LLM 模型排名與比較：2026 年主流大型語言模型定價與選型指南
LLM 模型排名與比較：2026 年主流大型語言模型定價與選型指南
2026 年下半，大型語言模型市場的節奏比年初更快。OpenAI 的 GPT-5.6、Anthropic 的 Claude Fable 5 與 Opus 4.8、Google 的 Gemini 3.6 Flash，加上開源與中國廠商的選項，各家在不同領域各有擅場。
關鍵變化：模型專業化趨勢明顯——沒有單一模型在所有任務上勝出。而且改版速度已經快到「排行榜今天的名次，下個月就換人」的程度，把排名當成長期選型依據，風險比想像中高。
本文整理 2026 年 7 月為止可查證的事實（官方定價、上下文長度、發布與停用時程），幫助你根據實際需求選擇最適合的模型。想深入了解 LLM 的基礎概念，可以先閱讀我們的 LLM 完整指南。
關於排行榜分數：本次改版的說明
先講一件我們認為該對讀者交代的事。
本文舊版曾列出「Artificial Analysis 智能指數分數」「SWE-bench Verified 百分比」「ARC-AGI-2 分數」「MMMLU 分數」「Sonar pass rate 與程式碼行數」「繁中能力星等評分」等排名與評分數字。這次改版時我們回頭追查，無法追溯到可查證的一手來源，而且這些數字對應的機種多半已經換代或退役。
基於「不編造、不沿用無來源數據」的原則，這些評分與排名已全數移除，不以任何形式保留。
那要怎麼判斷模型好壞？兩個建議：
- 以自身任務實測為準（最準）。拿你真正要跑的資料，用 30～50 筆樣本讓候選模型各跑一輪，比對輸出品質與實際 token 花費。任何公開榜單都取代不了這一步。
- 參考公開榜單的即時結果。像 LMArena（真人盲測偏好投票）、Artificial Analysis（綜合指標與速度／成本量測）都會持續更新。本文刻意不引用它們的具體分數——因為我們沒有逐項查證，寫進來就等於要讀者相信一個我們自己沒驗過的數字。
模型排名變動極快，而且高度依賴任務類型：同一個模型在程式碼、長文件摘要、多語言客服上的相對強弱可以完全不同。看到「第一名」時，先問「哪個任務的第一名、什麼時候量的」。
主流模型深度比較
以下定價皆取自各家官方定價頁（查證日期 2026-07-22），單位為每 100 萬 token 的美元價格。
OpenAI GPT-5.6 系列
定位：現行主力世代，一次給三個價格帶
GPT-5.6 於 2026-07-09 GA，分三階：Sol（旗艦）、Terra（平衡）、Luna（高性價比）。
| 模型 | Input /1M | Output /1M | 定位 |
|---|---|---|---|
| gpt-5.6-sol | $5.00 | $30.00 | 旗艦 |
| gpt-5.6-terra | $2.50 | $15.00 | 平衡 |
| gpt-5.6-luna | $1.00 | $6.00 | 高性價比 |
仍在服役的前代：
| 模型 | Input /1M | Output /1M |
|---|---|---|
| gpt-5.5 | $5.00 | $30.00 |
| gpt-5.5-pro | $30.00 | $180.00 |
| gpt-5.4 | $2.50 | $15.00 |
| gpt-5.4-mini | $0.75 | $4.50 |
| gpt-5.4-nano | $0.20 | $1.25 |
| gpt-5.4-pro | $30.00 | $180.00 |
計價機制：Batch 約 5 折；Priority（優先處理）為標準價的 2～4 倍。
注意：本文舊版提到的 GPT-4o 已非現行機種，新專案選型不應再列入；既有專案若還掛在 GPT-4o 上，建議排入遷移評估。內部推理（thinking）tokens 仍會計費，長分析任務要另外估。
適用場景：需要完整生態系與企業支援、推理與數學為主的任務。
Anthropic Claude 系列
定位：程式碼與長文件的主力選項，並新增 Opus 之上的 Mythos 級
| 模型 | Input /1M | Output /1M | 備註 |
|---|---|---|---|
| Claude Fable 5 | $10 | $50 | 公開販售最高階（Mythos 級） |
| Claude Mythos 5 | $10 | $50 | 限量開放 |
| Claude Opus 4.8 | $5 | $25 | 旗艦 |
| Claude Opus 4.7 / 4.6 / 4.5 | $5 | $25 | |
| Claude Opus 4.1 | $15 | $75 | 已 deprecated |
| Claude Sonnet 5 | $2 | $10 | 導入優惠，至 2026-08-31 |
| Claude Sonnet 5（2026-09-01 起） | $3 | $15 | 標準價 |
| Claude Sonnet 4.6 / 4.5 | $3 | $15 | |
| Claude Haiku 4.5 | $1 | $5 | |
| Claude Haiku 3.5 | $0.80 | $4 | 已退役（僅 Bedrock／GCP 仍可用） |
三個實務上一定要知道的點：
- 新 tokenizer 會讓帳單膨脹。Opus 4.7 以後、Fable 5、Mythos 5、Sonnet 5 使用新 tokenizer，同一段文字約多產生 30% token。這代表你不能只比單價——從舊代遷移過來時，實際成本是「費率變化 × 約 1.3 的 token 膨脹」。做跨模型、跨廠商比較時，這是最容易被忽略的一項。
- 100 萬 token 上下文內含不加價。Fable 5、Mythos 5、Opus 4.8／4.7／4.6、Sonnet 5、Sonnet 4.6 皆內含 100 萬 token 上下文，且以標準價計費，沒有長上下文加價。
- 省錢機制：Prompt caching 為 5 分鐘寫入 1.25x、1 小時寫入 2x、快取命中 0.1x；Batch API input／output 均 5 折；Web search 為 $10／1,000 次搜尋。
已退役／淘汰：Opus 4、Sonnet 4、Haiku 3.5（部分雲平台仍可用），Opus 4.1 已標記 deprecated——還在用這幾個型號的專案應排入遷移。
適用場景：程式碼開發與審查、長文件分析、需要穩定輸出品質的內容任務。
Google Gemini 系列
定位：價格帶最廣，高吞吐與低成本選項最多
| 模型 | Input /1M | Output /1M |
|---|---|---|
| Gemini 3.6 Flash | $1.50 | $7.50 |
| Gemini 3.5 Flash | $1.50 | $9.00 |
| Gemini 3.5 Flash-Lite | $0.30 | $2.50 |
| Gemini 3.1 Flash-Lite | $0.25（音訊 $0.50） | $1.50 |
| Gemini 3.1 Pro Preview | $2.00（≤200k）／$4.00（>200k） | $12.00（≤200k）／$18.00（>200k） |
| Gemini 3 Flash Preview | $0.50 | $3.00 |
| Gemini 2.5 Pro | $1.25（≤200k）／$2.50（>200k） | $10.00（≤200k）／$15.00（>200k） |
| Gemini 2.5 Flash | $0.30 | $2.50 |
| Gemini 2.5 Flash-Lite | $0.10 | $0.40 |
| Gemini Embedding | $0.15 | — |
2026-07-21 最新發布（Gemini 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyber）：
- Gemini 3.6 Flash：官方說明輸出 token 較 3.5 Flash 少 17%——同樣任務的輸出計費量會下降
- Gemini 3.5 Flash-Lite：官方引用 Artificial Analysis 的量測為每秒 350 output token，適合高吞吐批次
- Gemini 3.5 Flash Cyber：資安專用，僅限政府與信任夥伴透過 CodeMender 試點，無公開定價
- Gemini 3.5 Pro 仍未發布（內部延遲），Google 已開始 pre-train Gemini 4
已停用時程（很重要）：
- Gemini 2.0 Flash、2.0 Flash-Lite → 2026-06-01 已關閉
- Veo 2 / Veo 3 → 2026-06-30 已關閉
- Imagen 4 → 2026-08-17 將關閉（還在用的要盡快遷移）
免費額度：Google 已不再公佈固定數字。官方速率限制頁寫明依帳號使用層級而定，需登入 AI Studio 查詢自己帳號的實際額度。網路上流傳的「每分鐘 N 次、每日 N 萬 token」之類的固定數字都已不適用。影像／影片生成類與 Pro Preview 系列無免費層級。
適用場景：多模態應用、高吞吐低成本批次、已在使用 Google Cloud 的團隊。
其他選項：DeepSeek、xAI Grok、Meta Llama
這三家我們這次沒有查證官方定價頁，因此本文不列出任何價格數字與版本號，避免寫出過期資訊。以下僅為方向性說明，實際型號與費率請以各家官網為準：
- DeepSeek：以極具競爭力的價格提供接近主流閉源模型的效能，中文能力佳，有開源版本。需評估資料處理地點與企業合規要求。
- xAI Grok：主打低價位與 X（Twitter）即時資訊存取，生態系相對年輕。
- Meta Llama：開源路線，可本地部署、可自由微調，適合資料敏感或需要完全控制權的團隊；代價是要自行維運、缺乏官方技術支援。
依任務選模型（2026 年版）
以下是質性建議，不含量化評分——請把它當成「先試哪幾個」的縮小範圍工具，最終仍以你自己的實測結果為準。
程式碼生成與除錯
先試：Claude Sonnet 5（日常開發）→ Claude Opus 4.8（複雜專案）→ Claude Fable 5（大型重構、跨庫遷移等前沿難度任務）
Sonnet 5 在 2026-08-31 前是導入優惠價（$2／$10），是目前性價比很突出的日常開發選項；優惠後回到 $3／$15 仍屬合理帶。GPT-5.6 Terra 值得一併納入比較。
複雜推理與邏輯分析
先試：GPT-5.6 Sol、Claude Opus 4.8、Gemini 3.1 Pro Preview
這類任務的內部推理 tokens 佔比高，估成本時務必把 thinking tokens 算進去，否則試算會嚴重低估。
多模態應用（圖文整合）
先試：Gemini 3.1 Pro Preview、Gemini 3.6 Flash、Claude Opus 4.8
Gemini 的原生多模態設計在圖文整合上通常最順；需要細緻圖像邏輯理解時再拉 Claude 進來比。
長文本處理
先試：Claude（Fable 5／Opus 4.8／Sonnet 5，皆內含 100 萬 token 上下文且不加價）、Gemini 3.1 Pro Preview
差異在計費結構：Claude 的 100 萬 token 上下文不加價；Gemini 3.1 Pro Preview 與 2.5 Pro 則以 200k 為界分級計價，超過 200k 後 input／output 單價都會跳一階。長文件量大時，這個結構差異比單價差異更影響總帳。
高吞吐批次與預算敏感專案
先試：Gemini 3.5 Flash-Lite、Gemini 2.5 Flash-Lite、GPT-5.4-nano、GPT-5.6 Luna、Claude Haiku 4.5
非即時任務一律走 Batch API（OpenAI 約 5 折、Anthropic input／output 均 5 折），這是最無痛的省錢動作。
繁體中文與跨語言任務
三家主力機種的繁中處理能力都已在可用水準以上，差異多半出在台灣在地用語與專業術語，而不是基本語言能力。這一項沒有公開榜單可以代勞，強烈建議用自家語料實測——這也是我們移除舊版繁中星等評分表的原因（那張表沒有可查證的評測方法與來源）。
價格與效能權衡
Token 價格總表（2026-07-22，取自官方定價頁）
| 廠商 | 模型 | Input /1M | Output /1M |
|---|---|---|---|
| OpenAI | gpt-5.6-sol | $5.00 | $30.00 |
| OpenAI | gpt-5.6-terra | $2.50 | $15.00 |
| OpenAI | gpt-5.6-luna | $1.00 | $6.00 |
| OpenAI | gpt-5.4-mini | $0.75 | $4.50 |
| OpenAI | gpt-5.4-nano | $0.20 | $1.25 |
| Anthropic | Claude Fable 5 | $10 | $50 |
| Anthropic | Claude Opus 4.8 | $5 | $25 |
| Anthropic | Claude Sonnet 5（優惠至 2026-08-31） | $2 | $10 |
| Anthropic | Claude Sonnet 5（2026-09-01 起） | $3 | $15 |
| Anthropic | Claude Haiku 4.5 | $1 | $5 |
| Gemini 3.6 Flash | $1.50 | $7.50 | |
| Gemini 3.5 Flash-Lite | $0.30 | $2.50 | |
| Gemini 3.1 Pro Preview | $2.00（≤200k）／$4.00（>200k） | $12.00（≤200k）／$18.00（>200k） | |
| Gemini 2.5 Flash-Lite | $0.10 | $0.40 |
上下文長度只在官方定價頁有明載時才列出：Claude 的 Fable 5、Mythos 5、Opus 4.8／4.7／4.6、Sonnet 5、Sonnet 4.6 內含 100 萬 token 且不加價；其餘機種的上下文上限請查各家官方文件。
若要換算台幣，以 1 美元約 32 元估算，實際依匯率與手續費而異。
為什麼移除了「10M tokens 成本比較」表
舊版有一張「跑 10M tokens 各要多少錢」的總成本表。這次移除，原因有二：
- 那張表沒有交代 input／output 的比例假設，而不同比例算出來的總額可以差好幾倍——看起來精確，實際上不可比。
- 表中多個機種已退役或換代。
正確做法：拿你自己工作負載的 input／output 實際比例，套上面那張官方單價表自行試算，並記得把 Claude 新 tokenizer 的約 30% token 膨脹、以及推理型模型的 thinking tokens 一併算進去。
成本優化策略（2026 年版）
- 智能路由（Model Routing）：依任務複雜度自動分流
- 簡單問答／分類：Gemini Flash-Lite 系列、GPT-5.4-nano、Claude Haiku 4.5
- 程式碼任務：Claude Sonnet 5
- 複雜推理：GPT-5.6 Sol / Claude Opus 4.8
- 內部 tokens（thinking tokens）：推理型模型在回答前的「思考」也計費，長分析任務成本可能大幅增加
- Prompt 快取：Claude 為 5 分鐘寫入 1.25x、1 小時寫入 2x、命中僅 0.1x，重複前綴（系統提示、知識庫片段）多的場景效益最大
- 批次處理：非即時任務走 Batch API，OpenAI 約 5 折、Anthropic input／output 均 5 折
- tokenizer 膨脹係數：跨代遷移 Claude 時，把約 30% 的 token 增量放進試算，否則會低估帳單
- 成本監控：建立用量監控與上限警報，避免意外超支
台灣企業選型建議
繁體中文能力怎麼評估
舊版這裡有一張星等評分表（★★★★★ 那種），因為沒有可查證的評測方法與來源，已經移除。改以做法取代結論：
- 準備 30～50 筆你自己的真實語料（客服對話、產品文案、法規條文皆可）
- 讓候選模型各跑一輪，同一批人盲測評分
- 重點看三件事：台灣在地用語（而非中國用語）、專業術語準確度、長句與語氣的自然度
- 把同一批樣本的實際 token 消耗記下來，才知道真實單位成本
合規與資料落地考量
對於金融、醫療、政府等受監管產業，選型時需額外考慮：
使用雲端 API 時：
- 確認資料處理地點（主流 API 資料處理多在美國）
- 檢視服務條款關於資料使用的規定
- 評估是否需要簽署企業版服務協議（BAA、DPA）
需要資料落地時：
- 考慮 Azure OpenAI（有亞洲區域選項）
- 評估 Llama 系列本地部署方案
- 關注 Taiwan LLM 如 TAIDE 的發展
2026 年推薦組合
程式碼輔助開發：
- 主力：Claude Sonnet 5
- 複雜專案：Claude Opus 4.8；前沿難度任務再評估 Fable 5
客服對話機器人：
- 主力：Claude Sonnet 5
- 成本敏感：Claude Haiku 4.5 或 Gemini 3.5 Flash-Lite
企業知識庫問答：
- 主力：GPT-5.6 Terra／Sol + RAG 架構
- 可搭配參考：RAG 完整指南
多模態應用（圖文整合）：
- 主力：Gemini 3.1 Pro Preview
- 成本取向：Gemini 3.6 Flash
文件摘要與分析：
- 長文件：Claude Opus 4.8 / Sonnet 5（100 萬 token 上下文不加價）
- 成本敏感：Gemini 3.5 Flash-Lite
預算優先專案：
- 主力：Gemini 3.5 Flash-Lite / 2.5 Flash-Lite
- 備援：GPT-5.4-nano、Claude Haiku 4.5
遷移待辦清單（現在就該排）：
- GPT-4o → GPT-5.6 系列
- Claude Opus 4.1（已 deprecated）、Haiku 3.5（已退役）→ Opus 4.8 / Haiku 4.5
- Gemini 2.0 Flash / 2.0 Flash-Lite（2026-06-01 已停用）→ Gemini 3.x Flash 系列
- Imagen 4（2026-08-17 關閉）→ 依 Google 官方遷移指引處理
常見問題 FAQ
Q1：2026 年最該學哪個模型的 API？
建議從 Claude 和 OpenAI 兩家開始。Claude 的程式碼能力與長上下文條件（100 萬 token 不加價）對開發者友善；OpenAI 的生態系最完整，企業支援最成熟。Gemini 適合已經在使用 Google 雲端服務、或需要極低單價高吞吐的團隊。
Q2：為什麼這篇不給模型排名分數？
因為我們拿不出可查證的一手來源。模型換代速度極快，一個三個月前的榜單分數，對應的機種可能已經退役；而排名又高度依賴任務類型，「綜合第一名」在你的實際任務上未必第一。與其給一個看起來精確、實際上無法追溯的數字，不如老實說：用自己的資料實測，或去 LMArena、Artificial Analysis 這類公開榜單看即時結果。
Q3：多模型混用策略在 2026 年更重要嗎？
是的。由於沒有單一模型在所有任務上勝出，現代 AI 系統傾向採用「智能路由」策略——依任務類型與複雜度把請求分流到不同模型與價格帶。這需要更複雜的架構，但能達到最佳的性價比。
Q4：內部推理 tokens 是什麼？會影響成本嗎？
推理型模型在回答前會先進行內部「思考」，這些思考過程產生的 tokens 也會計費。在長分析任務中，這可能大幅增加成本。建議：
- 監控實際 token 使用量
- 簡單任務改用不帶思考功能、或較低階的機種
- 設定成本上限警報
Q5：聽說 Claude 換了 tokenizer，這對我有什麼影響？
有，而且是直接影響帳單。Opus 4.7 以後、Fable 5、Mythos 5、Sonnet 5 使用新 tokenizer，同一段文字約多產生 30% token。所以：
- 從舊代 Claude 遷移時，即使費率沒漲，帳單也可能上升
- 跨模型比較單價會失真——$3／1M 的 A 模型和 $3／1M 的 B 模型，若 tokenizer 不同，跑同一份文件的實際花費就不同
- 正確做法是拿同一批樣本實測「這份工作實際花多少錢」，而不是比每 100 萬 token 的牌價
Q6：開源模型什麼時候能追上閉源模型？
差距持續縮小，但頂尖效能仍由閉源模型把持，特別是需要大量算力訓練的推理任務。對於資料敏感或需要完全控制的場景，開源模型仍是很好的選擇。若考慮本地部署，可參考 LLM API 與本地部署指南。
結語
2026 年的 LLM 市場已經進入專業化時代，也進入了「換代比你重寫文件還快」的時代。與其追排行榜名次，不如建立三個習慣：
- 根據核心需求圈出 2～3 個候選模型，用自己的資料實測後再定案
- 建立智能路由架構，針對不同任務使用不同價格帶的模型
- 定期（每季）重新檢查兩件事：有沒有更划算的新機種、現用機種有沒有被排入停用時程
第 3 點在今年格外重要——Gemini 2.0 Flash 已於 2026-06-01 關閉、Imagen 4 將於 2026-08-17 關閉、Claude Opus 4.1 已標記 deprecated，這些都是會直接讓服務中斷的變動。
還在猶豫選哪個模型？免費諮詢，告訴我們你的需求，我們幫你分析最適合的方案。
參考資料
- OpenAI API Pricing（官方定價頁）
- Anthropic Claude Pricing（官方定價頁）
- Google Gemini API Pricing（官方定價頁）
- Google 官方發布：Gemini 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyber（2026-07-21）
- Gemini API Rate Limits（免費額度依帳號層級而定）
公開榜單（本文不引用其具體分數，請直接查看即時結果）：LMArena、Artificial Analysis。
延伸閱讀
相關文章
LLM 是什麼？大型語言模型完整指南：從原理到企業應用【2026】
LLM 是什麼意思？本文完整解析大型語言模型的核心原理、主流模型比較（GPT-5.6、Claude Opus 4.8、Gemini 3.1 Pro）、MCP 協議、企業應用場景與導入策略，幫你快速掌握 AI 技術趨勢。
LLM阿里巴巴 Qwen3.8 解析：2.4 兆參數開放權重模型，企業該不該等它？
阿里巴巴 2026 年 7 月 19 日預告 2.4 兆參數的 Qwen3.8 並計畫開放權重，宣稱整體效能僅次於 Claude Fable 5——但這是阿里巴巴自己的說法，尚無基準測試、模型卡或獨立評測可驗證。本文拆解目前已知與未知的事實，以及開放權重模型 vs 商用 API 在自架成本、資料落地與授權風險上的採購決策差異。
AI APIAI API 怎麼選？2026 年 OpenAI vs Claude vs Gemini 完整比較指南
2026 年 AI API 怎麼選？完整比較 OpenAI、Claude、Gemini API 的功能、價格、性能差異，從模型能力到企業決策框架，幫企業和開發者做出最佳選擇。