各家 AI 模型總表：同級距的 token 規格與官方自報分數

想比較各家模型的時候，真正能攤在同一張表上的只有一半：上下文視窗、最大輸出與每百萬 token 的輸入輸出價，各家官網都寫得清楚，欄位對得起來；但是效能不行。這篇把十家官網當天的模型排成三張分級表，效能欄只抄官網自己公布的分數，抄不到的就寫「官網未公布」，不從第三方比價站或排行榜補。

讀完你會知道三件事：同一個級距裡各家的 token 規格差多少、同一個級距裡各家的價差有多大，以及為什麼「同級距的效能」這個問題，用官網資料回答不了。最後一件事不是這篇偷懶，是查證的結果，後面有一張表把六家官網的揭露情況列出來。

這張表怎麼分級

級距用的是各家自己的命名習慣，不是本站的評分：每家都有一個最貴、標榜最強的旗艦，一個主打速度與能力平衡的中階，以及一個為跑量與即時回應設計的輕量。分級的意義在於同級距的模型通常被拿來做同一類工作，所以放在一起比才有意義；跨級距比價格沒有結論，因為那本來就是兩種用途。

• 上下文視窗：單次請求能塞進去的總量，輸入與輸出共用，數字越大能一次讀完的文件越長。
• 最大輸出：單次回應最多能生成多少 token。這一欄很多家的定價頁不寫，要翻到模型文件才有，翻不到就是「官網未公布」。
• 價格：照官網幣別（都是美元）沒有換算，也沒有套用快取、批次與離峰折扣。DeepSeek 用的是尖峰、快取未命中的價；MiniMax-M3 用的是官網標「永久五折」之後的價。
• 官方自報分數：只有廠商自己在官網或官方模型卡公布的數字才會出現在這一欄。

旗艦級：十家攤在同一張表上

旗艦這一級最值得注意的不是誰最強，是這一級內部的價差。同樣掛著旗艦名字，最貴的每百萬輸出 token 要 50 美元，最便宜的 1.20 美元，中間差了四十倍以上。上下文視窗反而趨於一致，多數已經站上 100 萬 token。

有幾個欄位要小心讀。gemini-3.1-pro-preview 與 grok-4.6 的價格是 20 萬 token 以內的價，超過門檻兩欄都會往上跳。deepseek-v4-pro 寫的是尖峰價，離峰對折，而且官網的輸入價分「快取命中」與「快取未命中」兩欄，表上用的是未命中那一欄。kimi-k3 同樣有快取命中價，未命中是 3.00 美元、命中只要 0.30 美元。Mistral 的命名跟價位帶對不上：掛著 Large 的 Mistral Large 3 反而比掛著 Medium 的便宜。

這些欄位背後還有三件會改變帳單的事——快取命中價、長上下文加價門檻，以及各家 tokenizer 切出來的 token 數不一樣——寫在單價之外那篇。

中階級：多數正式產品實際在用的一層

中階是實際流量最常落在的一層，因為它通常已經夠用，而價格只有旗艦的幾分之一。這一級的價差比旗艦收斂，輸出價大致落在每百萬 token 1.20 到 12 美元之間。

輕量級：跑量、分類與即時回應

輕量級是量大、單次任務簡單時的選擇，例如分類、抽取欄位、改寫短句。這一級的價格已經低到跟旗艦不是同一個數量級：最便宜的輸入價每百萬 token 0.05 美元，是旗艦最高價的兩百分之一。要注意的是這一級的上下文視窗官網多半不在定價頁寫，得自己翻模型文件確認。

開放權重：可以自己下載回來跑的那些

上面三張表的模型都只能透過 API 使用。另外有一批模型是把權重直接放出來的，可以下載回自己的機器或自己的雲上跑，不必把資料送給廠商。這一級的比較重點跟前三張不一樣：沒有每百萬 token 的價格可比，取而代之的是參數規模與授權條款。授權才是這張表真正要看的欄位。

表分成兩段不是排版，是兩種法律狀態。上半六個是 Apache 2.0 與 MIT，OSI 認可的標準授權，商用沒有額外義務。下半六個都是廠商自訂的授權，名字看起來像標準授權也一樣：Mistral 的「Modified MIT」在 MIT 上加了一條，公司月營收超過 2,000 萬美元就不能依這份授權使用；MiniMax 要求商用時在網站或文件顯著標示「Built with MiniMax M3」；阿里巴巴與 Moonshot 都設了月活躍用戶一億或月營收 2,000 萬美元的標示義務，拿去做 Model-as-a-Service 或辦公與程式助理類產品還要另外簽商用授權。這些條款不會出現在 API 定價頁上，只在權重庫的 LICENSE 檔裡。

還有一個陷阱是同一個家族不同型號的授權可能不同。阿里巴巴的 Qwen3.8-27B 是 Apache 2.0，但同系列的 Qwen3.8-Flash-Next 是 Qwen Community License 1.0、Qwen3.8-2.4T-A95B 又是另一份 Qwen3.8-Max License，三份條款不一樣。所以授權要看你實際要下載的那個型號，不能看家族名稱就套。

開放權重跟閉源在使用上的差別，站上有開源 vs 閉源模型；想真的把模型跑在自己電腦上，先看跑本機模型要什麼電腦估一下記憶體與顯示記憶體夠不夠——這張表裡好幾個是幾千億參數，不是桌機跑得動的。個別家族另有Gemma、通義千問 Qwen與MiniMax M 系列三篇。

效能為什麼比不了：六家用的不是同一組 benchmark

上面三張表的效能欄大量出現「官網未公布」，這不是漏抄。2026 年 9 月 16 日逐一打開六家官網之後，結論是各家連量的東西都不一樣，所以沒有一把尺能把它們排在一起。

閱讀完整文字說明

左邊由上而下是旗艦級、中階級、輕量級與開放權重四個級距的方塊，四個方塊接到中間一條縱向的線，再分成兩條箭頭指向右邊兩個面板。上面的綠色面板寫「可以直接比」，列出上下文視窗、最大輸出、每百萬 token 價與權重授權，因為各家官網的寫法一致。下面的紅色面板寫「不能直接比」，列出官方自報分數，因為各家用的 benchmark 與測試條件不同。

跑分本身怎麼讀、有哪些常見陷阱，站上另外寫過一篇模型跑分怎麼看。想知道旗艦、中階、輕量這三個級距在使用上的實際差別，可以看同一家為什麼有好幾個模型；只想看價格、不看規格與分數的話，API 價格比較 那篇把快取價、批次折扣與免費層條款寫得更細。

這張表什麼時候會過期

很快。光是 2026 年 1 月到 9 月，各家就發了三十次以上的模型，節奏可以看2026 年 AI 模型大事記。表格 caption 裡的日期就是這張表的有效期起點：看到這篇時若已經過了幾個月，把要用的那一列拿去官網對一次再下決定，特別是價格與上下文視窗這兩欄，改動最頻繁。另外兩個名詞如果還不熟，token與上下文視窗各有一篇。

• AI 工具
• 軟體與 App
• AI 方案與費用