1. 按任务建立候选集
代码与调试可先比较 GPT、Claude 和国产代码模型；长上下文可比较 Gemini、Kimi 与 GPT；中文知识工作加入 GLM、DeepSeek；图片任务比较 GPT Image、Gemini、Grok；视频任务比较 Grok Imagine 与 Gemini。候选集不是排名，必须用固定任务验证。
2. 价格便宜如何公平比较
文本统一到元/百万 token，图片统一到元/张，视频统一到元/秒。把上下文增长、缓存、废图率和重试写进预算；本站目录价和官方挂牌价分栏，最终扣费只认控制台。
3. 企业级稳定架构
每个环境独立 Key，统一记录 model、HTTP 状态、request ID、usage 和耗时；429/5xx 有限退避，超时使用幂等键；主模型失败后按任务类型回退，而不是随机切换。
4. 一个可执行的决策表
先列出任务输入、输出格式、延迟容忍和月预算，再选择两到三个候选；跑同一批样本，比较成功分支、失败分支和总成本；最后才决定默认模型。没有样本时只写“适合场景”，不写“最强”。
5. 常见问题
便宜不等于稳定，稳定也不等于每次都成功。中转站的价值是统一入口、密钥隔离、账单可核对和故障回退。
常见问题
页面价格是最终账单吗？
不是。页面展示的是当前目录参考口径，充值、缓存、重试和合同规则可能改变实际费用，最终以控制台流水为准。
如何证明 API 稳定？
用固定任务和连续窗口记录成功分支、失败分支、状态码、耗时与回退次数；没有逐模型样本时不宣称单模型 SLA。
来源与边界：模型 ID、目录价和接口字段以本站模型广场及控制台当前显示为准；官方规格仅用于交叉核对。核对日期：2026-09-10。相关页面、相关页面、相关页面
6. 可执行的任务决策树
| 任务输入 | 先试候选 | 必须记录 | 不适用边界 |
|---|---|---|---|
| 代码与调试 | GPT、Claude、DeepSeek | 工具调用、补丁通过率 | 不能用图片价格比较 |
| 中文长文档 | Kimi K3、GLM-5.3 | 上下文长度、Token 成本 | 长窗口不等于每轮便宜 |
| 批量生图 | Gemini、Grok、GPT Image | 每张成本、废图率 | 不可把一次成图当画质排名 |
| 短视频 | Grok Imagine、Gemini | 任务状态、有效秒数 | 不可把排队时间当生成时长 |
决策顺序是：先填任务输入与输出格式，再设月预算和可接受等待，最后跑相同样本。默认模型只在成功分支、失败分支和总成本都可解释时确定。
7. 企业预算与回退
企业项目至少维护四个字段：月预算、平均输入规模、失败可重试次数、备用模型。文本按百万 token、图片按张、视频按秒分别核算；回退请求必须在账单里标记原因。Key 按环境隔离，避免评测流量挤占生产额度。
8. 选型评分表怎么落地
建议为每个候选模型填写四列：任务通过/失败、每次实际成本、平均等待、回退次数。评分时先淘汰格式不兼容的模型，再在相同预算内比较成功分支。若某模型只在低并发下通过，应把并发条件写进结论，而不是给出脱离条件的“稳定”标签。
完成小样本后再决定默认模型；没有样本时，文章只提供决策框架，不替访客做未经验证的品牌排名。
9. 选型结果怎样写进采购记录
采购记录至少包含任务类型、候选模型、测试日期、样本数量、成功/失败状态、单次成本和回退条件。这样团队下个月更换模型时，仍能复现当时的决策，而不是依赖“感觉更好”或“宣传更快”。页面给出的是方法，不替代你们自己的固定测试集。
选型结论应注明测试日期和限制条件，例如“在 10 个中文样本、单并发、同一 Token 预算下观察”。如果条件变化，结论应重新计算，不把一次实验永久化为排名。