模型目录

在问 OneAPI 提供多家厂商的模型，通过统一的 OpenAI 兼容接口调用。本页列出所有可用的 Chat 模型及其关键参数。

数据来源

以下数据在文档构建时自动从 API 拉取，与工作台展示保持一致。

共 40 个模型，覆盖 9 个厂商。 价格单位：元 / 百万 Token。

Claude

claude-fable-5

Claude Fable 5 是 Anthropic 推出的 Mythos 级模型，专为自主知识工作和编码而构建。它支持文本、图像和文件输入，并以文本形式输出，具备推理能力和 100 万 token 的上下文窗口。该模型适用于长时间运行的、复杂的异步任务——这些任务以往需要人类频繁介入检查。[重定向到 opus-5.5, 同价]

输入7.39

输出36.96

缓存倍率0.2

1M 视觉 工具

claude-fable-5-1

Claude Fable 5.1 在各方面都全面超越了 Claude Fable 5，其中进步最显著的领域包括：智能体编程（agentic coding）、长时间运行的智能体工作流，以及知识型工作——特别是在大型代码重构、前端与可视化代码生成，以及金融与分析类任务上表现突出。此外，与 Fable 5 相比，Fable 5.1 在制定计划和总结内容时往往更加简洁。[重定向到 opus-5.5, 同价]

输入7.39

输出36.69

缓存倍率0.2

1M 视觉 工具

claude-haiku-4.5 比官方便宜 74%

Claude Haiku 4.5 是 Anthropic 最快速和最高效的模型，以更低的成本和延迟提供接近前沿水平的智能。它在推理、编程和计算机使用任务方面与 Claude Sonnet 4 性能相当，为实时和高容量应用带来前沿级别的能力。它为 Haiku 系列引入了延伸思考功能，在 SWE-bench 验证测试中得分超过73%，跻身世界顶尖编程模型之列。支持200k词元的上下文。

输入1.84

输出9.24

缓存倍率0.2

200K 视觉 工具

claude-haiku-5-5

Claude Haiku 5.5 是 Anthropic 推出的轻量级快速模型，主打低延迟、高响应速度，适合处理日常和高并发任务。

输入1.00

输出5.00

缓存倍率0.2

1M 视觉 工具

claude-opus-4.5 比官方便宜 74%

来自 Anthropic 的 Claude Opus 4.5，支持可定制的思考预算（最高64k令牌）和200k上下文窗口。

输入9.24

输出46.20

缓存倍率0.2

200K 视觉 工具

claude-opus-4.6 比官方便宜 74%

Claude Opus 4.6 是 Anthropic 最先进的人工智能模型，专为深度推理、复杂编程和长期自主任务而设计。

输入9.24

输出46.20

缓存倍率0.2

1M 视觉 工具

claude-opus-4.7 比官方便宜 74%

Opus 4.7 是 Anthropic 的 Opus 系列的下一代产品，专为长时间运行、异步代理而构建。在延续 Opus 4.6 的编码与代理能力的基础上，它在复杂的多步骤任务中提供了更强的性能，并在更长的工作流中实现了更可靠的代理执行。

输入9.24

输出46.20

缓存倍率0.2

1M 视觉 工具

claude-opus-4.8 比官方便宜 74%

Claude Opus 4.8 是 Anthropic 在 Opus 系列中最强大的通用模型。它支持文本、图像和文件输入，输出文本，具备推理能力和 100 万 token 的上下文窗口。适用于高度自主的智能体、长期代理工作、知识工作，以及需要在长时间会话中保持连贯性的记忆驱动任务。 它在多步推理、复杂编码和端到端项目编排方面表现尤为出色——大型代码库、多阶段调试和长时间运行的异步智能体流程。除了编码，它还能处理知识工作，如起草文档、制作演示文稿和分析数据，在超长输出中保持高质量。

输入9.24

输出46.20

缓存倍率0.2

1M 视觉 工具

claude-opus-5

Anthropic 于 2026 年 7 月 24 日发布的最新 Opus 旗舰模型，专为复杂智能体编码和企业级工作设计。支持 100 万 token 上下文窗口、最高 12.8 万 token 输出，默认开启自适应思考（adaptive thinking），在深度推理、智能体任务和长周期工作中相比 Opus 4.8 实现显著提升。

输入9.24

输出46.20

缓存倍率0.2

1M 视觉 工具

claude-opus-5-5

Claude Opus 5.5 是 Anthropic 的旗舰模型，面向高难度推理、编码和长周期智能体任务，接替 Claude Opus 5。它尤其擅长大型代码库中的多步骤修改、代码审查与缺陷查找、金融和科学分析，以及阅读信息密集的图表、示意图和截图；并且比前代更加谨慎，只陈述有依据的数字、引用有据可查的来源。

输入7.39

输出36.96

缓存倍率0.2

1M 视觉 工具

claude-sonnet-4.5 比官方便宜 74%

Claude Sonnet 4.5 代表了人工智能能力和对齐性的重大飞跃。这是 Anthropic 迄今为止发布的最先进的模型，在推理、数学和实际编程方面都有显著提升。支持100万个标记的上下文。

输入5.55

输出27.72

缓存倍率0.2

1M 视觉 工具

claude-sonnet-4.6 比官方便宜 74%

来自 Anthropic 的 Claude-Sonnet-4.6，支持1M上下文窗口。

输入5.55

输出27.72

缓存倍率0.2

1M 视觉 工具

claude-sonnet-5

Claude Sonnet 5 是 Anthropic 于 2026 年 6 月 30 日发布的最新一代 Sonnet 模型，作为 Sonnet 4.6 的直接升级版本。它在编码、智能体搜索、多模态推理和专业任务执行上均有显著提升，以接近 Opus 级别的智能水平提供 Sonnet 级别的速度与价格。默认支持 100 万 token 的上下文窗口、最高 12.8 万 token 的输出，并默认开启自适应思考（adaptive thinking）。

输入5.55

输出27.72

缓存倍率0.2

1M 视觉 工具

claude-sonnet-5-5

Claude Sonnet 5.5 是 Anthropic 的 Sonnet 级模型，面向范围明确的日常工作，作为 Claude Sonnet 5 的直接升级版接替后者。它尤其擅长构建功能、修复缺陷，以及制作精美的文档、幻灯片和电子表格，并且比前代写作和沟通得更清晰。

输入5.55

输出27.72

缓存倍率0.2

1M 视觉 工具

GPT

codex-auto-review

用于 codex 命令审批的模型.

输入0.10

输出0.53

缓存倍率0.25

1M 视觉 工具

gpt-5.6-luna

GPT-5.6 Luna 是 OpenAI GPT-5.6 系列中一款快速且高性价比的模型。它适用于聊天、分类以及轻量级智能体工作流等高吞吐、低延迟敏感的任务，在其价格档位中提供了出色的推理能力。

输入1.05

输出6.30

缓存倍率0.25

1M 视觉 工具

gpt-5.6-sol

GPT-5.6 Sol是OpenAI的GPT-5.6系列中的旗舰型号，适用于复杂推理、编程和智能体工作流，尤其在命令行和多步骤编程任务以及长周期问题解决方面表现出色。

输入5.25

输出31.50

缓存倍率0.25

1M 视觉 工具

gpt-5.6-terra

GPT-5.6 Terra是OpenAI的GPT-5.6系列中的均衡模型，定位于旗舰级Sol层级与经济高效的Luna层级之间。它适用于日常编码、推理和智能体任务，能够在性能与成本之间取得平衡，以大约Sol一半的成本提供强劲的性能表现。

输入2.63

输出15.75

缓存倍率0.25

1M 视觉 工具

gpt-6-astra

GPT-6 Astra 是 OpenAI 的旗舰模型，专为要求严苛的端到端工作而设计。它适用于高级分析、软件工程、深度研究、科学工作和文档创作，尤其在涉及计算机和浏览器使用的长期智能体任务方面具有突出优势。

输入10.50

输出52.50

缓存倍率0.2

1M 视觉 工具

gpt-6-luna

GPT-6 Luna 是 GPT-6 系列中最快、最具成本效益的模型，专为聚焦型高频大批量任务而设计。它以极低价格提供快速响应与可靠的多模态理解和工具调用能力，适合对时延和成本敏感的高吞吐场景，是日常高频工作的高效之选。

输入0.10

输出0.53

缓存倍率0.25

1M 视觉 工具

gpt-6-sol

GPT-6 Sol 是 GPT-6 系列面向日常工作的高效模型，专为复杂编程与智能体工作流而设计。它延续了旗舰 Astra 在长周期任务中的专注与准确性，出错率约为 GPT-5.6 Sol 的一半，同时支持深度推理与多智能体并行、程序化工具调用，是复杂生产工作流的高性价比之选。

输入2.10

输出10.50

缓存倍率0.25

1M 视觉 工具

gpt-6.1-sol

GPT-6.1 Sol 是 OpenAI 对 GPT-6 Sol 的升级版，在 GPT-6 系列中定位低于旗舰级 GPT-6 Astra。它适用于智能体编程、计算机操作、文档密集型专业工作以及多步骤业务工作流自动化，并能以低得多的成本在这些任务上达到接近 Astra 水平的结果。与 GPT-6 Sol 相比，它的事实性错误更少，并且在智能体任务中更可靠地遵守明确限制和用户意图。

输入2.10

输出10.50

缓存倍率0.2

1M 视觉 工具

gpt-6.1-terra

GPT-6.1 Terra是OpenAI GPT-6.1系列中的中端模型，定价低于GPT-6.1 Sol。它适用于日常的智能体、编程和写作工作，尤其擅长理解屏幕截图和屏幕内容，并且效率足够高，可应对大批量工作负载。

输入1.05

输出5.25

缓存倍率0.25

1M 视觉 工具

Deepseek

deepseek-flash

DeepSeek 最新的 V4.1 Flash. DeepSeek V4.1 Flash 为 552B 参数的 MoE 模型，采用了全新的 Causal-Encoder-Decoder 结构，输入和输出不对称，输入激活只有 8B，输出激活 16B，成本显著低于已知的同尺寸模型。

输入1.60

输出6.40

缓存倍率0.08

1M 视觉 工具

DeepSeek

deepseek-v4-pro

「峰谷价9:00-12:00,14:00-18:00 自动调价双倍」「官方价 8 折！！！」DeepSeek V4 Pro 是 DeepSeek 推出的大规模混合专家模型，总参数量 1.6T，激活参数 49B，支持 1M token 的上下文窗口。它专为高级推理、编程和长周期智能体工作流而设计，在知识、数学和软件工程等基准测试中表现优异。 该模型基于与 DeepSeek V4 Flash 相同的架构，引入了混合注意力系统以实现高效的长上下文处理，并支持多种推理模式，可根据任务在速度与深度之间取得平衡。它非常适合复杂的工作负载，如全代码库分析、多步自动化和大规模信息合成，在这些场景中，能力与效率都至关重要。

输入7.20

输出21.60

缓存倍率0.08

1M 工具

GLM

glm-5.2

GLM-5.2 是 Z.AI 的最新旗舰模型，专为长周期自主任务精心打造。它能够在单一任务上连续工作长达 8 小时，自主管理从初始规划、执行到迭代优化及交付生产级结果的整个工作流程。凭借媲美顶尖专有前沿模型的编程与智能体能力，它在持续执行、复杂工程优化以及实际开发场景中表现尤为出色。其上下文窗口已从 200K 扩展至 100 万 tokens，使其成为驱动高级自主智能体和长周期编程助手的理想基础模型。

输入8.00

输出28.00

缓存倍率0.3

1M 工具

glm-5.3-flash

GLM-5.3-Flash 是智谱最新的原生多模态模型，擅长coding和agent任务

输入0.64

输出2.24

缓存倍率0.3

1M 视觉 工具

Gemini

gemini-3-flash 比官方便宜 74%

基于 Gemini 3 Pro 的推理能力，Gemini 3 Flash 是一个功能强大但价格实惠且性能优异的模型。它具有出色的世界知识、多模态理解和推理能力，而成本仅为同等模型的一小部分（截至2025年12月）。

输入0.93

输出5.60

缓存倍率0.8

512K 视觉 工具

gemini-3.1-flash-lite-preview 比官方便宜 67%

Gemini 3.1 Flash Lite Preview 是 Gemini 3.1 系列中最快且最便宜的模型。它提供与 Gemini 2.5 Flash 相似或更好的多模态理解和智能，价格低廉，非常适合大批量工作负载。支持 1M 令牌的上下文

输入0.80

输出2.40

缓存倍率0.8

1M 视觉 工具

gemini-3.1-pro 比官方便宜 68%

Gemini 3.1 Pro 是一款最先进的模型，专用于解决复杂问题、高级推理、创意编程以及宏大的智能体工作流。它取得了顶级的基准测试成绩，包括在 ARC-AGI-2 基准测试中获得了 77.1% 的经验证得分（其推理性能是 Gemini 3 Pro 的两倍多）。

输入4.66

输出28.00

缓存倍率0.8

200K 视觉 工具

gemini-3.8-flash

Gemini 3.8 Flash 是 Google 最智能的 Flash 模型，相比 3.7 Flash 在软件工程、智能体（Agentic）任务和多步推理方面都有显著提升。

输入5.25

输出26.25

缓存倍率0.2

1M 视觉 工具

gemini-4-argon

Google 最强旗舰推理模型，用于解决最难问题——深度、精确地覆盖真实软件工程与知识工作任务。

输入9.80

输出49.00

缓存倍率0.2

1M 视觉 工具

Grok

grok-4.2-non-reasoning

Grok-4.2-non-reasoning 是 xAI Grok 4.2 系列的非推理变体，跳过显式思维链，直接快速单次响应；保留相同训练基础，支持文本/图像多模态、函数调用、提示缓存，适合速度优先、逻辑复杂度较低的通用问答与高吞吐交互。

输入1.40

输出4.20

缓存倍率0.25

500K 视觉 工具

grok-4.3

Grok 4.3 是 xAI 推出的一款推理模型。它支持文本和图像输入，输出为文本，适用于智能体工作流、指令遵循任务以及对事实准确性要求较高的应用场景。推理能力可配置为 无/低/中/高 四个等级（默认等级为低）。 该模型拥有 100 万 token 的上下文窗口，且无输出 token 限制，非常适合长文档分析、深度研究以及多步骤智能体任务。定价采用阶梯制：总 token 超过 20 万的请求将按更高费率计费。

输入0.88

输出1.75

缓存倍率0.25

1M 视觉 工具

grok-4.5

Grok 4.5 是 SpaceXAI 最聪明的模型，在编程、知识工作和 STEM（科学、技术、工程、数学）领域均具备前沿水平的性能。

输入1.40

输出4.20

缓存倍率0.25

500K 视觉 工具

grok-4.6

Grok 4.6 是 SpaceXAI 最聪明的模型，在编程、知识工作和 STEM 领域拥有前沿性能。

输入1.40

输出4.20

缓存倍率0.25

500K 视觉 工具

grok-4.7

Grok 4.7 是 SpaceXAI 的旗舰模型，面向编程、智能体任务和知识工作，接替 Grok 4.6。它尤其擅长长时间运行的软件工程任务、验证自身工作以及管理长上下文，并且在起草文档和演示文稿等专业知识工作方面优于前代模型。

输入1.40

输出4.20

缓存倍率0.25

500K 视觉 工具

grok-build-0.1

Grok Build 0.1 是 xAI 推出的快速编程模型，专门为智能体软件工程工作流训练而成。它支持文本和图像输入，输出为文本，针对交互式编程智能体、工具调用以及多步骤开发任务进行了优化。该模型为 xAI 的 Grok Build CLI 提供底层支持，拥有 256K 上下文窗口，且无文本输出限制，非常适合长周期编程与自动化工作流。目前处于早期访问阶段。

输入0.70

输出1.40

缓存倍率0.25

256K 视觉 工具

MiniMax

minimax-m3

MiniMax M3 旗舰模型，1M 上下文，原生多模态，擅长代码与 Agent 任务

输入2.10

输出8.40

缓存倍率0.2

524K 视觉 工具

Minimax

minimax-m3.1-flash

MiniMax-M3.1-Flash 是 MiniMax 推出的一款多模态模型。与 M3 相比，它在多个基准测试上都有显著提升，尤其是在复杂智能体任务、编程和网络安全方面。

输入1.05

输出4.20

缓存倍率0.2

524K 视觉 工具

计费说明

所有 Chat 模型按 Token 用量 计费：

计费项	说明
输入价格	按请求中的输入 Token 数 × 单价计算
输出价格	按返回的输出 Token 数 × 单价计算
缓存命中	若输入内容命中缓存，按输入价格 × 折扣比例计费，显著降低成本

价格单位均为 元 / 百万 Token。

能力标签说明

标签	含义
视觉	支持图片输入（多模态理解）
工具调用	支持 Function Calling / Tool Use

其他类型模型

除 Chat 模型外，平台还提供：

类型	模型	计费方式
图片生成	gpt-image-2	按次计费
音乐生成	suno-v6、suno-v6-wild、suno-v6-mini	按次计费
文本向量化	bge-m3	按 Token 计费
语音转写	sencevoice-small、grok-transcribe	按输入音频时长计费
语音合成	grok-tts	按生成音频时长计费

详见各接口文档：图片生成、音乐生成、Embeddings、音频与语音。