基于词元社区用户真实场景评测，数据来源于 100+ 条社区评测帖
以下评分基于词元社区用户投票和评测数据，满分 10 分。评测维度包括编程能力、写作质量、逻辑推理、多模态理解和响应速度。
| 模型 | 编程 | 写作 | 推理 | 多模态 | 速度 | 综合 | 价格 |
|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 9.5 | 9.2 | 9.3 | 8.0 | 7.5 | 9.1 | $25/M tokens |
| Claude Sonnet 4.6 | 9.0 | 8.8 | 8.7 | 7.8 | 8.5 | 8.6 | $15/M tokens |
| GPT-5.4 | 8.8 | 9.0 | 8.8 | 9.3 | 8.8 | 8.9 | $15/M tokens |
| Gemini 3.1 Pro | 8.5 | 8.3 | 8.8 | 9.5 | 8.5 | 8.7 | $12/M tokens |
| Gemma 4 31B | 7.5 | 7.2 | 7.8 | 6.5 | 9.2 | 7.6 | 开源免费 |
| DeepSeek V3.2 | 8.6 | 7.9 | 8.7 | 7.0 | 8.2 | 8.2 | $0.42/M tokens |
| 通义千问 Qwen3.6 Plus | 8.2 | 8.9 | 8.2 | 7.8 | 9.0 | 8.3 | $1.651/M tokens |
| Kimi K2.5 | 8.3 | 8.5 | 8.0 | 7.5 | 8.8 | 8.2 | $3/M tokens |
基于社区用户在 Claude Code、Cursor、GitHub Copilot 等工具中的实际使用体验。
在 Claude Code 中表现最强，擅长大型项目重构、复杂 bug 定位和架构设计。1M 超长上下文，工具调用稳定可靠。
速度与质量平衡最佳，日常开发和 Claude Code 场景的性价比首选。价格为 Opus 的 1/2，能力接近。
OpenAI 旗舰，多模态能力强，前端开发和快速原型表现出色。生态最成熟，Code Interpreter 让数据分析变得简单。
超长上下文窗口 + 强大多模态能力，图片/音频/视频/PDF 原生输入。适合长文档分析和多媒体处理。
| 场景 | 推荐模型 | 原因 |
|---|---|---|
| 复杂架构设计 / Agent 开发 | Claude Opus 4.6 | 长上下文理解和系统设计能力最强 |
| Claude Code 日常开发 | Claude Sonnet 4.6 | 速度与质量平衡最佳，性价比高 |
| 前端开发 / 多模态 / 数据分析 | GPT-5.4 | 多模态理解好，能从设计稿直接生成代码 |
| 长文档分析 / 多模态 | Gemini 3.1 Pro | 1M 上下文窗口，多模态理解强 |
| 本地部署 / 隐私场景 | Gemma 4 31B | 开源权重，可完全离线运行 |
| 日常问答 / 成本敏感 | DeepSeek V3.2 | 价格极低，中文回答质量好 |
| 中文写作 / 翻译 | 通义千问 Qwen3.6 Plus | 中文理解最自然，国内访问快 |
| 快速问答 / 长文本 | Kimi K2.5 | 响应快，联网搜索能力强 |