Claude Sonnet 5 提供截至2026年8月31日的首发折扣：每百万输入 tokens 2美元，每百万输出 tokens 10美元 。之后，定价将上涨至输入3美元/输出15美元。

关键基准测试

以下基准测试表特意保持简洁——仅包含资料来源中明确提及的数据：

发布时间线

了解每个模型的上市时间有助于更好地理解其基准领先优势：

各模型优势速览

Claude Fable 5：编码性能之王

Claude Fable 5 在本对比中拥有最高的编码基准测试成绩：SWE-bench Verified 得分95.0%，SWE-bench Pro 得分80.3% 。其定价为每百万 tokens 输入10美元/输出50美元，正好是 Opus 4.8 的两倍，但在 SWE-bench Pro 上带来了16%的相对提升（80.3% vs 69.2%）。最适合追求极致编码性能且预算充足的团队。

Claude Opus 4.8：可靠的旗舰模型

Opus 4.8 的定价为每百万 tokens 输入5美元/输出25美元，是给定资料来源中 Fable 5 的主要基准对比对象 。它在 SWE-bench Pro 上获得69.2%的分数 ，在其价格区间内表现强劲。新的快速模式以每百万 tokens 输入10美元/输出50美元的价格提供2.5倍速度 。最适合需要标准 Opus 品质但无需支付Fable溢价的用户。

Claude Sonnet 5：高性价比的多面手

根据相关资料，Sonnet 5 的基准测试成绩接近 Claude Opus 4.8 。其截至2026年8月31日的首发定价为每百万 tokens 输入2美元/输出10美元 ，这使得它成为高负载工作中最便宜的 Claude 选项。促销期结束后，定价将涨至输入3美元/输出15美元——考虑到其接近旗舰级的性能，这仍然具有竞争力。最适合希望以极低成本获得近旗舰品质的团队。

GPT-5.5：均衡之选

GPT-5.5 的定价为每百万 tokens 输入5美元/输出30美元，另有高端 Pro 版定价为输入30美元/输出180美元 。提供的资料确认了其API定价，但并未支持一些声称的基准测试分数（如 Terminal-Bench 2.0 或 AA Intelligence Index）。最适合已深度集成 OpenAI 生态的团队。

Grok 4.3：预算级前沿模型

Grok 4.3 以每百万 tokens 输入1.25美元/输出2.50美元的价格，成为本表中价格最低的封闭模型API选项 。它在 Artificial Analysis Intelligence Index 上获得53分，在 τ²-Bench 的代理工具使用测试中达到98% 。其价格大幅下调——输入降价37.5%，输出降价58.3%——使其成为成本敏感型工作负载的明智之选。最适合代理工具使用重要且预算为首要约束条件的高负载应用。

Gemini 3.5 Flash：速度与价值的结合

Gemini 3.5 Flash 的定价为每百万 tokens 输入1.50美元/输出9.00美元，提供前沿智能、高速和接地能力 。其上下文缓存成本仅为每百万 tokens 0.15美元 。最适合需要快速推理性能但无需付出旗舰级价格的应用。

DeepSeek V4 Pro：此处不可比

提供的资料集中未包含任何 DeepSeek 特定的定价或基准测试来源。在做出决策前，应通过独立的、专门的资料验证任何关于 DeepSeek V4 Pro 的声明。

仍存在的不确定性

• Fable 5 的基准测试覆盖有限，数据仅来自专门的 Fable 资料，报告其 SWE-bench Verified 得分为95.0%，SWE-bench Pro 得分为80.3% 。
• Gemini 3.5 Pro 的定价未被覆盖，提供的资料仅支持 Gemini 3.5 Flash 的定价 。
• Sonnet 5 的精确基准测试数据尚未完全公布。一份资料称其结果接近 Claude Opus 4.8，但未提供验证确切数字所需的完整表格 。
• DeepSeek V4 Pro 的定价和基准测试被排除在定量表格之外，因为提供的资料不支持原始声明。

如何选择

Claude Sonnet 5 提供截至2026年8月31日的首发折扣：每百万输入 tokens 2美元，每百万输出 tokens 10美元 。之后，定价将上涨至输入3美元/输出15美元。

关键基准测试

以下基准测试表特意保持简洁——仅包含资料来源中明确提及的数据：

发布时间线

了解每个模型的上市时间有助于更好地理解其基准领先优势：

各模型优势速览

Claude Fable 5：编码性能之王

Claude Fable 5 在本对比中拥有最高的编码基准测试成绩：SWE-bench Verified 得分95.0%，SWE-bench Pro 得分80.3% 。其定价为每百万 tokens 输入10美元/输出50美元，正好是 Opus 4.8 的两倍，但在 SWE-bench Pro 上带来了16%的相对提升（80.3% vs 69.2%）。最适合追求极致编码性能且预算充足的团队。

Claude Opus 4.8：可靠的旗舰模型

Opus 4.8 的定价为每百万 tokens 输入5美元/输出25美元，是给定资料来源中 Fable 5 的主要基准对比对象 。它在 SWE-bench Pro 上获得69.2%的分数 ，在其价格区间内表现强劲。新的快速模式以每百万 tokens 输入10美元/输出50美元的价格提供2.5倍速度 。最适合需要标准 Opus 品质但无需支付Fable溢价的用户。

Claude Sonnet 5：高性价比的多面手

根据相关资料，Sonnet 5 的基准测试成绩接近 Claude Opus 4.8 。其截至2026年8月31日的首发定价为每百万 tokens 输入2美元/输出10美元 ，这使得它成为高负载工作中最便宜的 Claude 选项。促销期结束后，定价将涨至输入3美元/输出15美元——考虑到其接近旗舰级的性能，这仍然具有竞争力。最适合希望以极低成本获得近旗舰品质的团队。

GPT-5.5：均衡之选

GPT-5.5 的定价为每百万 tokens 输入5美元/输出30美元，另有高端 Pro 版定价为输入30美元/输出180美元 。提供的资料确认了其API定价，但并未支持一些声称的基准测试分数（如 Terminal-Bench 2.0 或 AA Intelligence Index）。最适合已深度集成 OpenAI 生态的团队。

Grok 4.3：预算级前沿模型

Grok 4.3 以每百万 tokens 输入1.25美元/输出2.50美元的价格，成为本表中价格最低的封闭模型API选项 。它在 Artificial Analysis Intelligence Index 上获得53分，在 τ²-Bench 的代理工具使用测试中达到98% 。其价格大幅下调——输入降价37.5%，输出降价58.3%——使其成为成本敏感型工作负载的明智之选。最适合代理工具使用重要且预算为首要约束条件的高负载应用。

Gemini 3.5 Flash：速度与价值的结合

Gemini 3.5 Flash 的定价为每百万 tokens 输入1.50美元/输出9.00美元，提供前沿智能、高速和接地能力 。其上下文缓存成本仅为每百万 tokens 0.15美元 。最适合需要快速推理性能但无需付出旗舰级价格的应用。

DeepSeek V4 Pro：此处不可比

提供的资料集中未包含任何 DeepSeek 特定的定价或基准测试来源。在做出决策前，应通过独立的、专门的资料验证任何关于 DeepSeek V4 Pro 的声明。

仍存在的不确定性

• Fable 5 的基准测试覆盖有限，数据仅来自专门的 Fable 资料，报告其 SWE-bench Verified 得分为95.0%，SWE-bench Pro 得分为80.3% 。
• Gemini 3.5 Pro 的定价未被覆盖，提供的资料仅支持 Gemini 3.5 Flash 的定价 。
• Sonnet 5 的精确基准测试数据尚未完全公布。一份资料称其结果接近 Claude Opus 4.8，但未提供验证确切数字所需的完整表格 。
• DeepSeek V4 Pro 的定价和基准测试被排除在定量表格之外，因为提供的资料不支持原始声明。

如何选择