三、三方模型（API）
← 上一章：二、Coding Plan | 返回总览 | 下一章：四、CLI 种类 →
三方模型指通过 API 调用的第三方大语言模型服务，涵盖国际主流和国产模型。
国际主流模型 API
| 模型 | 厂商 | 特点 |
|---|---|---|
| Claude API (Opus 5.5) | Anthropic | 主力 Claude Opus 5.5（2026-09-22，claude-opus-5-5，$4/$20），1M 上下文。同期另有 Fable 5.1 / Mythos 5.1（2026-09-01）：同权重、防护等级不同——Fable 为通用可用版，Mythos 为邀请制的可信访问版（面向网络安全与生命科学） |
| GPT-6 系列 | OpenAI | GPT-6 Astra（2026-09-03，1.05M 上下文）、GPT-6 Sol / Luna（2026-09-22，分旗舰与低成本档）。上一代 GPT-5.6 的 Sol / Terra / Luna 三档仍在役 |
| Gemini 系列 | Gemini 3.8 Flash / 3.8 Live 于 2026-09 发布；Pro 档仍为 Gemini 3.1 Pro；约 1M 上下文，多模态能力突出。Gemini 4 官方确认已进入预训练，尚未发布 |
⚠️ 上下文窗口的口径：表中的数值是厂商规格书里的上限，实际可用量受输出预留、计费方式与接入渠道影响。同一模型在不同云渠道（如 AWS Bedrock）的标注可能不一致，选型前请以你实际接入的那个渠道的文档为准。
国产主流模型 API
| 模型 | 厂商 | 特点 |
|---|---|---|
| DeepSeek-V4.1-Flash | 深度求索 | 2026-09-10 发布（API 名 deepseek-flash）：552B MoE、原生多模态、1M 上下文；开源强推理，成本低，编码能力强 |
| Qwen3.8 系列 | 阿里 | 旗舰 Qwen3.8-Max（2026-08-03）：总参 2.4T / 激活 95B，1M 上下文；另有 3.7-Max / 3.7-Plus / 3.6-Plus 等档位。中文理解精准 |
| Kimi K3 | 月之暗面 | Kimi K3（2026-07）：2.8T 参数、原生视觉理解、1M 上下文；K2.8 Preview 于 2026-09-11 全量上线 Kimi Code，全档位 1M 上下文 |
| GLM-5.3 | 智谱 AI | 2026-08-14 上线，MoE 744B 总参 / 40B 激活；文本输入 1M、输出 128K。国内老牌模型，编码场景持续优化 |
| MiniMax M3 | MiniMax | 2026-06-01 发布：428B 总参 / 23B 激活、1M 上下文、原生多模态；另有音乐、语音、视频模型 |
模型聚合平台
- OpenRouter：统一 API 网关，支持 500+ 模型、80+ 提供商，OpenAI 兼容接口
- Hugging Face：提供开源模型托管和推理服务
模型选型对比
编程场景
| 模型 | 编码能力 | 价格 | 上下文 | 速度 | 中文代码注释 |
|---|---|---|---|---|---|
| Claude Opus 5.5 | ⭐⭐⭐⭐⭐ | 高 | 1M | 中 | ⭐⭐⭐⭐ |
| GPT-6 Astra | ⭐⭐⭐⭐⭐ | 高 | 1.05M | 中 | ⭐⭐⭐ |
| Gemini 3.8 Flash | ⭐⭐⭐⭐ | 中 | 1M | 快 | ⭐⭐⭐ |
| DeepSeek-V4.1-Flash | ⭐⭐⭐⭐ | 低 | 1M | 快 | ⭐⭐⭐⭐⭐ |
| Qwen3.8-Max | ⭐⭐⭐⭐ | 中 | 1M | 快 | ⭐⭐⭐⭐⭐ |
| Kimi K3 | ⭐⭐⭐⭐ | 中 | 1M | 快 | ⭐⭐⭐⭐⭐ |
| GLM-5.3 | ⭐⭐⭐ | 中 | 1M | 快 | ⭐⭐⭐⭐⭐ |
| MiniMax M3 | ⭐⭐⭐ | 中 | 1M | 快 | ⭐⭐⭐⭐ |
非编程场景
| 场景 | 首选 | 次选 | 理由 |
|---|---|---|---|
| 长文档分析 | Gemini 3.8 / GPT-6 Astra | Claude Opus 5.5 / Kimi K3 | 1M+ 上下文，原生多模态 |
| 中文写作 | Qwen3.8-Max / Kimi K3 | DeepSeek-V4.1-Flash | 中文理解精准，文风自然 |
| 多轮对话 | Claude Opus 5.5 | GPT-6 Astra | 指令遵循强，逻辑一致 |
| 多模态理解 | Gemini 3.8 | GPT-6 Astra | 原生多模态，图文理解强 |
| 低成本大批量 | DeepSeek-V4.1-Flash | GPT-6 Luna / Qwen3.7-Plus | 开源+低价，推理成本极低 |
| 语音/音乐生成 | MiniMax M3 | — | 原生语音和音乐模型 |
选型建议
- 日常编码 → Claude Opus 5.5 或 DeepSeek-V4.1-Flash（前者质量最高，后者性价比最佳）
- 中文项目优先 → Qwen3.8-Max / Kimi K3 / DeepSeek-V4.1-Flash：中文理解和生成最自然
- 长文档/多模态 → Gemini 3.8 或 GPT-6 Astra：1M+ 上下文窗口，原生多模态
- 低成本试验 → DeepSeek-V4.1-Flash / GPT-6 Luna：开源模型中编码能力最强，或大厂里最便宜的一档
- 不想分别对接 → OpenRouter：一个 API 调 500+ 模型、80+ 提供商，按需切换
延伸：三种不是「LLM」的模型形态
上面两张表列的都是可调用的 LLM API。但 2026 年「模型」这个词的外延已经扩大——选型时会遇到三类形态完全不同的东西，它们的评价标准（benchmark、延迟、成本）与 LLM 不通用。
| 形态 | 代表 | 它做什么 | 关键区别 |
|---|---|---|---|
| 决策模型 | Jev（TypeSafe AI） | 只输出带概率的类型化判定：分类、评分、真/假 | 不生成文本，结构上无法「胡说」；延迟 70–500ms（2026-09 发布） |
| 世界模型 | Genie 3、NVIDIA Cosmos、Marble、V-JEPA 2 | 理解并预测物理世界的演化，生成可交互环境 | 吃视频级算力；主战场是仿真与具身智能，尚不能直接替换 LLM |
| 专家混合（MoE） | 多数前沿开源模型 | 稀疏激活——推理时只调用部分「专家」子网络 | 是架构而非产品，决定推理成本与吞吐 |
决策模型：Jev
由 TypeSafe AI 于 2026-09 发布，创始人是前 OpenAI 研究员 Diogo Almeida（曾参与 ChatGPT 的指令遵循训练）。它属于「System One」路线：不生成任何文本，而是接收结构化状态（工单、消息、JSON），返回带校准置信度的答案。三种提问原语：
- Choice —— 从至多 255 个预设选项中选一个，附各选项概率
- Score —— 按 2–10 级的有序标准打分，结果可落在两级之间
- Noul —— 是/否判断，返回 0–1 的概率（名字取自 Bernoulli）
它的定位是「快慢分工」里的快判断层：昂贵的大模型负责规划（慢思考），高频、原子化的判断交给决策模型。价格约 $0.042 / 百万输入 token，输出不计费。
⚠️ 两个使用前提：① 官方与集成方（Pydantic）均提示 prompt injection 可影响其判定——不适合单独作为 agent 的安全门禁；② 计数、算术、日期处理不可靠，且英文优先，目前未向中国大陆开放。
世界模型（World Model）
目标是让模型理解物理世界如何演化，而不只是处理语言。2026 年分成两条技术路线：
- 生成式路线 —— 直接生成像素。Google DeepMind Genie 3（11B 参数自回归 Transformer，720p / 24fps）可实时生成可交互环境，2026-01 起经 Project Genie 向美国 AI Ultra 订阅者开放；Waymo 已用它微调出 Waymo World Model，专门生成现实中罕见的驾驶场景。NVIDIA Cosmos 是开源的世界基础模型平台，主要产出合成训练数据。
- 隐空间路线 —— 只预测表征、不重建像素。Meta V-JEPA 2 用约 100 万小时视频预训练，再加仅 62 小时机器人数据，即可零样本完成抓放操作。Yann LeCun 于 2026 年初离开 Meta 创办 AMI Labs，专攻这条 JEPA 路线。
目前主要用于自动驾驶仿真、机器人训练与内容生成，还不是能直接替换 LLM API 的产品。
专家混合（MoE）
MoE 是架构而非产品：模型内部有多个「专家」子网络，每次推理只激活其中一小部分。因此总参数量（决定能力上限）与激活参数量（决定推理成本）是两个不同的数——看到「总参数 235B / 激活 22B」这类标注就是这种情况。它是当前主流开源模型压低推理成本的通用手段，选型时应关注激活参数而非总参数。