截至 2026 年 7 月的当前 AI 模型
2026 年 7 月相当热闹：GPT-5.6、Grok 4.5 和 Muse Spark 1.1 在一周内相继发布，Claude Fable 5 在暂停近三周后也回归了。以下是本文将介绍的当前模型与智能体：
- OpenAI: GPT-5.6 Sol, Terra, Luna; GPT-5.5; ChatGPT Work; ChatGPT Images 2.0; Codex
- Anthropic: Claude Fable 5, Opus 4.8, Sonnet 5; Claude Cowork
- Google: Gemini 3.1 Pro, Gemini 3.5 Flash; Gemini Spark; Veo 3.1
- xAI: Grok 4.5
- Meta: Muse Spark 1.1
- ByteDance: Seedream 5.0 Pro
- Alibaba: Qwen 3.7 Max (API); Qwen 3 235B-A22B, Qwen 3.5, Qwen 3.6 (open weights)
- Open-source: Llama 4 Scout 和 Maverick; DeepSeek V4, R1, V3; Mistral Large 3, Small 4; GLM-5, GLM-4.7; Gemma 3, Gemma 4 26B A4B; Phi-4; Kimi K2.6
旗舰模型市场已不再归结为「单一赢家」- 每个模型家族都有自己的强项，选择取决于任务、预算和上下文需求。
简而言之：这对企业意味着什么
- 不存在唯一「最好」的模型。 对于日常任务（往来邮件、初稿、分类），GPT-5.6 Luna 或 Qwen 3.7 Max 等低价模型只需旗舰价格的一小部分，效果已经足够。
- 代码与智能体任务应预留更高预算。 GPT-5.6 Sol 和 Claude Fable 5 更贵，但正是它们能胜任复杂的多步骤任务。请在自己的实际任务上测试 2-3 个方案，而不是仅凭厂商宣传做选择。
- 不要绑定单一供应商。 Claude Fable 5 曾因美国出口限制停用三周 - 类似的中断可能发生在任何供应商身上。请始终准备好备用模型或备用供应商。
- Open-source（开放权重模型）值得考虑，如果数据控制权或每月请求量较大对你很重要 - 但这需要自建服务器基础设施，而非「开箱即用」。
- 按任务计算成本，而不是按 token 单价计算。 输出很长的廉价模型，最终成本可能高于输出简短的昂贵模型。
以下是按供应商的详细分析和价格表，也为想深入了解细节（上下文、许可证、self-hosting）的读者准备了对应章节。
市场概览
到 2026 年年中，已形成了稳定的三极格局：
- OpenAI - GPT-5.6 (Sol, Terra, Luna) 以及 ChatGPT / Codex / ChatGPT Work 生态
- Anthropic - Claude Fable 5, Opus 4.8, Sonnet 5 以及 Claude Cowork 智能体
- Google - Gemini 3.1 Pro, Gemini 3.5 Flash 以及 Gemini Spark 智能体
与它们并行运作的还有专业化玩家：xAI (Grok 4.5)、Meta (Muse Spark 1.1)、ByteDance (用于图像的 Seedream 5.0 Pro)、Alibaba (Qwen 3.7 Max)。与此同时，成熟的 open-source 板块在关键基准测试上已将差距缩小至与闭源旗舰仅差几分 - Llama 4、Qwen 3.x、DeepSeek V4、Mistral Large 3 和 GLM-5 在 self-hosting（在自有服务器上部署模型）场景下已可用于 production。竞争已从「谁更聪明」转向「谁在可接受价格下对具体任务更高效」。
以下是截至 2026 年 7 月 11 日主要产品线的当前状态。
OpenAI：GPT-5.6 家族
7 月 9 日，OpenAI 向所有用户开放了 GPT-5.6。该模型在有限 preview 之后（期间伴随监管审查）成为 ChatGPT 的默认模型。
同一代中的三个层级
| 模型 | 定位 | 上下文 | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Sol | 旗舰：代码、智能体、复杂任务 | 1.05M | $5.00 | $30.00 |
| Terra | 价格与质量平衡 | 1.05M | $2.50 | $15.00 |
| Luna | 快速且经济 | 1.05M | $1.00 | $6.00 |
| GPT-5.5 | 上一代旗舰，fallback | 1M | $5.00 | $30.00 |
当 input 超过 272K token 时，GPT-5.6 适用 long-context 费率：input x2，output x1.5（Sol：$10 / $45 每 1M）。
Sol 定位为 OpenAI 最好的 coding 模型：在 Artificial Analysis Coding Agent Index（一个基于真实任务比较 coding 智能体的独立排行榜）上，它以更少的 token 消耗和更低的成本领先 Claude Fable 5。Terra 和 Luna 覆盖大众场景 - 从日常对话到后台自动化。
GPT-5.5 在需要经过验证的稳定性的场景下仍是备选方案。Sol 在部分场景中表现出更高的「agentic」特性，因此对于 production 关键任务，测试两个版本都有意义。
ChatGPT Work
与 GPT-5.6 一同发布的还有 ChatGPT Work - 面向办公任务的智能体：文档、表格、演示文稿、简单 Web 应用。它整合了 ChatGPT 和 Codex 的能力，与 Claude Cowork 竞争。支持 Slack、Gmail、Google Drive、日历和 CRM 等集成。对非技术团队而言，ChatGPT Work、Claude Cowork 和 Gemini Spark 目前的差异更多在于集成生态，而非产出质量 - 明智的做法是根据已经在用的工具（Google Workspace、Slack 等）选择对应智能体，而不是反过来。
Anthropic：暂停后的 Claude
7 月 1 日，Anthropic 恢复了 Claude Fable 5 - Mythos 级别的旗舰模型，该模型因美国出口限制于 6 月 12 日下线。模型的回归显著改变了 coding 和长 agentic 场景的格局。
产品线关键模型
| 模型 | 用途 | 上下文 | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Claude Fable 5 | Coding、长 agentic workflows | 1M | $10.00 | $50.00 |
| Claude Opus 4.8 | 日常工作、enterprise | 1M | $5.00 | $25.00 |
| Claude Sonnet 5 | 文本、指令（intro 至 31.08） | 1M | $2.00 | $10.00 |
自 2026 年 9 月 1 日起，Claude Sonnet 5：$3.00 input / $15.00 output 每 1M。
Claude Cowork - 用于与文件和应用协作的智能体，OpenAI 对 ChatGPT Work 的直接回应。对于已在使用 Claude Code 的团队，Cowork 是开发栈的自然补充。
Google：Gemini 3.x
Google 在 reasoning 和 price-performance 两个维度上维护其产品线。
| 模型 | 用途 | 上下文 | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Gemini 3.1 Pro | 复杂推理、精度 | 1M | $2.00 | $12.00 |
| Gemini 3.5 Flash | Price-performance、长上下文 | 2M | $1.50 | $9.00 |
Gemini 3.1 Pro 在超过 200K token 时适用更高费率：$4.00 input / $18.00 output 每 1M。
Gemini 的强项是长上下文和多模态。对于分析大型文档集、代码库和混合数据（文本 + 图像），这往往是决定性因素。
Gemini Spark - Google 的智能体，与 ChatGPT Work、Claude Cowork 并列成为 2026 年夏季最引人注目的三个 agentic 产品之一。对于已经在使用 Google Workspace 的企业，这是三者中门槛最低的选择。
xAI、Meta、ByteDance 和 Alibaba
| 模型 | 用途 | 上下文 | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Grok 4.5 | 代码、X 的 real-time 上下文 | 1M | $2.00 | $6.00 |
| Meta Muse Spark 1.1 | 可负担的 mid-tier API | 256K | $1.25 | $4.25 |
| Qwen 3.7 Max | Mid-tier reasoning (API) | 1M | $2.50 | $7.50 |
| Seedream 5.0 Pro | 图像生成 | - | per image | per image |
Grok 4.5 在与 Cursor 配合以及需要来自 X 和 Web 的最新上下文的任务中表现突出。Qwen 3.7 Max - 通过 Alibaba Cloud 提供的闭源权重；open-source 版 Qwen 见下文。Seedream 5.0 Pro 按图像计费，而非按 token。
Open-source 模型
Open weights 是市场中独立的一层，2026 年已不再只是「实验用的备选方案」。部分模型在代码和推理方面已接近 GPT-4 级别，DeepSeek V4 和 GLM-5.1 在 SWE-Bench（衡量真实编程任务表现的标准基准）上与闭源旗舰竞争。选择 open-source 的主要原因：self-hosting、数据控制、高流量下可预测的成本，以及没有 vendor lock-in。
open-source 模型价格更低 - 数据来自 2026 年 7 月 11 日的 OpenRouter（hosted inference，无需部署自有硬件）。Self-hosting 仍然可行 - 此时不适用 per-token billing（按处理文本量计费）。
Meta：Llama 4
| 模型 | 用途 | 上下文 | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Llama 4 Scout | RAG、大型档案 | 10M | $0.10 | $0.30 |
| Llama 4 Maverick | General-purpose | 1M | $0.15 | $0.60 |
价格 - OpenRouter。Self-hosting 时不收取 token 费用，成本仅为硬件和电力。
Llama 4 Community 许可证对 MAU（月活跃用户数）超过 700M 的产品有限制 - 对大多数 B2B 项目不是问题，大型 consumer 平台需单独核查。
Alibaba：Qwen (open weights)
云端 Qwen 3.7 Max 与 open-source 产品线是不同产品。Self-hosting 场景下适用：
| 模型 | 用途 | 上下文 | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Qwen 3 235B-A22B | Reasoning + coding | 131K | $0.46 | $1.82 |
| Qwen 3.5-397B-A17B | 多语言、科学 | 256K | $0.39 | $2.45 |
| Qwen 3.6-35B-A3B | 单服务器、量化 | 262K | $0.14 | $1.00 |
当需要质量、Apache 2.0 许可证以及 vLLM / Ollama / llama.cpp（用于在自有服务器上运行模型的常用工具）支持之间的平衡时，Qwen 是最常见的选择。
DeepSeek
| 模型 | 用途 | 上下文 | Input / 1M | Output / 1M |
|---|---|---|---|---|
| DeepSeek V4 Flash | Coding、agents、预算 | 1M | $0.08 | $0.17 |
| DeepSeek V4 Pro | 复杂 reasoning | 1M | $0.44 | $0.87 |
| DeepSeek R1 | Math、deep reasoning | 164K | $0.70 | $2.50 |
| DeepSeek V3.2 | General-purpose fallback | 131K | $0.21 | $0.32 |
在 OpenRouter 上，DeepSeek V4 Flash 比 DeepSeek 直连 API 更便宜。直连 API 自 2026 年 7 月中旬起在高峰时段（9:00-12:00 和 14:00-18:00 CST）费率翻倍。
Mistral AI
| 模型 | 用途 | 上下文 | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Mistral Large 3 | Multilingual、enterprise | 262K | $0.50 | $1.50 |
| Mistral Small 4 | Production chat + tools | 262K | $0.15 | $0.60 |
Mistral 在 permissive 许可证（无 MAU-cap）、欧洲 data residency 和成熟部署生态重要的场景中占优。
Zhipu AI：GLM
| 模型 | 用途 | 上下文 | Input / 1M | Output / 1M |
|---|---|---|---|---|
| GLM-5.1 | Agentic coding | 203K | $0.97 | $3.04 |
| GLM-4.7 | Coding workflows | 203K | $0.40 | $1.75 |
Google 和 Microsoft：紧凑模型
| 模型 | 用途 | 上下文 | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Gemma 3 27B | 单 GPU | 131K | $0.08 | $0.16 |
| Gemma 4 26B A4B | Math + coding | 262K | $0.06 | $0.33 |
| Phi-4 | Edge、laptop | 16K | $0.07 | $0.14 |
Kimi K2.6
| 模型 | 用途 | 上下文 | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Kimi K2.6 | Agentic coding | 262K | $0.66 | $3.41 |
Kimi K2.6 (Moonshot AI) - 侧重 agentic coding 和长开发会话的 open-weight 模型。常与 DeepSeek V4 和 GLM-5 并列提及，作为自主 coding 智能体的 top-tier 选择。
Open-source 旗舰对比
| 模型 | 强项 | 上下文 | Input / 1M | Output / 1M | 许可证 |
|---|---|---|---|---|---|
| Qwen 3 235B-A22B | Reasoning + coding | 131K | $0.46 | $1.82 | Apache 2.0 |
| DeepSeek V4 Flash | Coding + agents | 1M | $0.08 | $0.17 | MIT |
| DeepSeek V4 Pro | 复杂 reasoning | 1M | $0.44 | $0.87 | MIT |
| DeepSeek R1 | Math + deep reasoning | 164K | $0.70 | $2.50 | MIT |
| Llama 4 Scout | Long context | 10M | $0.10 | $0.30 | Llama 4 Community |
| Mistral Large 3 | Multilingual + enterprise | 262K | $0.50 | $1.50 | Apache 2.0 |
| Mistral Small 4 | Production chat + tools | 262K | $0.15 | $0.60 | Apache 2.0 |
| GLM-5.1 | Agentic coding | 203K | $0.97 | $3.04 | MIT |
| Qwen 3.6-35B-A3B | Single-server deploy | 262K | $0.14 | $1.00 | Apache 2.0 |
| Gemma 3 27B | Single GPU | 131K | $0.08 | $0.16 | Gemma |
| Gemma 4 26B A4B | Math + coding | 262K | $0.06 | $0.33 | Apache 2.0 |
| Phi-4 | Edge / laptop | 16K | $0.07 | $0.14 | MIT |
| Kimi K2.6 | Agentic coding | 262K | $0.66 | $3.41 | Open weights |
所有价格 - OpenRouter，2026 年 7 月。Self-hosting 时请将 GPU 和电力成本纳入考量，而非 per-token billing。
何时选择 open-source
Open-source 在以下情况下有意义：
- 数据不得离开边界（on-premise、private cloud）
- 需要每月数百万请求规模下可预测的 cost at scale（成本随用量可预测地增长）
- 需要不受 API 限制的 domain fine-tuning
- 团队已有 GPU 基础设施或使用 vLLM / TGI
闭源 API（GPT-5.6、Claude、Gemini）在以下情况下仍更优：需要开箱即用的智能体（ChatGPT Work、Cowork、Spark）、无需 DevOps 的最短 time-to-market，以及无需部署即可使用最新的 multimodal 能力。
多模态：图像与视频
文本 LLM 只是生态的一部分：
- ChatGPT Images 2.0 - 生成图像上带有可读文本的图像
- Google Veo 3.1 - OpenAI 关闭 consumer 应用 Sora 2 后 video 模型领域的领先者
- Seedream 5.0 Pro - 设计与营销材料的替代方案
选择取决于是否需要统一技术栈（OpenAI / Google），还是在特定模态方向上追求最佳质量。
如何按任务选择模型
不存在通用的「最佳 AI」。实用方案如下：
| 任务 | 优先考虑 |
|---|---|
| 日常对话与文档 | GPT-5.6 Terra 或 Luna、Claude Opus 4.8 |
| 编程与智能体 | GPT-5.6 Sol、Claude Fable 5 |
| 长上下文（代码、档案） | Gemini 3.5 Flash、Gemini 3.1 Pro |
| 文本与编辑 | Claude Sonnet 5 |
| 预算与 API 自动化 | GPT-5.6 Luna、Grok 4.5、Qwen 3.7 Max |
| Self-hosting 与 on-premise | Qwen 3 235B-A22B、DeepSeek V4、Mistral Small 4、Llama 4 Scout |
| 自有硬件上的 coding | DeepSeek V4、GLM-5.1、Qwen 3.6-35B-A3B |
| 单 GPU / edge | Gemma 3 27B、Phi-4、Qwen 3.6-35B-A3B (OpenRouter) |
| 长上下文（本地） | Llama 4 Scout、Qwen 3.6 |
| Real-time 新闻与 X | Grok 4.5 |
| 办公自动化 | ChatGPT Work、Claude Cowork、Gemini Spark |
| 图像 / 视频 | ChatGPT Images 2.0、Veo 3.1、Seedream 5.0 Pro |
对于 production，合理做法是保持对供应商的抽象：按任务类型路由请求，故障时 fallback 到 GPT-5.5 或 Opus 4.8，并单独监控 token 成本。
近一个月的变化
- GPT-5.6 进入 GA - OpenAI 在 coding 基准测试中重夺领先，并相对竞争对手降低了旗舰成本
- Claude Fable 5 回归 - Anthropic 在 SWE 和 agentic 场景中恢复了地位
- 智能体进入 mainstream - ChatGPT Work、Claude Cowork 和 Gemini Spark 将 LLM 从聊天工具变为工作工具
- 价格战加剧 - Luna、Grok 4.5 和 Muse Spark 1.1 挤压 mid-tier，瓜分 API 集成市场
- 监管成为因素 - Fable 5 的暂停表明顶级模型的可用性可能快速变化
- Open-source 追上闭源前沿 - DeepSeek V4、GLM-5.1 和 Qwen 3.6 达到与 GPT-5.5 和 Opus 4.8 相当的 SWE-Bench 水平
总结
2026 年 7 月，AI 市场成熟且碎片化。GPT-5.6 Sol 和 Claude Fable 5 在闭源 API 的 coding 领域并列第一，Gemini 3.5 Flash 在长上下文和 price-performance 上领先，Claude Sonnet 5 在文本工作上占优。Open-source 板块中，Qwen 3 235B-A22B、DeepSeek V4 和 Llama 4 Scout 领先 - 各有专长。智能体产品（ChatGPT Work、Cowork、Spark）是模型之上的下一层。
对企业而言，最优策略是不绑定单一供应商：在真实任务上测试 2-3 个模型，计算 cost per task 而不仅是每百万 token 的价格，并预留 fallback - 到上一代 API（GPT-5.5、Opus 4.8）或在有数据和预算要求时到 self-hosted open-source（DeepSeek V4、Mistral Small 4）。
如需开发、AI 部署或网站运维方面的帮助 - 请与我联系。
常见问题
2026 年 7 月编程用哪个模型最好？
闭源 API 中 GPT-5.6 Sol 和 Claude Fable 5 领先 - 两者在 coding 和 agentic 场景都很强。Sol 在 output token 成本上占优，Fable 5 在 SWE-Bench Pro 上占优（~80.3%）。预算型 API - Grok 4.5 ($2 / $6) 或 GPT-5.6 Luna ($1 / $6)。Open-source 中 - OpenRouter 上的 DeepSeek V4 Flash ($0.08 / $0.17) 和 GLM-5.1。
Open-source 还是闭源 API - 怎么选？
Open-source（通过 OpenRouter 或 self-hosting）- 如果数据控制、可预测的 cost at scale（成本随用量可预测地增长）和没有 vendor lock-in 很重要。闭源 API（GPT-5.6、Claude、Gemini）- 如果需要开箱即用的智能体（ChatGPT Work、Cowork、Spark）、无需 DevOps 的多模态能力和最短 time-to-market。对许多团队而言，混合方案最优：闭源 API 用于产品功能，open-source 用于后台自动化。
GPT-5.6 Sol、Terra 和 Luna 有何区别？
三者同属一代，上下文均为 1.05M token，但 capability 层级和价格不同。Sol ($5 / $30) - 复杂代码和智能体的旗舰。Terra ($2.50 / $15) - 日常工作的平衡之选。Luna ($1 / $6) - 大规模任务：分类、数据提取、常规对话。ChatGPT Free 和 Go 默认使用 Terra。
为什么 Claude Fable 5 曾不可用，现在回来了吗？
2026 年 6 月 12 日，Anthropic 因美国对 frontier 模型的出口限制将 Fable 5 下线。6 月 30 日限制解除，7 月 1 日 模型以原价格 ($10 / $50) 回归 API 及 ChatGPT 竞品服务。暂停表明顶级模型的可用性可能因监管原因变化 - 应保留 fallback（Opus 4.8、GPT-5.6 Sol）。
如何在不损失质量的情况下节省 API 费用？
三种可行方法：按任务路由 - 简单请求用 Luna 或 DeepSeek V4 Flash，复杂任务才用 Sol 或 Fable 5；OpenRouter 用于 open-source 模型 - 通常比直连 API 更便宜（例如 DeepSeek V4 Flash $0.08 vs $0.14）；prompt caching 和 batch API（批量处理请求而非逐一处理）- 对重复上下文可节省 50-90%。计算 cost per task 而不仅是每百万 token 的价格 - 便宜的模型若 output 很长，总成本可能更高。
本文术语
open-source — software with publicly available source code — 源代码公开的软件
self-hosting — running software on your own servers — 在自有服务器上运行软件
production — live environment serving real users — 服务真实用户的生产环境
long-context — model that can take a very large prompt in one go — 一次能接受很长提示词的模型
fallback — backup path used when the primary option fails — 主路径失败时使用的备用方案
agentic workflows — multi-step flows where an AI agent plans and acts — 由 AI 代理规划并执行的多步流程
CRM — Customer Relationship Management — 客户关系管理
price-performance — value relative to cost and speed
real-time — processed with minimal delay
open weights — model weights you can download and run yourself — 可下载并自行运行的模型权重
vendor lock-in — hard to leave a vendor without costly rewrite — 离开供应商需昂贵重写的锁定
inference — running a trained model to get predictions — 运行已训练模型得到预测结果
RAG — Retrieval-Augmented Generation — 检索增强生成
consumer — queue/stream consumer
MAU — Monthly Active Users — 月活跃用户
B2B — Business to Business — 企业对企业
Ollama — tool to run local open-weight LLMs on your machine — 在本地运行开源权重大模型的工具
data residency — requirement to keep data in a specific country/region — 数据必须存放在特定国家/地区的要求
GPU — Graphics Processing Unit — 图形处理器
time-to-market — how fast a product reaches customers — 产品到达客户所需的时间
on-premise — software hosted in your own infrastructure — 部署在自有机房而非厂商云上
fine-tuning — additional training of a model on domain data — 在领域数据上进一步训练模型
DevOps — Development and Operations — 开发运维一体化
LLM — Large Language Model — 大语言模型
self-hosted — software you run on your own servers — 部署在自有服务器上的软件
prompt caching — reuse of a cached prompt prefix to cut cost and latency — 复用已缓存的提示前缀以降低成本与延迟
lock-in — hard to leave a vendor or stack without costly rewrite — 离开供应商或技术栈需要昂贵重写