文章

JetBrainsAI 模型对比 20250425

Posted 2025-04-25 Updated 26 days ago
By Hwwwww
46~59 min read

目录

主要模型概述

OpenAI系列

  • GPT-4.1：OpenAI于2025年4月发布的旗舰模型，具有100万token上下文窗口，支持多模态输入
  • GPT-4.1 Mini：GPT-4.1的轻量化版本，性能与价格之间取得良好平衡
  • GPT-4.1 Nano：GPT-4.1家族中最小最经济的版本，专为低延迟应用设计
  • GPT-4o：2024年5月发布的多模态模型，擅长处理文本、图像和音频
  • GPT-4o Mini：GPT-4o的轻量版本，保持大部分功能但价格更低
  • o1：专注于深度思考与推理的模型，采用"思维链"方法解决复杂问题
  • o1-Mini：o1的轻量版本，保持部分推理能力但响应速度更快
  • o3：专为科学、数学和编程任务优化的推理模型
  • o3-Mini：o3的轻量版本，为STEM领域优化，同时保持200K上下文窗口
  • o4-Mini：OpenAI最新的轻量级推理模型，性能与速度之间取得平衡

Anthropic系列

  • Claude 3.5 Sonnet：Anthropic的中型模型，擅长编码和内容生成
  • Claude 3.5 Haiku：Anthropic的轻量高速模型，适合实时应用
  • Claude 3.7 Sonnet：Anthropic最新的旗舰模型，支持计算机使用功能

Google系列

  • Gemini 1.5 Pro：Google的高性能模型，拥有200万token上下文窗口
  • Gemini 1.5 Flash：更快速、更经济的Gemini版本
  • Gemini 2.0 Flash：提供新一代功能和增强能力的多模态模型
  • Gemini 2.5 Pro：Google最新的旗舰思考型模型，推理能力强化
  • Gemini 2.5 Flash：高性价比模型，具有100万token上下文窗口和思考预算功能

性能对比

基准测试成绩对比

模型 MMLU MATH HumanEval GPQA MMMU
Claude 3.7 Sonnet 90.2% 96.2% 94.5% 不适用 75%
Claude 3.5 Sonnet 89.3% 78.3% 93.7% 不适用 71.4%
Claude 3.5 Haiku 不适用 69.4% 88.1% 41.6% 不适用
GPT-4.1 90.5% 88% 95% 83% 72%
GPT-4.1 Mini 85.3% 76% 89% 68% 63%
GPT-4.1 Nano 80.1% 不适用 不适用 50.3% 55.4%
GPT-4o 88.7% 83.5% 90.2% 75.8% 69.8%
GPT-4o Mini 82.4% 74.1% 83.6% 58.4% 60.2%
o1 90% 87% 89% 79% 70%
o1-Mini 84% 78% 82% 65% 不适用
o3-Mini 86.9% 97.9% 不适用 79.7% 不适用
Gemini 2.5 Pro 90.0% 84.2% 92.1% 76.3% 74.5%
Gemini 2.0 Flash 83.5% 76.8% 86.2% 65.2% 65.3%
Gemini 1.5 Pro 81.2% 73.5% 84.7% 63.8% 63.4%

MMLU: 大规模多任务语言理解；MATH: 数学问题解决；HumanEval: 代码生成；GPQA: 研究生级物理问题；MMMU: 多模态多任务理解

上下文窗口与响应速度

模型 上下文窗口 最大输出token 推理速度(token/秒) 思考延迟(TTFT)
Claude 3.7 Sonnet 200K 64K 约55 中等
Claude 3.5 Sonnet 200K 8K 约50 0.64秒
Claude 3.5 Haiku 200K 8K 约52 0.36秒
GPT-4.1 1M 32K 约50 高
GPT-4.1 Mini 1M 32K 约60 中等
GPT-4.1 Nano 1M 32K 约75 低
GPT-4o 128K 16K 约65 低
GPT-4o Mini 128K 16K 约75 很低
o1 200K 100K 约30 非常高
o1-Mini 128K 64K 约40 高
o3-Mini 200K 100K 约55 中等
o4-Mini 128K 不适用 约60 中等
Gemini 2.5 Pro 1M 65K 约45 中等
Gemini 2.5 Flash 1M 65K 约55 低
Gemini 2.0 Flash 1M 8K 约60 很低
Gemini 1.5 Pro 2M 8K 约40 中等

价格对比

输入价格（每百万token，美元）

模型 文本输入 图像/视频输入 音频输入
Claude 3.7 Sonnet $3.00 $3.00 不适用
Claude 3.5 Sonnet $3.00 $3.00 不适用
Claude 3.5 Haiku $1.00 $1.00 不适用
GPT-4.1 $2.00 $2.00 不适用
GPT-4.1 Mini $0.40 $0.40 不适用
GPT-4.1 Nano $0.10 $0.10 不适用
GPT-4o $2.50 $2.50 $40.00
GPT-4o Mini $0.15 $0.15 $10.00
o1 $15.00 $15.00 不适用
o1-Mini $1.10 不适用 不适用
o3-Mini $1.10 不适用 不适用
o4-Mini 不适用 不适用 不适用
Gemini 2.5 Pro $1.25 $1.25 不适用
Gemini 2.5 Flash $0.15 $0.15 $1.00
Gemini 2.0 Flash $0.10 $0.10 $0.70
Gemini 1.5 Pro $1.25 $1.25 不适用

输出价格（每百万token，美元）

模型 文本输出 音频输出
Claude 3.7 Sonnet $15.00 不适用
Claude 3.5 Sonnet $15.00 不适用
Claude 3.5 Haiku $5.00 不适用
GPT-4.1 $8.00 不适用
GPT-4.1 Mini $1.60 不适用
GPT-4.1 Nano $0.40 不适用
GPT-4o $10.00 $80.00
GPT-4o Mini $0.60 $20.00
o1 $60.00 不适用
o1-Mini $4.40 不适用
o3-Mini $4.40 不适用
o4-Mini 不适用 不适用
Gemini 2.5 Pro $10.00 不适用
Gemini 2.5 Flash ​0.60 (非思考)/3.50 (思考) 不适用
Gemini 2.0 Flash $0.40 不适用
Gemini 1.5 Pro $5.00 不适用

各模型优缺点分析

OpenAI系列

GPT-4.1系列

  • 优点：
    • 具有1M token的超大上下文窗口
    • 性能全面，在各项基准测试中表现出色
    • 知识更新到2024年6月
    • 支持多模态输入
  • 缺点：
    • 高端版本价格昂贵
    • 部分专业领域知识深度不足

GPT-4o系列

  • 优点：
    • 多模态能力强，包括文本、图像、音频等
    • 交互速度快，延迟低
    • 支持音频输入输出
    • GPT-4o Mini提供极高性价比
  • 缺点：
    • 上下文窗口（128K）小于最新的GPT-4.1和Claude模型
    • 在某些复杂推理任务上不如专用推理模型

o系列

  • 优点：
    • o1系列具有出色的深度思考和复杂推理能力
    • o3系列在科学、数学和编程任务上表现卓越
    • 大多具有200K的上下文窗口
  • 缺点：
    • o1系列响应速度较慢，需要更长的思考时间
    • 价格较高，尤其是o1和o1-Pro
    • 不如GPT-4o系列的多模态能力强

Anthropic系列

  • 优点：
    • Claude 3.7 Sonnet具有计算机使用功能
    • 在代码生成方面表现出色（HumanEval成绩高）
    • 安全性和可控性良好
    • Claude 3.5 Haiku速度快且价格合理
  • 缺点：
    • 多模态能力不如GPT-4o系列全面
    • 价格相对较高，尤其是输出token
    • 对某些复杂科学推理任务的支持有限

Google系列

  • 优点：
    • Gemini 2.5系列思考能力强化
    • Gemini 1.5 Pro拥有行业最大的2M token上下文窗口
    • Gemini 2.5 Flash提供思考预算功能，可按需平衡性能与速度
    • 整体价格比竞争对手更经济实惠
  • 缺点：
    • 某些基准测试中表现略逊于OpenAI和Anthropic模型
    • 调用API的稳定性有待提高
    • 多模态处理能力不如GPT-4o系列完善

使用场景推荐

开发者和编程

  • 最佳选择：
    • Claude 3.7 Sonnet (HumanEval 94.5%，输出价格$15/1M tokens)
    • Claude 3.5 Sonnet (HumanEval 93.7%，输出价格$15/1M tokens)
    • GPT-4.1 (HumanEval 95%，输出价格$8/1M tokens)
  • 经济选择：
    • GPT-4o Mini (HumanEval 83.6%，输出价格仅$0.60/1M tokens)
    • Claude 3.5 Haiku (HumanEval 88.1%，输出价格$5/1M tokens)
    • GPT-4.1 Nano (输出价格仅$0.40/1M tokens，适合简单编程任务)

内容创作和写作

  • 最佳选择：
    • Claude 3.7 Sonnet (MMLU 90.2%，创意写作能力强，输出价格$15/1M tokens)
    • GPT-4.1 (MMLU 90.5%，内容全面性最佳，输出价格$8/1M tokens)
    • o1 (深度思考生成高质量内容，但输出价格高达$60/1M tokens)
  • 经济选择：
    • GPT-4o Mini (输出价格仅$0.60/1M tokens，多模态支持强)
    • Gemini 2.0 Flash (输出价格仅$0.40/1M tokens，适合大量内容生成)

数据分析和科学研究

  • 最佳选择：
    • o3 (STEM专用模型，科学推理能力卓越，价格未公开)
    • GPT-4.1 (GPQA 83%，全面科学能力，输出价格$8/1M tokens)
  • 经济选择：
    • o3-Mini (MATH 97.9%，STEM优化，输出价格$4.40/1M tokens)
    • Gemini 2.5 Pro (科学推理能力强，输出价格$10/1M tokens)

聊天机器人和客服应用

  • 最佳选择：
    • GPT-4o (多模态支持全面，响应速度快，但输出价格$10/1M tokens)
    • Claude 3.5 Haiku (0.36秒思考延迟，适合实时对话，输出价格$5/1M tokens)
    • Gemini 2.0 Flash (高速响应，输出价格仅$0.40/1M tokens)
  • 经济选择：
    • GPT-4o Mini (延迟低，多模态能力强，输出价格仅$0.60/1M tokens)
    • GPT-4.1 Nano (1M上下文窗口，输出价格仅$0.40/1M tokens)
    • Gemini 2.5 Flash (思考预算功能，基础输出价格仅$0.60/1M tokens)

多模态应用

  • 最佳选择：
    • GPT-4o (完整多模态支持，语音输出能力，MMMU 69.8%，输出价格$10/1M tokens)
    • GPT-4.1 (强大多模态支持，MMMU 72%，输出价格$8/1M tokens)
    • Gemini 2.5 Pro (MMMU 74.5%，最优多模态评分，输出价格$10/1M tokens)
  • 经济选择：
    • GPT-4o Mini (完整多模态支持，输出价格仅$0.60/1M tokens)
    • Gemini 2.0 Flash (多模态支持，最低输入价格$0.10/1M tokens)

处理大量文档和长上下文

  • 最佳选择：
    • Gemini 1.5 Pro (2M上下文窗口，业界最大，输出价格$5/1M tokens)
    • GPT-4.1 (1M上下文窗口，顶级理解能力，输出价格$8/1M tokens)
    • Gemini 2.5 Pro (1M上下文窗口，输出价格$10/1M tokens)
  • 经济选择：
    • GPT-4.1 Nano (1M上下文窗口，最低输出价格仅$0.40/1M tokens)

性价比排行榜

  1. GPT-4.1 Nano - 最高性价比，参数量100-300B，1M上下文窗口，输入价格​0.10/1M tokens，输出价格0.40/1M tokens，适合大规模部署
  2. GPT-4o Mini - 参数量500-800B，多模态能力强，输出价格$0.60/1M tokens，语音输入输出支持，性价比卓越
  3. Gemini 2.5 Flash - 参数量500-800B，1M上下文窗口，思考预算功能（基础​0.60/思考3.50），可灵活平衡成本与性能
  4. Claude 3.5 Haiku - 参数量300-500B，高速度(0.36秒思考延迟)，输出价格$5/1M tokens，适合需要速度的场景
  5. Gemini 2.0 Flash - 参数量300-500B，1M上下文窗口，输出价格$0.40/1M tokens，预算极其有限时的理想选择
  6. GPT-4.1 Mini - 参数量500-800B，全功能支持，1M上下文窗口，输出价格$1.60/1M tokens，性能与价格平衡
  7. o3-Mini - 参数量300-500B，STEM领域专精，MATH 97.9%，输出价格$4.40/1M tokens，科学应用性价比高
  8. Gemini 2.5 Pro - 参数量1000-2000B，顶级功能但输出价格$10/1M tokens，比同级竞争对手便宜
  9. o1-Mini - 参数量300-500B，强大推理能力，输出价格$4.40/1M tokens，比o1便宜约93%
  10. GPT-4o - 参数量1000-2000B，全面多模态能力，输出价格$10/1M tokens，对多模态应用的投资回报率高

综合实力排行榜

  1. GPT-4.1 - 参数量1000-2000B，全面顶级性能(MMLU 90.5%)，1M上下文窗口，输出价格​8/1M tokens，输入价格2/1M tokens
  2. Claude 3.7 Sonnet - 参数量1000-2000B，顶级代码能力(HumanEval 94.5%)，支持计算机使用功能，输出价格$15/1M tokens
  3. o1 - 参数量1000-2000B，深度思考能力(MMLU 90%)，输出价格$60/1M tokens，适合复杂决策支持
  4. Claude 3.5 Sonnet - 参数量800-1000B，编码能力出色(HumanEval 93.7%)，输出价格$15/1M tokens
  5. GPT-4o - 参数量1000-2000B，多模态交互全面，输出价格​10/1M tokens，支持语音输入(40/1M)和输出($80/1M)
  6. Gemini 2.5 Pro - 参数量1000-2000B，强大思考能力，1M上下文窗口，输出价格$10/1M tokens，比类似性能模型更经济
  7. o3 - 参数量未公开，STEM领域专用，价格未公开，科学任务最佳选择
  8. o3-Mini - 参数量300-500B，STEM领域优化(MATH 97.9%)，输出价格$4.40/1M tokens
  9. Gemini 1.5 Pro - 参数量1000-2000B，超大2M上下文窗口，输出价格$5/1M tokens，长文档处理最具成本效益

价格与参数汇总

模型 参数规模 文本输入($/1M) 文本输出($/1M) 图像/视频输入($/1M) 音频输入($/1M) 音频输出($/1M) 上下文窗口
GPT-4.1 1000-2000B $2.00 $8.00 $2.00 不适用 不适用 1M
GPT-4.1 Mini 500-800B $0.40 $1.60 $0.40 不适用 不适用 1M
GPT-4.1 Nano 100-300B $0.10 $0.40 $0.10 不适用 不适用 1M
GPT-4o 1000-2000B $2.50 $10.00 $2.50 $40.00 $80.00 128K
GPT-4o Mini 500-800B $0.15 $0.60 $0.15 $10.00 $20.00 128K
o1 1000-2000B $15.00 $60.00 $15.00 不适用 不适用 200K
o1-Mini 300-500B $1.10 $4.40 不适用 不适用 不适用 128
o3-Mini 300-500B $1.10 $4.40 不适用 不适用 不适用 200K
Claude 3.7 Sonnet 1000-2000B $3.00 $15.00 $3.00 不适用 不适用 200K
Claude 3.5 Sonnet 800-1000B $3.00 $15.00 $3.00 不适用 不适用 200K
Claude 3.5 Haiku 300-500B $1.00 $5.00 $1.00 不适用 不适用 200K
Gemini 2.5 Pro 1000-2000B $1.25 $10.00 $1.25 不适用 不适用 1M
Gemini 2.5 Flash 500-800B $0.15 ​0.60-3.50 $0.15 $1.00 不适用 1M
Gemini 2.0 Flash 300-500B $0.10 $0.40 $0.10 $0.70 不适用 1M
Gemini 1.5 Pro 1000-2000B $1.25 $5.00 $1.25 不适用 不适用 2M

场景应用排行榜

1. 成本敏感型应用

  1. GPT-4.1 Nano - 参数量100-300B，输入​0.10/输出0.40/1M tokens，拥有1M上下文窗口
  2. Gemini 2.0 Flash - 参数量300-500B，输入​0.10/输出0.40/1M tokens，多模态支持
  3. GPT-4o Mini - 参数量500-800B，输入​0.15/输出0.60/1M tokens，全面多模态支持
  4. Gemini 2.5 Flash - 参数量500-800B，基础输出​0.60/思考输出3.50/1M tokens，可按需调整推理深度
  5. Claude 3.5 Haiku - 参数量300-500B，输入​1.00/输出5.00/1M tokens，速度与成本平衡性好

2. 实时应用与聊天机器人

  1. Claude 3.5 Haiku - 思考延迟仅0.36秒，速度52 tokens/秒，输出价格$5/1M tokens
  2. GPT-4o Mini - 速度约75 tokens/秒，思考延迟很低，输出价格$0.60/1M tokens
  3. Gemini 2.0 Flash - 速度约60 tokens/秒，输出价格$0.40/1M tokens，成本效益最高
  4. GPT-4.1 Nano - 速度约75 tokens/秒，输出价格$0.40/1M tokens，上下文窗口大
  5. GPT-4o - 延迟低，速度约65 tokens/秒，多模态实时交互能力强，但输出价格$10/1M tokens

3. 编程与开发辅助

  1. Claude 3.7 Sonnet - HumanEval 94.5%，最佳代码生成能力，但输出价格$15/1M tokens
  2. Claude 3.5 Sonnet - HumanEval 93.7%，输出价格$15/1M tokens，专业编程能力强
  3. GPT-4.1 - HumanEval 95%，输出价格$8/1M tokens，性价比较Claude系列高
  4. Gemini 2.5 Pro - HumanEval 92.1%，输出价格$10/1M tokens，性价比适中
  5. o3-Mini - 专为STEM优化，输出价格$4.40/1M tokens，科学编程性价比高

4. 科学与学术研究

  1. o3-Mini - MATH 97.9%，GPQA 79.7%，专为STEM优化，输出价格$4.40/1M tokens，性价比最高
  2. GPT-4.1 - GPQA 83%，全面顶级性能，输出价格$8/1M tokens，适中预算选择
  3. Claude 3.7 Sonnet - MATH 96.2%，数学能力出色，输出价格$15/1M tokens
  4. o1 - 参数量1000-2000B，复杂问题解决能力强，但输出价格$60/1M tokens

5. 处理长文档与大数据

  1. Gemini 1.5 Pro - 2M上下文窗口，输出价格$5/1M tokens，最佳长文档经济选择
  2. GPT-4.1 - 1M上下文窗口，顶级理解能力，输出价格$8/1M tokens
  3. GPT-4.1 Nano - 1M上下文窗口，输出价格仅$0.40/1M tokens，处理大量文档最经济选择
  4. Gemini 2.5 Pro - 1M上下文窗口，输出价格$10/1M tokens，高性能大数据处理
  5. o1 - 200K上下文窗口，深度理解能力强，但输出价格高达$60/1M tokens

6. 多模态交互应用

  1. GPT-4o - 最全面多模态支持，文本输出​10/1M，音频输出80/1M，图像输入$2.50/1M
  2. GPT-4o Mini - 全面多模态支持，但价格更低：文本输出​0.60/1M，音频输出20/1M
  3. GPT-4.1 - 多模态支持与顶级性能结合，图像输入​2.00/1M，文本输出8.00/1M
  4. Gemini 2.5 Flash - 经济型多模态支持，音频输入仅​1.00/1M，文本输出基础0.60/1M
  5. Gemini 2.0 Flash - 最低价格多模态支持，图像输入​0.10/1M，音频输入0.70/1M

7. 企业级应用和产品集成

  1. GPT-4.1 - 全面顶级性能，1M上下文窗口，输出价格$8/1M tokens，企业级可靠性
  2. Claude 3.7 Sonnet - 计算机使用功能，安全可控，输出价格$15/1M tokens，适合高安全需求
  3. Gemini 2.5 Pro - 1M上下文窗口，输出价格$10/1M tokens，比同类产品经济
  4. GPT-4.1 Mini - 平衡性能与成本，输出价格$1.60/1M tokens，企业大规模部署适合
  5. GPT-4o - 多模态交互能力强，输出价格$10/1M tokens，适合客户体验提升
License:  CC BY 4.0