模型

模型目录

一个 OpenAI 兼容 API：开源 LLM（DeepSeek V4、Qwen 含 3.7 Max 与 3.6 Plus、Kimi、GLM）外加 Google Gemini 全家桶，支持多模态聊天、推理与图像生成。所有价格均为每百万 token 美元报价，截至 2026 年 7 月。请求 body 中的 model 字段就是下表中的 Model ID。

一览

Model ID	上下文	输入	输出	说明
deepseek-v4-flash	1M	$0.086	$0.173	便宜的聊天 & 代码主力。默认思考——若想要 V3 风格的快速回复，传 reasoning.enabled=false。
deepseek-v4.1-flash	1M	$0.125	$0.55	official DeepSeek V4.1 Flash — new architecture, faster, 1M context, Responses API
deepseek-v4-pro	1M	$0.70	$2.10	高端推理 + 1M token 上下文。对标 o3-mini，输出价格约低 6 倍。
qwen3.8-max	1M	$2.00	$6.00	阿里 Qwen 3.8 旗舰，2026-08-03 发布：2.4T 参数 MoE，阿里官方定位为自主编程与长程 agent。默认思考——网关默认已抑制思考；如需思考链，传 enable_thinking=true 开启。
qwen3.8-max-prime	1M	$4.00	$12.00	Qwen 3.8 top-tier flagship, deepest reasoning & autonomous coding, 1M context
qwen3.8-omni-flash	1M	$0.15	$0.47	Qwen's first agentic omni model: native image, audio and video understanding with tool use and reasoning, 1M context, at Alibaba's first-party price
qwen3.7-max	1M	$1.25	$3.75	Qwen 3.7 旗舰。面向 agent 工作负载，编程与生产力任务表现突出。默认思考——网关默认已抑制思考；如需思考链，传 enable_thinking=true 开启。
qwen3.7-plus	1M	$0.256	$1.024	阿里托管的多模态 agent 旗舰。长时运行的编程/agent 循环，1M 上下文。默认已抑制思考；传 reasoning.enabled=true 开启。
qwen3.7-flash	1M	$0.024	$0.104	快速多模态 agent 模型，适合视觉编程、搜索、工具调用和高吞吐自动化；支持切换思考。
qwen3.6-plus	1M	$0.26	$1.56	1T 参数 MoE 旗舰。1M 上下文。OpenRouter 上 token 量第一的 Qwen。默认思考——网关默认已抑制思考；如需思考链，传 reasoning.enabled=true 开启。
qwen3.6-35b	262K	$0.112	$0.80	35B/3B-active MoE。长上下文 RAG 与摘要，推理能力强。
qwen3.8-27b	1M	$0.34	$2.04	Qwen's fast open 27B reasoning model with a 1M-token context window
qwen3.8-flash-next	1M	$0.12	$0.376	Qwen's open Qwen4-architecture preview: 6B-active MoE, fast and cheap, with a 1M-token context window
kimi-k2.6	256K	$0.5472	$2.728	Opus 级 agentic / 规划场景。当你的评测选出 Claude Opus 时，这就是最合适的开源对标。
kimi-k2.7-code	256K	$0.584	$2.80	为长时 agentic 编程调优的始终思考型 K2；采样参数固定。Moonshot 称过度思考比 K2.6 少约 30%。
kimi-k3	1M	$2.55	$12.75	Moonshot 2.8T 开源权重多模态推理旗舰。复杂编程、知识工作与长时 agentic 工作流。
muse-spark-1.3	1M	$1.00	$3.40	Coding & agentic reasoning model, 1M context
muse-spark-1.2	1M	$1.00	$3.40	Coding-focused reasoning model, 1M context
muse-glimmer-30b	131,072	$0.28	$1.20	Compact agentic multimodal model, distilled from Muse Spark
glm-5.3	1M	$1.12	$3.52	Z.ai latest reasoning flagship, 1M context, complex software engineering & long-horizon agents
glm-5.3-prime	1M	$2.24	$7.04	Z.ai GLM 5.3 Prime, top reasoning flagship, 1M context, complex software engineering
glm-5.3-flash	1M	$0.06	$0.20	Z.ai fast open-weights reasoning model, 1M context at workhorse pricing
glm-5.2	1M	$1.12	$3.52	Z.ai 的大规模推理旗舰。1M 上下文，专为长时 agent 工作流和项目级软件工程打造。默认思考——网关默认已抑制思考；如需思考链，传 reasoning.enabled=true 开启。
nemotron-3.5-lightning	262K	$0.066	$0.176	30B-A3B open MoE for fast, tool-heavy agents
gpt-oss-120b	131,072	$0.041	$0.187	OpenAI's open-weight 117B MoE, high-volume agents & reasoning, 131K context
gpt-6-astra	1M	$10.00 ($20.00 >200K)	$50.00 ($75.00 >200K)	OpenAI GPT-6 旗舰。长程 agentic 编程、深度研究与文档工作，支持图像输入。
gpt-6-luna	1M	$0.10 ($0.20 >200K)	$0.50 ($0.75 >200K)	OpenAI's cost-efficient GPT-6, high-volume chat & lightweight agentic work, 1M context
gpt-6.1-sol	1M	$2.00 ($4.00 >200K)	$10.00 ($15.00 >200K)	OpenAI's GPT-6.1 Sol, near-Astra agentic coding at Sol pricing, 1M context
gpt-6-sol	1M	$2.00 ($4.00 >200K)	$10.00 ($15.00 >200K)	OpenAI's GPT-6 mid-flagship, strong reasoning & agentic coding, 1M context
gpt-5.6-luna	1M	$0.16	$0.96	OpenAI 快速、高性价比的 GPT-5.6 档位。适合高并发、低延迟的对话与分类。推理模型；传 reasoning.enabled=false 可抑制思考链。
gpt-5.6-terra	1M	$1.60	$9.60	OpenAI 均衡的 GPT-5.6 中档，介于 Luna 与 Sol 之间。适合日常编程、推理与 agent 工作。
gpt-5.6-sol	1M	$1.60	$8.00	OpenAI GPT-5.6 旗舰。复杂推理、编程与 agent 工作流，尤其擅长多步骤难题。
grok-4.5	500K	$1.60	$4.80	xAI 前沿模型，擅长编程、知识工作与 STEM。始终推理——不接受 reasoning.enabled=false；请用 reasoning_effort 控制思考深度。
grok-4.6	500K	$2.00 ($4.00 >200K)	$6.00 ($12.00 >200K)	xAI 前沿模型，擅长编程、知识工作、STEM 与图像分析；支持图像输入。始终推理——不接受 reasoning.enabled=false；请用 reasoning_effort 控制思考深度。
grok-4.7	500K	$2.00 ($4.00 >200K)	$6.00 ($12.00 >200K)	xAI 旗舰模型，接替 Grok 4.6，擅长编程、agentic 任务与知识工作。专为长时软件工程与自我校验打造，支持图像输入。始终推理——不接受 reasoning.enabled=false；请用 reasoning_effort 控制思考深度。
minimax-m3	1M	$0.24	$0.96	MiniMax 开源权重前沿模型。仅支持文本输入，面向长时 agentic 编程调优。
mimo-v2.6-pro	1M	$0.348	$0.696	小米旗舰开源权重 MiMo-V2.6-Pro(1.02T MoE,激活 42B),Artificial Analysis 智能指数排名第一的开源权重模型。擅长编程与 agent 工作流,支持图像输入。以非推理模式提供(推理关闭)。
mimo-v2.6-flash	1M	$0.112	$0.224	小米开源权重 MiMo-V2.6-Flash(309B MoE,激活 15B),快速低价。适合日常编程与 agent,支持图像输入。以非推理模式提供(推理关闭)。
mimo-v2.5	1M	$0.112	$0.224	小米开源权重 MiMo-V2.5。高性价比的日常编程与 agent 工作流。
hy4-preview	1M	$0.6672	$2.0008	Tencent's Hy4 (preview). Successor to Hy3 for coding and agentic workflows with reasoning.
hy3	262K	$0.091	$0.363	腾讯 Hy3。通用编程与 agent 工作流，支持切换思考。
jev-1.13	32K	$0.042	免费	TypeSafe 的 System One 模型,走 POST /v1/systemone —— 不是聊天模型。针对 JSON 状态回答 choice / score / noul 类型化问题,返回校准概率。只按输入计费。
claude-opus-5-5	1M	$1.60	$8.00	Anthropic 目前能力最强的 Claude,也是 Claude 5.5 系列的首款模型。在 agentic 编程、知识工作与电脑操作上领先 Opus 5 和 Fable 5.1,每 token 价格低于 Opus 5。支持图像输入。Anthropic 官方不支持在该模型上强制指定 tool_choice;QuickSilver Pro 会改成 auto 并附上「调用该工具」的指令，能强烈引导但不保证一定调用。
claude-opus-5	1M	$2.00	$10.00	Anthropic Opus 5,面向高难推理、编程与长时 agentic 工作。支持图像输入。
claude-fable-5-1	1M	$4.00	$20.00	Anthropic Mythos 级模型 5.1 版,面向深度推理与长时 agentic 工作。
claude-fable-5	1M	$4.00	$20.00	Anthropic Mythos 级模型,面向深度推理与长时 agentic 工作。
claude-opus-4-8	1M	$2.00	$10.00	Anthropic 旗舰。顶级推理、编程与 agent 工作负载。
claude-sonnet-5-5	1M	$1.00	$5.00	Anthropic's newest Sonnet, faster and fewer tokens per task, 1M context
claude-sonnet-5	1M	$1.00	$5.00	Anthropic 最新 Sonnet。推理与编码更强,价格低于上一代中档。
claude-haiku-4-5	200K	$0.40	$2.00	Anthropic 快速低成本档位，适合高并发场景。不输出思考链。
gemini-3.7-flash	1M	$0.6375	$3.1875	fast multimodal Flash for agents; promotional pricing through 2026-12-31
gemini-3.8-flash	1M	$0.6375	$3.1875	most capable Flash for agents; promotional pricing through 2026-12-31
gemini-3.6-flash	1M	$0.6375	$3.1875	当前推荐的通用 Flash 正式版（GA），新 Flash 集成应优先使用。
gemini-3.5-flash-lite	1M	$0.255	$2.125	当前推荐的低成本 Flash-Lite 正式版（GA），适合高并发任务。
gemini-3.5-flash	1M	$1.275	$7.65	Google 下一代 Flash 正式版（GA）。1M 上下文，默认思考。能力与价格介于 3 Flash Preview 与 3.1 Pro 之间。
gemini-3.1-pro-preview	1M	$1.70	$10.20	Google 旗舰推理模型。1M 上下文，深度思考。Preview API；正式版前语义可能仍有调整。
gemini-3-pro-image	1M	$1.70	$10.20	正式版专业级图像生成，替代已停用的 preview 模型 ID。
gemini-3-flash-preview	1M	$0.425	$2.55	仅保留旧集成兼容。新旧工作负载请迁移到 gemini-3.6-flash。
gemini-3.1-flash-lite	1M	$0.2125	$1.275	仅保留旧集成兼容。新旧工作负载请迁移到 gemini-3.5-flash-lite。
flux.2-pro	-	—	$0.027 / 张	旗舰图像生成，走 /v1/images/generations，按张计费。
flux.1-schnell	-	—	$0.003 / 张	ultra-fast open image generation, billed per image
sdxl-turbo	-	—	$0.003 / 张	fast open image generation (SDXL Turbo), billed per image
flux.2-klein	-	—	$0.02 / 张	open FLUX.2 image generation, billed per image
qwen-image-max	-	—	$0.1 / 张	Alibaba's Qwen-Image flagship: high-fidelity generation with strong typography, billed per image
seedream-5.0-pro	-	—	$0.07 / 张	ByteDance's Seedream 5.0 Pro: flagship photorealistic image generation, billed per image
seedream-4	-	—	$0.055 / 张	ByteDance Seedream 4: fast, high-quality image generation, billed per image
bria-fibo-1.5	-	—	$0.055 / 张	Bria FIBO 1.5: image generation trained on fully licensed data (commercially safe), billed per image

该用哪个模型？

代码优先的默认选择 - deepseek-v4-flash. 适合作为代码、聊天和生产 agent 的起点。 1M 上下文; 输入 $0.086, 输出 $0.173.
高难推理 - deepseek-v4-pro. 适合数学、定理证明和复杂多步骤问题。 1M 上下文; 输入 $0.70, 输出 $2.10.
长文档 RAG - qwen3.6-35b. 适合检索和长文档摘要的紧凑 MoE 选择。 262K 上下文; 输入 $0.112, 输出 $0.80.
Agentic 规划 - kimi-k2.6. 当评测偏好 Opus 级规划行为时使用。 256K 上下文; 输入 $0.5472, 输出 $2.728.
多模态任务 - gemini-3.6-flash. 当 prompt 同时包含图像和文本时使用。 1M 上下文; 输入 $0.6375, 输出 $3.1875.
图像生成 - gemini-3-pro-image. 用于专业级图像输出。 1M 上下文; 输入 $1.70, 输出 $10.20.
高频短对话 - gemini-3.5-flash-lite. 适合成本敏感的路由、分类和抽取。 1M 上下文; 输入 $0.255, 输出 $2.125.
路由与分类决策 - jev-1.13. System One 模型,不是聊天:在 POST /v1/systemone 上返回带校准概率的类型化答案。 32K 上下文; 输入 $0.042, 输出免费.

思考模式 vs 非思考模式

V4 系列（V4 Flash、V4 Pro、Kimi K2.6）以及 Qwen 3.6 会在最终答案前输出一段 chain-of-thought 轨迹。一句简单的 "Hi" 也可能产生约 175 个推理 token。如果想在这些模型上拿到非思考的廉价聊天行为，传：

完整代码见 Quickstart →

部分始终推理的模型（如 Grok 4.5）会忽略 reasoning.enabled=false —— 推理本身就是模型。如果不想要 thinking trace，请使用 V4 Flash。

Claude 模型：结构化输出与工具选择

Claude 系列模型不会强制执行 response_format: {type: "json_schema"}——请求会成功，但返回的是普通文本，而不是符合 schema 的 JSON。如果需要结构化输出，请把 schema 定义成带 strict: true 的 tool，然后读取 tool call 的参数；这条路径是受约束的。

claude-opus-5-5、claude-sonnet-5-5 和 claude-fable-5-1 在 Anthropic 官方不支持强制指定 tool_choice。QuickSilver Pro 仍然接受这类请求，会改成 "auto"并附上「调用该工具」的指令发给上游，因此模型会被强烈引导去调用该工具，但不能保证一定调用——请处理回复中没有 tool_calls 的情况。其他 Claude 模型原生支持强制指定。

System One 模型(类型化决策)

System One 模型(目前为 Jev 1.13)不是聊天模型。把一个 JSON 状态和若干类型化问题(choice、score 或 noul)发到 POST /v1/systemone,一次前向计算即返回校准概率,没有需要解析的生成文本。适合路由、分类、分诊、打分和护栏类决策。只按输入 token 计费 —— 输出免费;对它发起 Chat Completions 调用会被拒绝。

System One 文档(英文)→

单模型详细页

每个模型都有自己的页面，包含定价对比、FAQ 与 quickstart 代码。链接如下：

Gemini 全家桶的单模型详细页仍在制作中 —— 在此期间，上表是定价与能力的权威摘要。