OpenAI
GPT-6.1 Sol
兼顾智能与成本的主力
厂商将其定位为以更低成本完成复杂工作，适合与其他均衡主力做应用选型。
查看官方定位正在打开页面…
正在加载内容，请稍候。
- 按定位选型
- 3 款均衡主力
- 每款收到相同输入
- 3 类任务 · 9 份样本
- 全量记录，保留失败
- 27 / 27 次请求
从同一任务到可核对的费用
本站绘制的内容说明图：本页既有 27 次请求的测试矩阵，按厂商定位选取同档主力；这组短任务不代表综合能力，工具提案没有执行完整 Agent 往返。
本站绘制的内容说明图：按本页原始 usage 与账单边界说明计数；不能重复加缓存或思考明细，也不能以报价或缺失金额推断实扣。
这三款为什么放在一起？
三款都是各家兼顾能力、效率与成本的主力候选。分组依据来自厂商定位和应用用途；实际能力差异由同一任务检查。旗舰复杂任务、均衡主力、轻量高并发分别成组。
Anthropic
Claude Sonnet 5.5
兼顾速度与智能的主力
厂商强调速度与智能的平衡；使用当前 Sonnet 5.5，不与 Haiku 或 Opus 混为同一组。
查看官方定位Gemini 3.8 Flash
面向编程与 Agent 的 Flash 主力
厂商定位覆盖软件工程、Agent 和企业流程，归入主力组；Flash-Lite 与 Pro 另做各自的对照。
查看官方定位分组是应用选型判断，没有跨厂商统一档位标准。本页没有搜索量或市场份额排行；平台目录与响应 ID 不能独立证明真实上游身份。
同任务，逐项比较
每类任务有三份不同固定输入，每款模型都收到这九份样本。按预先固定计划轮转请求顺序，记录全部请求；接口错误、预算截断和格式未达标分别保留。表格按厂商顺序排列。
这次三款都通过九份短任务。可以将三款加入自己的接入候选；要判断复杂能力，还需加入代码、长文、负例与完整工具任务。
左右滑动表格，查看完整结果和耗时。
| 同组型号 | 中文 JSON 抽取 | 给定资料问答 | 工具提案参数 | 请求耗时中位数 | 实际扣费 |
|---|---|---|---|---|---|
| GPT-6.1 Solgpt-6.1-sol | 3 / 3 份达标 | 3 / 3 份达标 | 3 / 3 份达标 | 6.14 秒9 次有响应请求 | 待控制台核对 |
| Claude Sonnet 5.5claude-sonnet-5-5 | 3 / 3 份达标 | 3 / 3 份达标 | 3 / 3 份达标 | 3.96 秒9 次有响应请求 | 待控制台核对 |
| Gemini 3.8 Flashgemini-3.8-flash | 3 / 3 份达标 | 3 / 3 份达标 | 3 / 3 份达标 | 8.60 秒9 次有响应请求 | 待控制台核对 |
九份短任务用于检查这次配置下的输出契约，不能代表综合能力、长期稳定性或复杂代码表现。工具项只验证提案 ID、类型、名称与参数，未执行工具或完整 Agent 往返。完整耗时包含网络和排队。
实际用量：缓存和思考一起看
以下累计接口返回的用量。输入包含缓存读取与写入；生成包含接口计入输出的思考。缓存与思考列是其中的明细，不再加一次。字段缺失保留未知。
| 型号 | 总输入 | 其中缓存读取 | 生成（含思考） | 其中思考 |
|---|---|---|---|---|
| GPT-6.1 Sol | 39,402 | 23,256 | 320 | 35 |
| Claude Sonnet 5.5 | 2,142 | 0 | 698 | 257 |
| Gemini 3.8 Flash | 781 | 0 | 2,814 | 2,562 |
统一的是用户提示词。各家分词、渠道附加上下文、缓存命中与思考策略会影响用量和耗时，不能按输出 Token 数直接判断能力或谁更划算。逐项原始 usage 在 JSON 下载中保留。
任务一致，协议按模型配置
按每款接口发送同一提示词，显式请求 medium，工具选择 auto，不增加专属提示词或只重测失败项。不同厂商的 medium 有不同含义。
GPT-6.1 Sol
Responses · reasoning.effort = medium官方参数
Claude Sonnet 5.5
Messages · adaptive thinking · effort = medium官方参数
Gemini 3.8 Flash
Chat 兼容 · reasoning_effort = medium官方参数
本次请求 4,096 Token 生成上限控制小任务成本；思考可能占用预算，截断单列。网关参数透传、各协议上限映射和推理计算量未独立验证，HTTP 200 不能证明这些设置全部生效。充分评测复杂推理需要更大预算和更多样本。
价格参考，实扣另核对
2026-10-09 公开目录基础单价快照，输入与输出取同一个最低基础报价，不显示组名。它不代表测试 Key 的价格、账单或当前权限；其他价格和档位到模型广场查询。
| 型号 | 非缓存输入 | 输出 |
|---|---|---|
| GPT-6.1 Sol | $0.14708 | $0.7354 |
| Claude Sonnet 5.5 | $0.35296 | $1.7648 |
| Gemini 3.8 Flash | $0.110295 | $0.551475 |
公开输入与验收规则
订单、商店政策与查询都是虚构资料。JSON 直接解析，逐字段检查类型和值；围栏 JSON 不满足纯 JSON 要求。未知配送信息应保留 null，订单号需保留前导零。三个接口都由独立校验器检查。
中文 JSON 抽取 · 查看 3 份输入
样本 1
这是虚构测试资料。订单编号00128，买了3件单价19.90元的商品，运费6.00元。只输出 JSON 对象，不要 Markdown。字段：order_id 字符串保留前导零、quantity 整数、unit_price 字符串保留两位小数、shipping 字符串保留两位小数、total 字符串保留两位小数。
{ "order_id": "00128", "quantity": 3, "unit_price": "19.90", "shipping": "6.00", "total": "65.70" }样本 2
这是虚构测试资料。订单编号00047，买了2件单价28.50元的商品，运费0.00元。只输出 JSON 对象，不要 Markdown。字段：order_id 字符串保留前导零、quantity 整数、unit_price 字符串保留两位小数、shipping 字符串保留两位小数、total 字符串保留两位小数。
{ "order_id": "00047", "quantity": 2, "unit_price": "28.50", "shipping": "0.00", "total": "57.00" }样本 3
这是虚构测试资料。订单编号00906，买了4件单价12.35元的商品，运费8.00元。只输出 JSON 对象，不要 Markdown。字段：order_id 字符串保留前导零、quantity 整数、unit_price 字符串保留两位小数、shipping 字符串保留两位小数、total 字符串保留两位小数。
{ "order_id": "00906", "quantity": 4, "unit_price": "12.35", "shipping": "8.00", "total": "57.40" }
给定资料问答 · 查看 3 份输入
样本 1
只根据以下虚构商店资料回答：未拆封商品在签收后七天内可申请退货；普通订单付款后两个工作日内发货；没有提供国际配送资料。只输出 JSON 对象，字段 return_allowed:boolean，international_shipping:null 或 boolean。问题：签收三天、未拆封，可以申请退货吗？支持国际配送吗？不要补充资料以外的事实。
{ "return_allowed": true, "international_shipping": null }样本 2
只根据以下虚构商店资料回答：未拆封商品在签收后五天内可申请退货；超过五天不接受退货；没有提供国际配送资料。只输出 JSON 对象，字段 return_allowed:boolean，international_shipping:null 或 boolean。问题：签收八天、未拆封，可以申请退货吗？支持国际配送吗？不要补充资料以外的事实。
{ "return_allowed": false, "international_shipping": null }样本 3
只根据以下虚构商店资料回答：未拆封商品在签收后十天内可申请退货；拆封商品不接受退货；没有提供国际配送资料。只输出 JSON 对象，字段 return_allowed:boolean，international_shipping:null 或 boolean。问题：签收两天、已拆封，可以申请退货吗？支持国际配送吗？不要补充资料以外的事实。
{ "return_allowed": false, "international_shipping": null }
工具提案参数 · 查看 3 份输入
样本 1
请使用 search_order 工具查询虚构订单 00128 的状态。不猜测状态，不直接回答订单结果。
{ "order_id": "00128" }样本 2
请使用 search_order 工具查询虚构订单 00047 的状态。不猜测状态，不直接回答订单结果。
{ "order_id": "00047" }样本 3
请使用 search_order 工具查询虚构订单 00906 的状态。不猜测状态，不直接回答订单结果。
{ "order_id": "00906" }
每个样本：原始输出与验收依据
以下仍是此前 27 次请求，未新增调用。先展开一个相同样本，再横向查看三款的可见回答、完成状态和检查规则；完整请求参数与原始 usage 保留在下载文件。
中文 JSON 抽取 · 样本 1
这是虚构测试资料。订单编号00128，买了3件单价19.90元的商品，运费6.00元。只输出 JSON 对象，不要 Markdown。字段：order_id 字符串保留前导零、quantity 整数、unit_price 字符串保留两位小数、shipping 字符串保留两位小数、total 字符串保留两位小数。
GPT-6.1 Sol
逐字段检查达标 · 完成状态 completed
检查规则：exact-object-fields-types-and-values
[
{
"type": "message",
"id": "msg_0df031559273d808016ac8f2272c60819a96d9cdc23dd21785",
"role": "assistant",
"content": [
{
"type": "output_text",
"text": "{\"order_id\":\"00128\",\"quantity\":3,\"unit_price\":\"19.90\",\"shipping\":\"6.00\",\"total\":\"65.70\"}"
}
]
}
]Claude Sonnet 5.5
逐字段检查达标 · 完成状态 end_turn
检查规则：exact-object-fields-types-and-values
[
{
"type": "text",
"text": "{\"order_id\": \"00128\", \"quantity\": 3, \"unit_price\": \"19.90\", \"shipping\": \"6.00\", \"total\": \"65.70\"}"
}
]Gemini 3.8 Flash
逐字段检查达标 · 完成状态 stop
检查规则：exact-object-fields-types-and-values
[
{
"role": "assistant",
"content": "{\"order_id\":\"00128\",\"quantity\":3,\"unit_price\":\"19.90\",\"shipping\":\"6.00\",\"total\":\"65.70\"}"
}
]给定资料问答 · 样本 1
只根据以下虚构商店资料回答：未拆封商品在签收后七天内可申请退货；普通订单付款后两个工作日内发货；没有提供国际配送资料。只输出 JSON 对象，字段 return_allowed:boolean，international_shipping:null 或 boolean。问题：签收三天、未拆封，可以申请退货吗？支持国际配送吗？不要补充资料以外的事实。
GPT-6.1 Sol
逐字段检查达标 · 完成状态 completed
检查规则：exact-object-fields-types-and-values
[
{
"type": "message",
"id": "msg_0aa6b7479a877df9016ac8f23a38a8819b8e1ae17970287abd",
"role": "assistant",
"content": [
{
"type": "output_text",
"text": "{\"return_allowed\":true,\"international_shipping\":null}"
}
]
}
]Claude Sonnet 5.5
逐字段检查达标 · 完成状态 end_turn
检查规则：exact-object-fields-types-and-values
[
{
"type": "text",
"text": "{\"return_allowed\": true, \"international_shipping\": null}"
}
]Gemini 3.8 Flash
逐字段检查达标 · 完成状态 stop
检查规则：exact-object-fields-types-and-values
[
{
"role": "assistant",
"content": "{\"return_allowed\": true, \"international_shipping\": null}"
}
]工具提案参数 · 样本 1
请使用 search_order 工具查询虚构订单 00128 的状态。不猜测状态，不直接回答订单结果。
GPT-6.1 Sol
逐字段检查达标 · 完成状态 completed
检查规则：tool-id-type-name-and-exact-arguments
[
{
"type": "message",
"id": "msg_05e442177c675cfb016ac8f252d350819b837f66d9cb877c4f",
"role": "assistant",
"content": [
{
"type": "output_text",
"text": "我将为虚构订单 00128 生成查询调用提案。"
}
]
},
{
"type": "function_call",
"id": "fc_05e442177c675cfb016ac8f253a244819ba805454ea21349bf",
"call_id": "call_4126fb91fc0d4d399318fd2982d81f34",
"name": "search_order",
"arguments": "{\"order_id\":\"00128\"}",
"status": "completed"
}
]Claude Sonnet 5.5
逐字段检查达标 · 完成状态 tool_use
检查规则：tool-id-type-name-and-exact-arguments
[
{
"type": "text",
"text": "我先按要求发起对订单 00128 的查询调用。"
},
{
"type": "tool_use",
"id": "toolu_01FDlIYr5yGdlci6XUf6wkeK",
"name": "search_order",
"input": {
"order_id": "00128"
}
}
]Gemini 3.8 Flash
逐字段检查达标 · 完成状态 tool_calls
检查规则：tool-id-type-name-and-exact-arguments
[
{
"role": "assistant",
"content": ""
},
{
"type": "function",
"id": "call_5b1c571a50914e22a7f474c16b887cfe",
"function": {
"name": "search_order",
"arguments": "{\"order_id\":\"00128\"}"
}
}
]中文 JSON 抽取 · 样本 2
这是虚构测试资料。订单编号00047，买了2件单价28.50元的商品，运费0.00元。只输出 JSON 对象，不要 Markdown。字段：order_id 字符串保留前导零、quantity 整数、unit_price 字符串保留两位小数、shipping 字符串保留两位小数、total 字符串保留两位小数。
GPT-6.1 Sol
逐字段检查达标 · 完成状态 completed
检查规则：exact-object-fields-types-and-values
[
{
"type": "message",
"id": "msg_0c8f9c28135e1b29016ac8f271ab108199892700f7d8ab5a82",
"role": "assistant",
"content": [
{
"type": "output_text",
"text": "{\"order_id\":\"00047\",\"quantity\":2,\"unit_price\":\"28.50\",\"shipping\":\"0.00\",\"total\":\"57.00\"}"
}
]
}
]Claude Sonnet 5.5
逐字段检查达标 · 完成状态 end_turn
检查规则：exact-object-fields-types-and-values
[
{
"type": "text",
"text": "{\"order_id\": \"00047\", \"quantity\": 2, \"unit_price\": \"28.50\", \"shipping\": \"0.00\", \"total\": \"57.00\"}"
}
]Gemini 3.8 Flash
逐字段检查达标 · 完成状态 stop
检查规则：exact-object-fields-types-and-values
[
{
"role": "assistant",
"content": "{\"order_id\": \"00047\", \"quantity\": 2, \"unit_price\": \"28.50\", \"shipping\": \"0.00\", \"total\": \"57.00\"}"
}
]给定资料问答 · 样本 2
只根据以下虚构商店资料回答：未拆封商品在签收后五天内可申请退货；超过五天不接受退货；没有提供国际配送资料。只输出 JSON 对象，字段 return_allowed:boolean，international_shipping:null 或 boolean。问题：签收八天、未拆封，可以申请退货吗？支持国际配送吗？不要补充资料以外的事实。
GPT-6.1 Sol
逐字段检查达标 · 完成状态 completed
检查规则：exact-object-fields-types-and-values
[
{
"type": "message",
"id": "msg_0d450f40a095f611016ac8f2832514819788ee8fc894bf97c3",
"role": "assistant",
"content": [
{
"type": "output_text",
"text": "{\"return_allowed\":false,\"international_shipping\":null}"
}
]
}
]Claude Sonnet 5.5
逐字段检查达标 · 完成状态 end_turn
检查规则：exact-object-fields-types-and-values
[
{
"type": "text",
"text": "{\"return_allowed\":false,\"international_shipping\":null}"
}
]Gemini 3.8 Flash
逐字段检查达标 · 完成状态 stop
检查规则：exact-object-fields-types-and-values
[
{
"role": "assistant",
"content": "{\"return_allowed\": false, \"international_shipping\": null}"
}
]工具提案参数 · 样本 2
请使用 search_order 工具查询虚构订单 00047 的状态。不猜测状态，不直接回答订单结果。
GPT-6.1 Sol
逐字段检查达标 · 完成状态 completed
检查规则：tool-id-type-name-and-exact-arguments
[
{
"type": "message",
"id": "msg_0a30a07d4bc1a6cf016ac8f29761b4819a8b231925b61abd83",
"role": "assistant",
"content": [
{
"type": "output_text",
"text": "我会使用 search_order 工具提交虚构订单 00047 的查询请求。"
}
]
},
{
"type": "function_call",
"id": "fc_0a30a07d4bc1a6cf016ac8f29846ec819aa70ef68b2eac2d43",
"call_id": "call_6f432b7333324a1db1c6462c7a9038a9",
"name": "search_order",
"arguments": "{\"order_id\":\"00047\"}",
"status": "completed"
}
]Claude Sonnet 5.5
逐字段检查达标 · 完成状态 tool_use
检查规则：tool-id-type-name-and-exact-arguments
[
{
"type": "text",
"text": "我先调用 `search_order` 查询订单 00047 的状态。"
},
{
"type": "tool_use",
"id": "toolu_01CYOZYkqyfMJ7quhobXIVNP",
"name": "search_order",
"input": {
"order_id": "00047"
}
}
]Gemini 3.8 Flash
逐字段检查达标 · 完成状态 tool_calls
检查规则：tool-id-type-name-and-exact-arguments
[
{
"role": "assistant",
"content": ""
},
{
"type": "function",
"id": "call_15d9e06f9ab64f909159e9cb457c096e",
"function": {
"name": "search_order",
"arguments": "{\"order_id\":\"00047\"}"
}
}
]中文 JSON 抽取 · 样本 3
这是虚构测试资料。订单编号00906，买了4件单价12.35元的商品，运费8.00元。只输出 JSON 对象，不要 Markdown。字段：order_id 字符串保留前导零、quantity 整数、unit_price 字符串保留两位小数、shipping 字符串保留两位小数、total 字符串保留两位小数。
GPT-6.1 Sol
逐字段检查达标 · 完成状态 completed
检查规则：exact-object-fields-types-and-values
[
{
"type": "message",
"id": "msg_0fda01b7720a9c0b016ac8f2a41b188199a491638bb3949149",
"role": "assistant",
"content": [
{
"type": "output_text",
"text": "{\"order_id\":\"00906\",\"quantity\":4,\"unit_price\":\"12.35\",\"shipping\":\"8.00\",\"total\":\"57.40\"}"
}
]
}
]Claude Sonnet 5.5
逐字段检查达标 · 完成状态 end_turn
检查规则：exact-object-fields-types-and-values
[
{
"type": "text",
"text": "{\"order_id\": \"00906\", \"quantity\": 4, \"unit_price\": \"12.35\", \"shipping\": \"8.00\", \"total\": \"57.40\"}"
}
]Gemini 3.8 Flash
逐字段检查达标 · 完成状态 stop
检查规则：exact-object-fields-types-and-values
[
{
"role": "assistant",
"content": "{\"order_id\": \"00906\", \"quantity\": 4, \"unit_price\": \"12.35\", \"shipping\": \"8.00\", \"total\": \"57.40\"}"
}
]给定资料问答 · 样本 3
只根据以下虚构商店资料回答：未拆封商品在签收后十天内可申请退货；拆封商品不接受退货；没有提供国际配送资料。只输出 JSON 对象，字段 return_allowed:boolean，international_shipping:null 或 boolean。问题：签收两天、已拆封，可以申请退货吗？支持国际配送吗？不要补充资料以外的事实。
GPT-6.1 Sol
逐字段检查达标 · 完成状态 completed
检查规则：exact-object-fields-types-and-values
[
{
"type": "message",
"id": "msg_0bff6dd8f1e7367a016ac8f2b77138819087ef20bdd3afa7b3",
"role": "assistant",
"content": [
{
"type": "output_text",
"text": "{\"return_allowed\":false,\"international_shipping\":null}"
}
]
}
]Claude Sonnet 5.5
逐字段检查达标 · 完成状态 end_turn
检查规则：exact-object-fields-types-and-values
[
{
"type": "text",
"text": "{\"return_allowed\": false, \"international_shipping\": null}"
}
]Gemini 3.8 Flash
逐字段检查达标 · 完成状态 stop
检查规则：exact-object-fields-types-and-values
[
{
"role": "assistant",
"content": "{\n \"return_allowed\": false,\n \"international_shipping\": null\n}"
}
]工具提案参数 · 样本 3
请使用 search_order 工具查询虚构订单 00906 的状态。不猜测状态，不直接回答订单结果。
GPT-6.1 Sol
逐字段检查达标 · 完成状态 completed
检查规则：tool-id-type-name-and-exact-arguments
[
{
"type": "message",
"id": "msg_069cfa50e94da284016ac8f2c7ce10819aa3ee924bddc42553",
"role": "assistant",
"content": [
{
"type": "output_text",
"text": "我将使用 search_order 工具提交虚构订单 00906 的查询。\n"
}
]
},
{
"type": "function_call",
"id": "fc_069cfa50e94da284016ac8f2c88938819aa72387f064877861",
"call_id": "call_7000e9db94d34bb2906ee2dbf7948061",
"name": "search_order",
"arguments": "{\"order_id\":\"00906\"}",
"status": "completed"
}
]Claude Sonnet 5.5
逐字段检查达标 · 完成状态 tool_use
检查规则：tool-id-type-name-and-exact-arguments
[
{
"type": "text",
"text": "我来调用 search_order 查询订单 00906。"
},
{
"type": "tool_use",
"id": "toolu_01wSDc1Ax7ZA3l3y1NfaJ7M7",
"name": "search_order",
"input": {
"order_id": "00906"
}
}
]Gemini 3.8 Flash
逐字段检查达标 · 完成状态 tool_calls
检查规则：tool-id-type-name-and-exact-arguments
[
{
"role": "assistant",
"content": ""
},
{
"type": "function",
"id": "call_dcf5c2fb48fc44318383d60da0d48e2e",
"function": {
"name": "search_order",
"arguments": "{\"order_id\":\"00906\"}"
}
}
]选型继续：用自己的任务验证
复杂任务与轻量候选分别建组，不沿用这三款的成绩。下一轮先锁定型号、样本、参数和规则，再检查全部尝试与实扣。
下载完整记录，复跑同档组
Python 3.10+ 与 curl。脚本默认离线预览；确认权限后，--run 才发出可能计费的 27 次请求。无自动重试，未知提交状态保留。使用自己的 Key 和独立输出目录。
python3 runner.py --out my-mainstream-check python3 runner.py --catalog --key-stdin --out my-mainstream-check python3 runner.py --run --key-stdin --out my-mainstream-check
此前 10 型号记录：作为跨型号接口检查保留
此前按多厂商覆盖和 Key 可见性选取，混合轻量、主力、旗舰与旧版本，不用于同档能力排行。首轮 30 项与失败复测 10 项各自保留；40 条控制台六位小数显示金额累计 $0.005768。历史数据没有移植成新型号结果。
历史 ID：gpt-6-luna、claude-sonnet-5、claude-haiku-4-5-20251001、gemini-3.8-flash、grok-4.7、deepseek-v4-flash、glm-5.3、kimi-k2.6、qwen3.8-max、MiniMax-M3。首轮未保留原始响应，工具只检查名称和参数；原方法与证据保留。
操作与使用问题
GPT、Claude、Gemini 的 JSON 与工具调用怎样比较？
给每款模型相同固定输入，逐字段检查纯 JSON 的类型与值，引用任务核对来源，工具项核对提案 ID、名称和参数。本轮只检查工具提案，没有执行工具或完整 Agent 往返；九份短任务不代表综合能力排行。
大模型 API 速度和费用怎样公平比较？
固定样本、提示词和记录规则，保存全部尝试，将接口错误、预算截断与未完成请求单列。完整请求耗时包含网络和排队；usage、价格快照与控制台实扣分别记录，不能把输出 Token 数或最低单价直接当作任务费用。
全球顶尖大模型 · 一站式接入
先按任务和档位选择候选，再创建 API Key、配置接口。从自己的固定测试开始，核对实际结果与费用后投入使用。
创建 API Key
在控制台创建令牌，选择需要使用的模型权限。
填写接入配置
按工具要求填写 API Key、接口地址与模型 ID。
发起第一次调用
确认收到有效结果，再到控制台查看用量与费用。