Claude Sonnet 5 有首發優惠價，去到 2026 年 8 月 31 號為止：每百萬輸入 tokens 收 $2，每百萬輸出 tokens 收 $10。 之後就會回復正價 $3 / $15。

關鍵基準測試

以下係主要嘅基準測試分數，記住只係列出喺提供嘅資料入面有提及嘅數據：

發佈時間線

了解每個模型嘅推出時間，有助判斷分數嘅領先地位係咪合理：

每款模型嘅強項

Claude Fable 5：編碼之王

Claude Fable 5 喺今次比拼入面有最高嘅編碼基準測試分數：SWE-bench Verified 達 95.0%，SWE-bench Pro 達 80.3%。 雖然佢每百萬 tokens 收 $10/$50，係 Opus 4.8 嘅一倍，但喺 SWE-bench Pro 嘅表現就高出 16%（80.3% vs 69.2%）。 最啱啲需要極致編碼效能、又俾得起錢嘅團隊。

Claude Opus 4.8：可靠旗艦

Opus 4.8 每百萬 tokens 收 $5/$25，喺有關 Fable 5 嘅資料入面成日被拎嚟做比較對象。 佢喺 SWE-bench Pro 拎到 69.2%，以呢個價位嚟講表現非常出色。 新推出嘅 Fast Mode 速度快 2.5 倍，收費為每百萬 tokens $10/$50。 最啱啲想用 Opus 級數但又唔想俾 Fable 溢價嘅用戶。

Claude Sonnet 5：高性價比嘅工作馬

Sonnet 5 嘅基準測試分數好接近 Claude Opus 4.8。 佢有首發優惠價 $2/$10 去到 2026 年 8 月 31 號，係 Claude 系列入面最抵用嚟做大規模工作嘅選擇。 完咗之後會變 $3/$15，但仍然好有競爭力。最啲想用接近旗艦級效能但成本只係幾分之一嘅團隊。

GPT-5.5：平衡之選

GPT-5.5 每百萬 tokens 收 $5/$30，另外有個高精準度嘅 Pro 版本 $30/$180。 已確認嘅資料有佢嘅 API 收費，但就冇支援到一啲聲稱嘅基準測試分數（例如 Terminal-Bench 2.0 或 AA Intelligence Index）。最啱已經用開 OpenAI 生態系統嘅團隊。

Grok 4.3：最平嘅前沿模型

Grok 4.3 每百萬 tokens 只係收 $1.25/$2.50，係呢個表入面最平嘅封閉模型。 佢喺 Artificial Analysis Intelligence Index 拎到 53 分，喺 τ²-Bench（代理工具使用）更拎到 98%。 呢次大幅減價，輸入平 37.5%，輸出平 58.3%，令佢成為成本敏感型工作嘅首選。最啱啲需要大量使用代理工具、budget 又有限嘅項目。

Gemini 3.5 Flash：速度與性價比

Gemini 3.5 Flash 每百萬 tokens 收 $1.50/$9.00，係追求速度同埋有根有據嘅前沿智能選擇。 快取輸入嘅成本更低至 $0.15。 最啱啲需要快速推理、但唔想俾旗艦級價錢嘅應用。

DeepSeek V4 Pro：今次冇得比

由於已提供嘅資料入面冇 DeepSeek 嘅收費同基準測試數據，所以任何關於 DeepSeek V4 Pro 嘅宣稱，最好另外搵專門來源核實。

仍然唔肯定嘅地方

• Fable 5 嘅基準測試數據只係來自 Fable 嘅專門來源，報告佢喺 SWE-bench Verified 有 95.0%，SWE-bench Pro 有 80.3%。
• Gemini 3.5 Pro 嘅收費冇被提及，已提供嘅資料只係支援 Gemini 3.5 Flash。
• Sonnet 5 嘅完整基準測試數字未完全公開，有來源話佢嘅結果好接近 Claude Opus 4.8，但就冇晒完整數據去核實。
• DeepSeek V4 Pro 嘅收費同基準測試，因為已提供嘅資料唔支援，所以冇擺喺量化表格入面。

點樣揀好？

Claude Sonnet 5 有首發優惠價，去到 2026 年 8 月 31 號為止：每百萬輸入 tokens 收 $2，每百萬輸出 tokens 收 $10。 之後就會回復正價 $3 / $15。

關鍵基準測試

以下係主要嘅基準測試分數，記住只係列出喺提供嘅資料入面有提及嘅數據：

發佈時間線

了解每個模型嘅推出時間，有助判斷分數嘅領先地位係咪合理：

每款模型嘅強項

Claude Fable 5：編碼之王

Claude Fable 5 喺今次比拼入面有最高嘅編碼基準測試分數：SWE-bench Verified 達 95.0%，SWE-bench Pro 達 80.3%。 雖然佢每百萬 tokens 收 $10/$50，係 Opus 4.8 嘅一倍，但喺 SWE-bench Pro 嘅表現就高出 16%（80.3% vs 69.2%）。 最啱啲需要極致編碼效能、又俾得起錢嘅團隊。

Claude Opus 4.8：可靠旗艦

Opus 4.8 每百萬 tokens 收 $5/$25，喺有關 Fable 5 嘅資料入面成日被拎嚟做比較對象。 佢喺 SWE-bench Pro 拎到 69.2%，以呢個價位嚟講表現非常出色。 新推出嘅 Fast Mode 速度快 2.5 倍，收費為每百萬 tokens $10/$50。 最啱啲想用 Opus 級數但又唔想俾 Fable 溢價嘅用戶。

Claude Sonnet 5：高性價比嘅工作馬

Sonnet 5 嘅基準測試分數好接近 Claude Opus 4.8。 佢有首發優惠價 $2/$10 去到 2026 年 8 月 31 號，係 Claude 系列入面最抵用嚟做大規模工作嘅選擇。 完咗之後會變 $3/$15，但仍然好有競爭力。最啲想用接近旗艦級效能但成本只係幾分之一嘅團隊。

GPT-5.5：平衡之選

GPT-5.5 每百萬 tokens 收 $5/$30，另外有個高精準度嘅 Pro 版本 $30/$180。 已確認嘅資料有佢嘅 API 收費，但就冇支援到一啲聲稱嘅基準測試分數（例如 Terminal-Bench 2.0 或 AA Intelligence Index）。最啱已經用開 OpenAI 生態系統嘅團隊。

Grok 4.3：最平嘅前沿模型

Grok 4.3 每百萬 tokens 只係收 $1.25/$2.50，係呢個表入面最平嘅封閉模型。 佢喺 Artificial Analysis Intelligence Index 拎到 53 分，喺 τ²-Bench（代理工具使用）更拎到 98%。 呢次大幅減價，輸入平 37.5%，輸出平 58.3%，令佢成為成本敏感型工作嘅首選。最啱啲需要大量使用代理工具、budget 又有限嘅項目。

Gemini 3.5 Flash：速度與性價比

Gemini 3.5 Flash 每百萬 tokens 收 $1.50/$9.00，係追求速度同埋有根有據嘅前沿智能選擇。 快取輸入嘅成本更低至 $0.15。 最啱啲需要快速推理、但唔想俾旗艦級價錢嘅應用。

DeepSeek V4 Pro：今次冇得比

由於已提供嘅資料入面冇 DeepSeek 嘅收費同基準測試數據，所以任何關於 DeepSeek V4 Pro 嘅宣稱，最好另外搵專門來源核實。

仍然唔肯定嘅地方

• Fable 5 嘅基準測試數據只係來自 Fable 嘅專門來源，報告佢喺 SWE-bench Verified 有 95.0%，SWE-bench Pro 有 80.3%。
• Gemini 3.5 Pro 嘅收費冇被提及，已提供嘅資料只係支援 Gemini 3.5 Flash。
• Sonnet 5 嘅完整基準測試數字未完全公開，有來源話佢嘅結果好接近 Claude Opus 4.8，但就冇晒完整數據去核實。
• DeepSeek V4 Pro 嘅收費同基準測試，因為已提供嘅資料唔支援，所以冇擺喺量化表格入面。

點樣揀好？