内账号直接付人民币的话,下面是各家官方价格页上的价格(每百万 token)。人民币价不是从美元价按汇率换算来的,国内和国际是两套独立的价目表,下单前以对应平台为准。

模型输入缓存命中输出厂商定位 / 说明
Qwen4 Max(北京地域)¥10¥0.5¥30Qwen4 旗舰,复杂推理与编程
GLM-5.3¥8¥2¥28复杂编程与长程 agent
GLM-5.3 FlashX¥2¥0.57¥7更快的 GLM-5.3 版本
GLM-5.3 Flash¥0.8¥0.23¥2.8最便宜的 GLM-5.3 版本
DeepSeek V4 Pro,高峰 / 闲时¥9 / ¥4.5¥0.3 / ¥0.15¥27 / ¥13.5DeepSeek V4 Pro 端点
DeepSeek V4.1 Flash,高峰 / 闲时¥2 / ¥1¥0.04 / ¥0.02¥8 / ¥4当前 Flash 端点,支持图片输入
Kimi K3.1 Pro¥13¥1.3¥68月之暗面最新旗舰
Kimi K3¥20¥2¥100公开完整权重
MiniMax M3(输入 ≤512K)¥2.1¥0.42¥8.4MiniMax 面向编程和 agent 的前沿模型(我们的数据未标注结构化输出)
小米 MiMo-V2.6-Pro(实时)¥3¥0.025¥6当前全模态 MiMo 旗舰
腾讯 Hy4(目录价)¥6¥0.3¥18混元旗舰;2026-12-31 前限时 5 折(¥3 / ¥9)

国产模型的更多对比见 GLM-5.3 vs DeepSeek V4.1 vs Kimi K3 和 2026 国产大模型 API 价格。

成本算例:规划 + worker 分工 vs 全用旗舰

假设一个编程 agent 每月发送 1 亿输入 token,其中 70% 命中缓存,收到 800 万输出 token。分工方案里,规划者处理 10% 的流量,执行者 60%,批量 worker 30%。标准模式,提示词都在各模型的长上下文阈值以内(Haiku 5.5 为 100K,OpenAI 为 272K),DeepSeek 按高峰价,为简化不计缓存写入费用。

每一份的算法都一样:未命中缓存的输入 × 输入价 + 缓存输入 × 缓存价 + 输出 × 输出价。以 OpenAI 三档分工为例:

角色(占比)模型未命中缓存的输入缓存输入输出小计
规划(10%)GPT-6.2 Astra300 万 × $8 = $24.00700 万 × $0.40 = $2.8080 万 × $40 = $32.00$58.80
执行(60%)GPT-6.2 Sol1800 万 × $2 = $36.004200 万 × $0.10 = $4.20480 万 × $10 = $48.00$88.20
批量(30%)GPT-6 Luna900 万 × $0.10 = $0.902100 万 × $0.01 = $0.21240 万 × $0.50 = $1.20$2.31
合计$149.31

同样的工作量,各方案对比(美元):

方案规划(10%)执行(60%)批量(30%)每月合计
全部用 GPT-6.2 Astra$588.00
全部用 Claude Opus 5.5$294.00
全部用 GPT-6.2 Sol$147.00
OpenAI 分工:Astra / Sol / Luna$58.80$88.20$2.31$149.31
Anthropic 分工:Opus 5.5 / Sonnet 5.5 / Haiku 5.5$29.40$88.20$2.31$119.91
省钱分工:Qwen4 Max / Gemini 3.8 Flash / GPT-6 Luna$8.63$34.65$2.31$45.59
省钱分工,执行换成 DeepSeek V4.1 Flash(高峰)$8.63$11.41$2.31$22.35

单模型方案是把同样的算法用在全部 1 亿 / 800 万 token 上,比如全部用 Astra:3000 万 × $8 + 7000 万 × $0.40 + 800 万 × $40 = $240 + $28 + $320 = $588。

全用国产模型、按人民币官方价算(同样的工作量):

方案规划(10%)执行(60%)批量(30%)每月合计
全部用 Kimi K3.1 Pro¥1025.00
全部用 GLM-5.3¥604.00
全部用 Qwen4 Max¥575.00
国产分工:Qwen4 Max / DeepSeek V4.1 Flash(高峰)/ GLM-5.3 Flash¥57.50¥76.08¥18.75¥152.33
同上,DeepSeek 执行部分全部放在闲时¥57.50¥38.04¥18.75¥114.29

以国产分工的执行部分为例:1800 万 × ¥2 + 4200 万 × ¥0.04 + 480 万 × ¥8 = ¥36 + ¥1.68 + ¥38.4 = ¥76.08。全部用 GLM-5.3 时,7000 万缓存 token × ¥2 = ¥140,缓存价高在这里很明显。

从这些数字能看出:

  • 分工比全用旗舰便宜约 75%($149.31 vs $588)。Anthropic 分工比全用 Opus 5.5 便宜约 59%($119.91 vs $294)。国产分工比全用 Kimi K3.1 Pro 便宜约 85%(¥152.33 vs ¥1025)。
  • 分工并不比全用中档模型便宜。 全用 Sol 是 $147.00。规划从 Sol 换成 Astra 多花 $44.10,批量从 Sol 换成 Luna 省 $41.79,所以分工反而贵 $2.31。多花的钱买的是最难的那 10% 调用用上了旗舰。如果中档模型自己做规划已经够用,更省的做法是”全中档 + 便宜的批量档”。
  • 输出 token 是大头。 全用 Astra 时,800 万输出($320)比 1 亿输入($268)还贵。推理更长的模型,即便目录价一样,账单也会更高。
  • Gemini 3.8 Flash 的优惠价 2026 年 12 月 31 日结束。 2027 年 1 月 1 日起按 $1.50 / $7.50 算,省钱分工的执行部分变成 $69.30,合计 $80.24。

想用自己的 token 量和缓存率算,可以用 AI 价格计算器。

路由模式:先用便宜的,失败再升级

按角色分工是一种省法,另一种是同一角色内部做路由:每个请求先发给最便宜的一档,自动检查结果,只把失败的升级。

  1. 先用便宜档(GPT-6 Luna、Haiku 5.5、GLM-5.3 Flash、DeepSeek V4.1 Flash)。
  2. 用不需要人工的方式检查结果: 测试通过、JSON 符合 schema、diff 能应用、分类置信度超过阈值。
  3. 只把失败的升级到中档,中档再失败的才交给旗舰。

每个完成任务的平均成本 = 便宜档的一次尝试 + 失败率 × 上一档的一次尝试。举例:一个任务有 4 万未命中缓存的输入 token、4000 输出 token,用 GPT-6 Luna 是 $0.006(0.04M × $0.10 + 0.004M × $0.50),用 GPT-6.2 Sol 是 $0.12(0.04M × $2 + 0.004M × $10)。如果 Luna 有 30% 失败、失败的交给 Sol,平均是 $0.006 + 0.3 × $0.12 = $0.042,大约是全部用 Sol 的三分之一。前提是检查要可靠:没被发现的失败才是最贵的。

直接比较两个模型也是同样的道理:目录价相同的两个模型,完成同一任务用的 token 可能差很多。正式切换前,先拿自己的一批真实任务测”每个完成任务的成本”。

能用上的缓存和批量折扣

  • OpenAI: 缓存读取 Astra $0.40、Sol $0.10、Luna $0.01(每百万)。30 分钟缓存写入 Astra $10、Sol $2.50。Batch 为标准价 50%,Fast 为 2 倍。
  • Anthropic: Opus 5.5 缓存读取 $0.20,5 分钟写入 $5(1 小时 $8),Batch $2 / $10。Sonnet 5.5 缓存读取 $0.10,写入 $2.50(1 小时 $4),Batch $1 / $5。Haiku 5.5 Batch 五折。
  • Google: Gemini 4 Neon 和 Hydrogen 只有隐式缓存(缓存输入 $0.15 和 $0.075)。Batch / Flex:Neon $1.50 / $7.50,Hydrogen $0.75 / $3.75。Gemini 3.8 Flash 的 Batch 和 Flex 是同步价的一半。
  • DeepSeek: V4.1 Flash 和 V4 Pro 闲时都是半价,缓存命中也一样。
  • 月之暗面(Kimi K3.1 Pro): 缓存命中 $0.20(国内 ¥1.3),缓存写入按 TTL 计费。
  • 阿里(Qwen4 Max): 隐式和显式缓存命中 $0.075(国内 ¥0.5),显式写入 $1.875(5 分钟 TTL)或 $3(1 小时)。
  • 小米 MiMo-V2.6-Pro: 批量价是实时价的一半(¥1.5 / ¥3),缓存写入限时免费。
  • Mistral: 缓存输入打一折。
  • 智谱(GLM-5.3): 缓存输入存储限时免费。

Batch 适合能等的任务(夜间代码审查、批量打标、生成测试)。缓存适合每轮都重发同一段系统提示词和仓库上下文的 agent 循环,大多数编程 agent 都是这样。

相关页面

来源

下一步

相关文章