OpenAI 和国内大模型有哪些,先把这份名单当成采购清单看

模型与算力

把 OpenAI 和国内大模型的名单按用途分类,给一套从场景到候选、再到验证落地的小清单,避免只看名字和名次选错方向。

搜「OpenAI 和国内大模型有哪些」,多半不是想背名单,而是手上有个活要定用谁。名单这东西年年变,记住名字没意义,能按用途把候选缩到两三个才有用。这篇给一套自己的整理办法:先按输入输出形态分堆,再按接入方式筛,最后用一个小验证把这堆名字缩成能上线的那个。

搜「OpenAI 和国内大模型有哪些」,多半不是想背名单,而是手上有个活要定用谁。真把名字背下来也没什么用,名单年年变,今天记的全是过期的。有用的做法是换个问法:这活吃的是文字、图、声音还是向量,接入方式是官方、聚合还是本地。这两问答完,名单自己就缩到两三个了。

这篇不讲谁强谁弱,那个东西天天在变,写死就等于骗人。给你一套自己的整理办法:先按活的形态分堆,再按接入方式筛掉一半,最后用一次小验证把这堆名字压成能上线的那个。整个过程下来半小时能走完,比翻十几篇横评省事。

名单越背越乱,是因为它按公司分不按活分

打开任何一篇横评,基本都是按公司排的:一家一段,模型名一列。问题是同一个招牌底下往往挂着好几条产品线,对话是一套、推理是一套、多模态又是另一套,定价和输入形态都不一样。你拿公司名去对任务,天生对不上。先把自己这活喂什么、吐什么搞清楚,再去对应那堆名字里挑,才不会被招牌带跑。

还有个坑:名次和价格都是动的。今天排前面的,下个季度未必;今天便宜的,调价之后也未必。所以能长期留在你文档里的,只有分类维度,不是名次。名次这种东西,用到站内页面看当时的数字就行。

  • 先写下这活喂进去的是什么:纯文字、图片、表格截图、语音,还是已经切好的文本块
  • 再写下要吐出来的是什么:一段话、一段代码、一个结构化字段,还是一个向量
  • 同一个供应商名下的不同产品,输入形态常常不通用,别默认一家都能干
  • 只有分类对上了,再去比价和比效果,顺序反了就是白折腾

把两家都塞进四个筐里,比对才有意义

我自己整理名单就四个筐,OpenAI 那边的和国内的都往里扔,扔完再看每个筐里剩谁。这么做的理由是,四个筐的评判标准根本不一样,混在一起比就是鸡同鸭讲。对话看中文顺不顺、上下文够不够长;推理看愿不愿意花时间想、慢和贵能不能忍;多模态先确认输入形态对不对得上;嵌入看的完全是另一套东西。

筐这筐吃什么活先看什么什么情况下不适用
对话与写作日常问答、改稿、客服话术、摘要上下文长度、中文表达、拒答尺度要做多步数学或复杂代码时,这筐不是主力
推理数学题、代码调试、多步分析、方案推演能不能中途思考、响应时间能否接受高并发低延迟的线上接口,硬上这筐会卡
多模态读图、读表、OCR、语音转写输入形态是否支持、单次能塞多少图只要纯文本摘要的活,用这筐是浪费
嵌入与重排知识库检索、相似度、聚类向量维度、批量调用的稳定度要生成一段人话回答时,这筐干不了

填这张表的时候有个细节:筐里可能同时躺着两家的名字,别急着只留一个。同一个筐放两个候选,是为了后面验证阶段有的换。一开始就锁死一个,验证时发现不对,又得从头翻名单。

同一家模型,走官方、聚合平台还是本地,答案不一样

筐分完,接下来这个筛子更狠:接入方式。同一家的同一个模型,走官方直连、走聚合平台、还是本地部署,能选的名单和要操心的东西完全不同。官方直连图的是稳定和发票,聚合平台图的一次接多家、换着试,本地图的数据不出门。先把这条定下来,候选名单自动砍掉一半。

这一步最容易被忽略,很多人名单拉好了才发现,要的那家在自己的接入方式里根本走不通,或者结算方式对不上。所以接入方式要放在比价前面定,不是后面补。价格和规格这类实时数字,站内都有页面,别信任何写死的数字。

官方直连
适合要稳定 SLA、要正规发票、调用量稳定的团队,缺点是换模型成本高
聚合平台
适合想一次接多家、先试后定的场景,缺点是要自己核实平台的可信度
本地部署
适合数据不能出内网、或调用量极大要摊成本的团队,缺点是要有人维护硬件
价格与规格
到 /official-api 和对应厂商页核对当时的数字,本站不写死

从小名单到能用,中间还差一次小验证

筐和接入方式都定完,名单上大概剩两三个了。这时候别直接上线,也别去看别人的跑分,拿你自己的活去跑。网上流传的测试题跟你真实任务的分布差得远,跑分高的到你这里未必好用。用你手上真实的三五条任务,跑一轮,记三件事就够了。

  1. 备好样题从真实业务里抽三五条,覆盖你最常遇到的形态,别挑最简单的也别挑最刁的,跑完把原始输入存下来
  2. 逐个跑同一批样题在小名单里的每个候选上跑一遍,参数能固定就固定,别这次开思考下次不开,不然比的是参数不是模型
  3. 记三项分别记答得对不对、等多久、单次调用大概花多少,三项里有一项你接受不了,这个候选就可以划掉
  4. 决定备份主选定了再考虑要不要接第二家做兜底,别一上来就并行接四五个,维护和核对成本会吃掉收益

验证阶段我还建议记一个失败样本:哪条题答错了、错在哪个环节。这个比成功样本有用,后面出问题时你能判断是模型能力不够,还是你的提示词没交代清楚。接入方式的细节站内工具目录有对照,可以去 /tools 翻。

下一步名单这东西只是起点,真正省钱省心的是把价格和可信度核清楚。想看当时各家官方 API 的报价和规格,去 /official-api 核对;想先筛掉不可靠的聚合平台,用 /sites 的可信度检测过一遍再下单。

常见问题

我只想知道名单,为什么还要分筐?

因为名单本身帮不了决策。同一个公司可能同时有对话、推理和多模态几条线,价格和延迟差得远。按输入输出形态分筐之后,你会发现真正和你任务相关的往往只有两三个候选,其余名字看都不用看。

国内大模型和 OpenAI 一定要二选一吗?

不一定。常见做法是主用一家、备一家,或者按任务分流:中文长文和合规要求高的走国内,需要某些特定能力或生态工具的走 OpenAI。分流的代价是要维护两套 key 和两套计费口径,团队小的话先单点用起来更省事。

怎么确认名单里的模型现在还有效、价格是多少?

别信文章里的数字。到站内 /models 看模型资料,到 /official-api 和对应厂商页核对当时的规格与价格,变动记录看 /price-watch。名单会变,核对路径不变。

本文依据各平台公开文档与官方公告整理,只做中文归纳;具体做法、参数与限制以官方文档为准。