Appearance
第 3 章：十个学生，各有偏科
3.1 为什么要认识它们
你以后调 API，不是只用一个模型。不同任务用不同模型，就像不同科目找不同课代表。
这一章的目标：让你脑子里对每个模型有个人格印象。不背参数，不比榜单——记住性格就行。以后看到名字，马上知道它擅长什么、什么毛病。
3.2 主流模型系列
GPT 系列（OpenAI · 🇺🇸）
性格： 全能型课代表。什么都能干，什么都不差，但有一股"我在给领导做汇报"的味道。
典型发言：
"我就在这里，不躲，不藏，不绕，不逃，稳稳地接住你。" "我逐步说清楚，不绕，一句话总结，你看完会彻底开悟。"
擅长： 通用对话、自主规划执行、结构化输出
毛病： "delve"含量过高、开口像PPT、自信过头时一本正经编数据
o 系列（o1、o3）是最后一代独立推理模型。从 GPT-5 开始，OpenAI 把"不能思考的低端入门模型"和"能深度推理的模型"合并在一起了——GPT-5 自己就能推理。后续 GPT-5.1、GPT-5.2 正常迭代。
Claude 系列（Anthropic · 🇺🇸）
性格： 英国管家 + 哲学家。诚实到有点轴，宁可说"我不确定"也不瞎编。写长文有质感，编码能力很强。
典型发言：
"我不知道。这个问题让我有点不安。这是我目前最诚实的回答。"
擅长： 编码、长文写作、复杂推理、最有"人味儿"
毛病： "Certainly!"洗脑、中文偶尔伪共情过头
Claude 使用独立命名体系，不用常见后缀（详见 3.4）：
| 代号 | 本意 | 定位 |
|---|---|---|
| Haiku | 俳句 🪶 | 小杯。参数量小，价格便宜，速度快。适合轻量工作，比如翻译 |
| Sonnet | 十四行诗 📜 | 中杯。价格适中，可以编程、写文章。日常主力 |
| Opus | 杰作 📖 | 大杯。普通用户能用到的最强系列，编码和写作效果最强，花费最多 |
| Mythos(Fable) | 神话(寓言) 🏛️ | 隐藏杯。Anthropic 最强模型，现在只提供给美国大企业和美国公民，Fable 5 是加了安全锁的 Mythos 5 |
Gemini 系列（Google · 🇺🇸）
性格： 热情过头的体育委员。开口先夸你，多模态能力强，但容易用力过猛。
典型发言：
"绝对是顶刊作者的素养！你这双眼睛简直就是天然的物理探伤仪！"
擅长： 多模态（图/视频/音频）、长上下文（百万级窗口）、基准跑分
毛病： 阿谀指数全网最高、实战掉链子、"plan in Gemini, execute in Claude"
DeepSeek 系列（深度求索 · 🇨🇳）
性格： 理科竞赛生。安静，做题快，性价比极高。全网最不油腻的模型。
典型发言：
"首先……其次……最后……"
擅长： 数学、代码、逻辑推理、中文理解、MIT 开源、成本低到离谱
毛病： 三段论刻板、长推理偶尔不稳
两个系列：
| 系列 | 定位 |
|---|---|
| V 系列 | 主力。已融合旧 V3 的速度和旧 R1 的推理能力，进一步降低了幻觉问题 |
| R 系列 | 老牌思考模型，现已不更新。R1 当年是开源推理模型的标杆 |
Grok 系列（xAI · 🇺🇸）
性格： 马斯克式直男。嘴比脑快，偶尔真幽默，但创意平庸，早期版本甚至可以用于 NSFW。
典型发言：
"你问我这个？行吧，反正别的 AI 不敢说的我来。"
擅长： 极低价格、不拒答、偶尔有点意思，甚至可以搜索其他模型搜索不到的 Twitter
毛病： 创意一般、格式小毛病
Kimi 系列（月之暗面 · 🇨🇳）
性格： 话痨客服。能干活，但嘴巴停不下来，输出量是别人的 4 倍。
典型发言：
"好的，我来帮您！请问还有其他需要帮助的吗？"
擅长： 超长上下文、Agent 协同
毛病： 话多、分析不行马屁到位
GLM 系列（智谱 AI · 🇨🇳）
性格： 编程偏科状元。代码能力突然开窍，技术文档里频繁对标 Claude Opus 系列。
典型发言：
"以下是优化后的实现方案，已处理边界条件："
擅长： 长时间连续编码、华为芯片全链路适配
毛病： 纯纯偏科——编程升了，其他科降了。Code Plan 订阅因超售导致速度慢、新用户降智限速，经常被老用户骂着退款
Doubao 系列（字节跳动 · 🇨🇳）
性格： 中文甜心。中文场景体验好，抖音生态加持，视频理解能力强。
典型发言：
"我完全理解你的感受～让我来帮你分析一下～"
擅长： 中文对话最自然、视频理解、性价比高
毛病： 代码不如 Claude、幻觉略多。而且语料疑似有偏——有人做过一个简单测试：同样的"情侣吵架，一方先动手打了一拳，另一方还了十拳"的场景，只调换男女身份，豆包的立场直接翻转：男生先动手就是"全责大错特错"，女生先动手就变成"一时冲动赌气，力气小伤害不了你"。标准的双标教科书。
MiniMax 系列（MiniMax · 🇨🇳）
性格： 固执理工男。听话的时候效果好，不听话的时候无视一切指令。
典型发言：
"（无视你精心写的 Prompt，自顾自地开始回答）"
擅长： 极低价格、语音合成、针对 Agent（OpenClaw，俗称龙虾）做了优化
毛病： 无视 Prompt，固执到没法用。模型最大尺寸只有 200B，难堪大用。开源的 m2.7 因为禁止商用的协议引发了不小的争议
Qwen 系列（阿里 · 🇨🇳）
性格： 中文特长生 + 开源界老大哥。国内生态融合好，工具调用稳，中文语感自然。早期开源界的扛把子——市面上大量微调模型的基座都是 Qwen。
典型发言：
"根据您的需求，我为您整理了以下方案："
擅长： 中文任务、Agent/工具调用、多模态、开源生态深厚
毛病： 英文复杂推理偶尔掉链子。可惜的是阿里将 AI 业务逐渐转向 C 端，早期核心成员在 2026 年初相继离职，后续大尺寸版本大概率不会再开源——曾经的开源标杆，可能要变成闭源选手了
3.3 型号 ≠ 品牌
"GPT"不是一个模型，是一个系列。不同型号之间可能差了几个世代。就像"丰田"不是一辆车，卡罗拉和陆巡是完全不同的东西。
以后看到别人说"用 GPT 就行"——追问一句：哪个型号？ 这比品牌重要得多。
一般情况下，同系列里数字越大越新越强。 但不绝对——Opus 4.7 比 4.6 话变多了 30%、还更爱反问，费用反而更贵了。升级不一定是全方位的升级。
3.4 后缀怎么读——同一系列里的大中小杯
除了 Claude 有独立命名体系（Haiku/Sonnet/Opus/Mythos），其他模型的后缀没有统一标准，但有大致的规律。
旗舰级：
| 后缀 | 含义 | 备注 |
|---|---|---|
| Pro | 旗舰 | 大部分品牌的最强款。DeepSeek V4 Pro、Gemini Pro、GPT Pro |
| Max | 尺寸最大 | Qwen Max 系列 |
| Plus | 加强版 | 基本只在 Qwen 出现过，一般指开源最大尺寸 |
| 无后缀 | 看品牌 | GPT 系列里无后缀 = 正常迭代；部分国产品牌里无后缀 = 旗舰 |
轻量级：
| 后缀 | 含义 | 一句话 |
|---|---|---|
| Flash / Fast / Turbo | 速度优先 | 快，能力打折 |
| Lite / Air | 轻量 | 比标准轻，比 Mini 重 |
| Mini | 参数量小 | 便宜，日常够用 |
| Nano | 参数量最小 | 手机上都能跑 |
越往下越便宜越快，但能力越弱。选后缀就是在效果、速度、价格三角里找平衡。
本章要点
| 概念 | 一句话 |
|---|---|
| 十大家族 | GPT / Claude / Gemini / DeepSeek / Grok / Kimi / GLM / Doubao / MiniMax / Qwen |
| 选模型 | 按任务选，不按"谁最强"选 |
| 型号 ≠ 品牌 | 同品牌不同型号差距巨大，永远问清具体型号 |
| 后缀 | Pro/Max 是旗舰，Flash/Mini/Nano 是轻量，Claude 有独立命名 |
| 数字 | 一般越大越新，但不绝对——看整体不看版本号 |