有据可查的 AI 新闻、模型与产品English
指南 基础知识 · 第 2 章

模型、产品和公司

ChatGPT 和 GPT-6 是什么关系？Haiku、Sonnet、Opus 谁大谁小？开源模型有什么用？排行榜怎么看？一章理清 AI 世界的「名字」。

阅读约 6 分钟 · 更新于 2026年10月8日

模型和产品不是一回事

模型是训练出来的那个「大脑」，本质上是一个巨大的数字文件，比如 Claude Opus 5.5、GPT-6 Astra。产品是你实际打开使用的东西，比如 Claude App、ChatGPT 网站。产品在模型外面加了很多东西：

  • 聊天界面、手机 App、语音；
  • 工具：联网搜索、读文件、运行代码、生成图片、操作电脑；
  • 记忆、项目、连接你的邮箱和网盘；
  • 套餐、用量上限、隐私规则、地区限制。

所以「Claude」既是公司的产品名，也是模型系列名；你在 Claude App 里选择「Opus 5.5」，才是在选模型。ChatGPT 也一样：按 OpenAI 2026 年 10 月的版本说明，ChatGPT 付费版（Plus、Pro、Business、Enterprise）的日常对话用的是 GPT-6 Sol，免费版和 Go 版用的是 GPT-6 Luna，而 Pro 用户的「深度推理」选项用的是最强的 GPT-6 Astra（见《ChatGPT 推出交互式回答，GPT-6 开始向更多用户开放》）。同样叫 ChatGPT，背后的模型可能完全不同。

为什么一家公司有好几档模型

就像咖啡分小杯、中杯、大杯，AI 公司也把模型按「能力和价格」分档。小模型反应快、便宜，适合大量简单任务；大模型更强，但更慢、更贵。名字里的数字通常代表代际（5.5、6），名字代表档位。

截至 2026 年 10 月，三家美国公司的主要档位如下（价格为开发者 API 价格，每百万 token 输入 / 输出，美元；订阅用户不按这个付费）：

公司 小而快 日常主力 旗舰及以上
Anthropic Haiku 5.5（0.10 / 0.50 起） Sonnet 5.5（2 / 10） Opus 5.5（4 / 20）；更高一档 Fable 5.1（10 / 50）
OpenAI GPT-6 Luna（0.10 / 0.50） GPT-6.1 Sol（2 / 10） GPT-6 Astra（10 / 50）
Google Gemini 3.5 Flash-Lite（0.30 / 2.50） Gemini 3.8 Flash（0.75 / 3.75，2027 年起翻倍） Gemini 4 Argon（推广价 2 / 10，之后 4 / 20；尚未公开）

几点说明：

  • Anthropic：从小到大是 Haiku、Sonnet、Opus。2026 年起又多了更高一档：Fable 和 Mythos 是同一个模型，Fable 面向公众、带额外安全限制，Mythos 限制更少，只给经过审核的网络安全和生命科学机构使用。Anthropic 官方建议大多数任务先用 Opus 5.5。
  • OpenAI：命名从小到大是 Luna（月亮）、Terra（地球）、Sol（太阳）、Astra（星辰）。截至 10 月，OpenAI 官方模型页上 GPT-6 这一代列出的是 Luna、6.1 Sol 和 Astra 三档，没有列出 Terra。
  • Google：一直用 Flash-Lite、Flash（快）和 Pro（强）分档，还有可以在手机上运行的 Nano。2026 年 9 月发布的 Gemini 4 Argon 是新命名方式的第一个模型，取代「Pro」这类名字。截至 10 月初它只向少数测试者开放，Gemini App 仍在用 3.x 系列模型。
  • 中国公司也类似：DeepSeek V4 分 Pro 和 Flash；阿里的 Qwen 有开放的小模型，也有不公开的 Max、Plus 版本。
API 输出价格：每百万 token（美元）截至 2026 年 10 月；越短越便宜
  • GPT-6 Luna$0.50
  • Claude Haiku 5.5$0.50 起
  • Gemini 3.8 Flash$3.75
  • Claude Sonnet 5.5$10
  • GPT-6.1 Sol$10
  • Claude Opus 5.5$20
  • Claude Fable 5.1$50
  • GPT-6 Astra$50

Haiku 5.5 的提示超过 10 万 token 时价格更高；Gemini 3.8 Flash 为 2026 年底前的价格。价格常变，以官网为准。 来源：Anthropic、OpenAI、Google 官方价格与模型页面，2026-10-08 查阅

档位高不等于一定更好。 新一代的中档常常追上上一代的顶档：Anthropic 说 Opus 5.5 在大多数工作上达到 Fable 5.1 的水平，价格却低得多；独立机构 Artificial Analysis 的命令行任务测试中，Sonnet 5.5（64%）甚至高于 Opus 5.5（60%）。除了换档，很多模型还能调「思考力度」，这是另一个兼顾速度和质量的旋钮（见上一章）。

主要的公司和产品

公司 聊天产品 模型系列 所在国家
OpenAI ChatGPT GPT（GPT-6 Astra / Sol / Luna） 美国
Anthropic Claude Claude（Haiku / Sonnet / Opus / Fable） 美国
Google Gemini Gemini（Flash 系列、Argon） 美国
Meta Meta AI Muse（此前为 Llama） 美国
SpaceXAI（原 xAI） Grok Grok 美国
深度求索 DeepSeek DeepSeek V4 / V4.1 中国
阿里巴巴 通义千问 Qwen 中国
月之暗面 Kimi Kimi K3 中国
字节跳动 豆包 豆包大模型 中国
Mistral AI Mistral Vibe（原 Le Chat） Mistral 法国

规模上差别很大：ChatGPT 在 2026 年 2 月达到 9 亿周活跃用户；豆包是中国最受欢迎的聊天助手，到 2026 年 5 月有 3.3 亿用户。还有一类产品不自己训练基础模型，而是在别人的模型上做应用，比如本站产品页里的很多写作、编程和办公工具。

开放权重和封闭模型

封闭模型只能通过公司自己的 App 或 API 使用，比如 GPT-6、Claude、Gemini。你看不到模型本身，所有请求都发到这家公司的服务器。

开放权重模型则把训练好的模型文件公开发布，任何人都能下载、在自己的电脑或服务器上运行、修改。2025 年 1 月 DeepSeek-R1 以宽松的 MIT 许可证开放后，开放模型引起了全球关注。截至 2026 年 10 月，几个主要的开放模型：

  • DeepSeek V4 / V4.1：MIT 许可证，可商用、可修改。
  • Kimi K3（月之暗面，2026 年 7 月）：2.8 万亿参数，是最大的开放权重模型；但许可证要求年收入超过 2000 万美元的公司把它作为服务提供给客户前，先与月之暗面签合同。
  • Qwen3.8（阿里巴巴）：2.4 万亿参数；大模型对年收入超过 5000 万美元的服务商要求分成，蒸馏出的 270 亿参数小版本用更宽松的 Apache 许可证。
  • Llama（Meta）：曾是最有名的开放模型，但它的许可证限制了超大公司的使用，被一些研究者批评不算真正「开源」。2026 年 4 月起，Meta 的聊天产品改用新的 Muse 系列，LMArena 把它标为不公开的专有模型。

这对你有什么影响

你关心的 封闭模型 开放权重模型
能力 目前最强的模型都是封闭的 紧随其后，差距不大
价格 按官方价格付费 可自己部署，或找更便宜的服务商
隐私 数据发到这家公司 自己运行时，数据不出你的服务器
门槛 注册即用 大模型需要昂贵的硬件和技术能力
安全限制 由公司统一控制 下载后可被他人修改甚至移除

要注意的是：用一家公司的官方 App，和下载它的开放模型自己运行，是两回事。 比如 DeepSeek 官方 App 遵守中国的内容审查规定，美国国防部、澳大利亚政府等已禁止在公务设备上使用 DeepSeek 产品；但下载模型自己运行，数据不会发送到 DeepSeek 的服务器。

开放模型和最强封闭模型的差距有多大？在 LMArena 的文字综合榜上（数据截至 2026 年 10 月 2 日），最高的封闭模型 Gemini 4 Argon 得 1525 分（投票还少，属于初步结果），最高的开放模型 Kimi K3 得 1488 分。据 Fortune 报道，DeepSeek 在 V4 技术报告中估计，它比最前沿的模型落后约三到六个月。

怎么看跑分和排行榜

几乎每次发布新模型，公司都会贴出一张「我们第一」的成绩表。读这些数字时，先分清两类：

厂商自己公布的成绩。 由发布模型的公司测试，往往挑选自己擅长的项目，测试条件也不一定相同。几个本站报道过的例子：

  • 同一个测试，不同公司报的分数不一样：Anthropic 公布 Opus 5.5 在 AutomationBench 上是 40.0%，Google 的对比表里写的却是 42.5%。
  • 工具和条件影响巨大：OpenAI 公布 GPT-6 Astra 在 ARC-AGI-3 上用增强版辅助工具得 99.9%，用标准条件只有 66%。
  • 算法不同，结果也不同：2025 年 xAI 公布 Grok 3 的对比图时，一名 OpenAI 员工指出，图中 Grok 3 的成绩用的是「跑 64 次取最常见答案」，对手却只算了单次成绩。
  • 厂商自己也承认局限：Anthropic 在 Opus 5.5 公告中说，在这个能力水平上，评测分差已经不太能可靠地反映真实差距。

独立机构的测试。 由与模型无关的第三方用统一方法测，可比性更好。例如 Artificial Analysis 的综合「智能指数」中，Gemini 4 Argon 和 GPT-6 Astra 同为 53 分，GPT-6.1 Sol 是 52 分。

读任何一个分数，都可以问自己四个问题：谁测的？测的是什么任务？和谁比、在什么条件下比？这个任务和我要做的事像不像？

怎么选

没有「最好的 AI」，只有更适合某件事的。几个实用原则：

  1. 先用你已经有的。 日常提问、写作、翻译，主流产品的免费版通常都够用。遇到某类任务明显做不好，再考虑换。
  2. 用自己的真实任务测试。 挑三到五件你常做的事（一封难写的邮件、一份要读的报告、一个表格），同样的要求发给两三个产品，比较哪个返工最少。这比任何排行榜都可靠。
  3. 先用中档，不够再升级。 日常任务用默认模型或中档模型；复杂编程、长篇分析、需要严谨推理时，再换旗舰模型或调高思考力度。
  4. 看你的生态。 每天用 Gmail 和 Google 文档，Gemini 接入更顺；公司用微软办公套件，Copilot 可能已经包含在内。
  5. 看隐私和地区。 处理工作资料前，先看公司规定和产品的数据政策（见隐私与安全）；有些功能在部分国家和地区不可用。
  6. 算一算钱。 订阅还是按用量付费、额度够不够用，见AI 怎么收费。
你想做的事 可以先看
日常问答、写作 你已有的 ChatGPT、Claude、Gemini、豆包、DeepSeek 等
查资料、要出处 带联网搜索和引用的产品，如 Perplexity
编程、做网站 Claude Code、Codex、Cursor，以及 LMArena 的编程和网页开发榜
数据不能出公司 企业版产品，或在自己服务器上部署开放权重模型

更多按用途分类的产品，见产品页；最新的模型排名，见模型页。

来源