模型对比库

做题 GPT-5.5 全面碾压，但写前端代码 Claude Opus 4.7 反过来碾压——AA 第一对决 WebDev 第一。

做题 GPT-5.5 高 8.5 分，但便宜一半；写前端 Sonnet 4.6 强；用 Cursor 默认是 Sonnet 不是没原因。

Opus 4.7 智能/写代码强，Gemini 3.1 Pro 便宜一半 + 速度快 2 倍 + 中文意外能打——百页 PDF 选 Gemini。

做题分 GPT-5.5 高 3 分，但 Gemini 便宜 60% + 速度快 2 倍 + 中文榜第 2——长上下文场景的国际线首选。

智能分 Gemini 高 5.5 分 + 便宜 20%，但 Sonnet 4.6 在前端 WebDev 强、OpenRouter 用量主力。

Opus 4.7 智能分高 5.5 分但贵 67%；日常代码任务 Sonnet 4.6 已经够用，Opus 留给真正的硬骨头。

Pro 智能分高 + SuperCLUE 国内 #2，Flash 输出价便宜 12 倍（$0.28 vs $3.48）——客服/批处理选 Flash，复杂任务选 Pro。

Kimi K2.6 智能/Agent 高一档（AA 中国第 1），DeepSeek V4 Pro 便宜 + SuperCLUE 国内第 2——选 Kimi 看能力，选 DeepSeek 看中文 + 便宜。

Kimi K2.6 综合能力强一档（AA 中国 #1），但 GLM-5.1 LMArena WebDev 第 5 比 Kimi 还前面——前端项目反向选 GLM。

Kimi K2.6 综合更强 + 便宜 50%，Qwen3.6 Max 主打阿里云 SLA/发票合规——纯开发用 Kimi，企业合规走 Qwen。

DeepSeek 综合分均衡 + SuperCLUE 国内 #2，GLM-5.1 LMArena WebDev 第 5 是前端黑马——选型按场景拆。

DeepSeek 智能/中文综合更强 + 便宜 50%，Qwen3.6 Max 主打阿里云背书 + 1M 上下文——纯开发 DeepSeek，企业合规 Qwen。

GLM-5.1 LMArena WebDev 第 5 前端黑马 + 便宜 40%，Qwen3.6 Max 1M 上下文 + 阿里云背书——前端选 GLM，长文档企业场景选 Qwen。

AA 中国 #1 vs #2 差距不到 0.1 分，但 MiMo Agentic 67.44 国内最高 + 价格再便宜 25%——小米这条黑马值得看。

MiMo AA 智能/Agent 略高，DeepSeek SuperCLUE 国内 #2 + 价格略便宜 + 开源——MiMo 用 AA 数据更亮眼，DeepSeek 用中文榜更稳。

Claude Sonnet 4.6 国际线主力（OpenRouter 用量 #3），DeepSeek V4 Pro 国内 #2 + 便宜 4 倍 + 不用代理——预算紧 + 国内场景直接选 DeepSeek。

AA 智能/代码分接近（差 2 分以内），但 Kimi K2.6 便宜 4 倍 + 不用代理 + OpenRouter 用量都在第 2/3——国内开发场景 Kimi 是更高杠杆的选择。

做题分 GPT-5.5 完胜（差 6 分），但 Kimi K2.6 便宜 7.5 倍 + 国内直连——做题选 GPT，跑量国内场景选 Kimi。