模块一LLM 平台与模型从第 1 期到第 9 期测了 11 个模型/变体、3 个聚合平台累计 400 次 API 调用花了大约 $25 的测试经费。这篇文章把所有的结论压缩成一张总表 一张决策图 六个场景推荐。你可以收藏以后选模型时直接查。如果这篇文章只读一段——读最后面的“六个常见场景我的推荐”。总表所有模型 × 所有任务以下数据全来自模块一 1-9 期实测2026 年 5 月 22-24 日。评分 /5长上下文为 20 万字符文档中后段 (40-60%) 事实召回率。模型代码生成Bug修复Code Review中文文档长上下文输出价格 $/M速度 t/sDeepSeek V4 Pro4.64.54.04.560%3.4848DeepSeek V4 Pro-Think4.65.04.24.5—3.4848DeepSeek V4 Flash3.43.03.03.2—0.2835GPT-4o4.54.43.53.662%10.0062Claude Sonnet 44.44.54.83.862%15.0055Gemini 2.5 Pro3.83.84.03.584%免费*265Qwen-Max API4.64.03.54.5—2.8048文心一言 4.0 Turbo3.93.53.54.5—0.4135智谱 GLM-4-Plus3.63.33.24.2—1.2330Kimi3.2——4.078%0.7025DeepSeek Coder V2 16B 本地4.24.03.54.0—免费15Qwen-Coder-14B 本地3.43.03.03.7—免费18* Gemini 2.5 Pro 通过 Google AI Studio 有免费额度100次/天。—表示未在此维度测试。本地模型速度取决于 GPU。六个常见场景我的推荐场景 1日常开发写 CRUD、新功能、脚手架首选DeepSeek V4 Pro省钱DeepSeek V4 Flash质量打骨折英文项目GPT-4oCRUD 一步到位少写很多代码DeepSeek V4 Pro 在代码生成和 Bug 修复两项分别拿了 4.6 和 4.5 分——都是最高或并列最高。价格在可接受范围$3.48/百万 token 输出月成本大约 $2-3。如果你的项目偏英文生态GPT-4o 的 CRUD 代码一步到位——它给的代码结构更完整model → repo → service → handler → middleware 五层都写好DeepSeek 倾向于给更精简的实现。场景 2修 Bug / 线上排查首选DeepSeek V4 Pro-Think唯一全找出的次选Claude Sonnet 4 或 GPT-4o这是唯一一个我会开思考模式的场景——架构分析和 Bug 修复。第 1 期的测试里Pro-Think 是唯一能找全 4 个并发 Bug 的配置。第 3 期里Claude 在 Bug 修复上跟 GPT-4o 打了平手9:8两者都靠谱。如果你遇到的是安全相关的 BugSQL 注入、权限绕过Gemini 2.5 Pro 是唯一的做了安全影响分析的模型——它不只说这里有 SQL 注入还会说这个注入可被攻击者通过 X 方式利用。场景 3Code Review首选Claude Sonnet 4安全向Gemini 2.5 ProClaude 在 Code Review 上的 4.8/5 是碾压级的——它按 Critical / Major / Minor / Suggestion 分级每条给出了具体行号、原因、和修复代码。第 3 期的测试里Claude 14 胜 vs GPT-4o 4 胜。Gemini 2.5 Pro 的独特价值在安全方面——它是唯一会分析安全影响范围“这个漏洞可被如何利用”的模型。如果你的项目涉及支付、隐私、权限管理建议 Claude Review 完再用 Gemini 做一次安全检查。场景 4写中文技术文档首选文心一言 4.0 Turbo综合 4.5/5次选DeepSeek V4 Pro综合 4.5/5代码更强第 5 期测试里文心一言在 API 文档4.4、技术文章4.1、错误文案4.3、README4.5四个中文文档场景拿了第一。但它的代码生成3.9和 Bug 修复3.5不如 DeepSeek。所以如果你的任务是生成一篇纯中文技术文章——用文心一言。如果任务是写代码的同时生成中文文档——用 DeepSeek V4 Pro一步到位。代码注释这个细分场景智谱 GLM-4-Plus 拿了 4.25/5——唯一超过文心一言的。智谱写代码注释更程序员视角关键分支上给的行内注释有实际参考价值。场景 5长文档问答 / 读技术书首选Gemini 2.5 Pro84% 召回率免费超长文档200KKimi128K 限制实际可处理 200 万汉字第 4 期测了 Gemini 2.5 Pro100 万 token 上下文第 6 期测了 Kimi200 万汉字上下文。在 20 万字符的 PostgreSQL 文档测试中文档中后段40-60%召回率Gemini 80% ≈ Kimi 80%两者相当文档尾部60-80%召回率Kimi 70% Gemini 落后但未在此区域单独测试最重要的差异Gemini 在安全相关文档上会做安全影响分析Kimi 不会实操建议如果你需要精确查参数——Kimi。如果你需要读安全/合规文档并理解风险——Gemini 2.5 Pro。两者用同一个文档并行问更好。一个重要发现第 6 期不管你用哪个模型文档尾部 20% 的内容准确率都崩塌最好只有 50%。别一次性塞一本 20 万字的书——拆成 5 个片段分批提问。场景 6数据不能出内网 / 离线首选12GB 显存DeepSeek Coder V2 16B (Q4)次选8GBQwen-Coder-7B (Q4)没有显卡别折腾申请 API 白名单第 2 期和第 7 期的本地部署测试一致显示本地最强模型DeepSeek Coder V2 16B大约等于 API 版 DeepSeek V4 Pro 的 85% 水平。能接受这个差距再考虑本地部署。硬件要求参考第 7 期6-8GB 显存 → 只能跑 7-8B代码质量一般12GB 显存 → 14-16B 刚好别开其他 GPU 应用16-24GB 显存 → 本地部署开始有性价比聚合平台选择第 9 期结论你的情况平台国内、常用 DeepSeek QwenSiliconFlow同价、快、开票用 3 不同厂商的模型OpenRouter唯一全接开源模型批量推理DeepInfra最便宜但稳定性差只用 DeepSeek官方直连不走平台省钱每月成本估算按一个普通程序员的日常使用量估算约 2000 次 API 调用/月含代码生成、Bug 修复、文档生成、Code Review方案配置月成本丐版DeepSeek V4 Flash Gemini 免费 $1标准DeepSeek V4 Pro 为主 Claude Review$3-5顶配GPT-4o Claude DeepSeek Pro-Think 全上$15-20零成本Gemini 免费 本地模型$0我的推荐标准方案$3-5/月。你少喝一杯咖啡就省出来了。几点说明1. 这些数据会过时。模型 API 每周微调。这里的所有数据是 2026 年 5 月 22-24 日测的。你今天跑出来的数字可能不同——正常。2. 关键不是我的数字是测试方法。前面每篇文章都附了测试 prompt 和方法。拿同一套 prompt 跑你自己的任务才对你最有参考价值。3. 没有一个模型统治所有。第 8 期讲过了——每个维度都有一个最强的但没有一个模型在所有维度拿第一。选模型是根据任务选不是选信仰。模块一下面是什么模块一LLM 平台与模型到这里结束。10 篇文章11 个模型3 个平台一张总表。附录模块一全部文章索引期号标题核心发现01DeepSeek 全家桶评测80% 的活用 Flash 够Bug 修复必须 Pro-Think02通义千问实战手册API 版比本地强 24%12GB 显存别对本地抱太高期望03GPT-4o vs Claude 对决CRUD 用 GPT-4oCode Review 用 Claude04Gemini 程序员向评测长上下文召回率 84%代码生成不如 DeepSeek05文心一言 vs 智谱 GLM中文文档文心领先代码注释智谱意外能打06Kimi 长上下文实测中间位置召回率比竞品高 20%尾部准确率仍然崩塌07开源模型本地部署本地最强 API 85%12GB 显存能跑但卡线08模型选型决策框架三个维度 决策树 速查表09API 聚合平台对比SiliconFlow 最便宜、OpenRouter 最全、DeepInfra 最不稳10本总结指南总表 六场景推荐 成本估算