如何选择模型
InfinityBlue 聚合了 GPT-5、Gemini、DeepSeek 等主流模型系列。选择模型时，先回答三个问题：- 需要什么能力？（通用对话、代码、视觉理解、图片生成、视频生成？）
- 质量要求？（旗舰级推理，还是”够用”的高性价比？）
- 延迟要求？（实时对话，还是批处理？）
能力对照表
| 模型 | 最适合的场景 | 说明 |
|---|---|---|
gpt-5.4 | 通用旗舰：复杂推理、长对话、工具调用 | OpenAI 旗舰，质量与能力均衡 |
gpt-5.5 | 最高能力上限，要求最佳效果时 | 最新超旗舰，成本高于 gpt-5.4 |
gpt-5.4-mini | 高频低延迟：摘要、分类、简单 Q&A | 成本显著低于旗舰，速度更快 |
gpt-5.3-codex | 代码生成、调试、代码审查 | 专为代码场景优化 |
gemini-3.1-pro-preview | 谷歌最新旗舰，强推理与多模态 | 支持图片、PDF 输入 |
gemini-2.5-pro | 超长文档分析（200 万 token 上下文） | 最适合整本书/大型代码库级别的输入 |
gemini-2.5-flash | 谷歌性价比旗舰，快速多模态 | 兼顾速度与质量，支持视觉输入 |
gemini-3-flash-preview | 谷歌新一代轻量模型，极低延迟 | 适合实时交互与高并发场景 |
deepseek-v4-pro | 推理型任务、中文场景、技术分析 | 推理能力强，中文理解出色 |
deepseek-v4-flash | 低成本推理，中文高频任务 | deepseek-v4-pro 的轻量版 |
gpt-image-2 | 高质量图片生成 | 基于 OpenAI 图像模型 |
nanobanana / nanobanana_2 | 快速图片生成，高性价比 | 轻量图像生成选项 |
nanobanana_pro | 高质量图片生成，性价比优于 gpt-image-2 | nanobanana 系列旗舰 |
veo_3_1 | 顶级视频生成（Google Veo） | 目前质量最高的视频模型 |
doubao-seedance-2-0-260128 | 视频生成，字节跳动 Seedance | 中文场景视频生成 |
kling-v2-5-turbo | 快速视频生成（可灵） | 快手可灵，生成速度快 |
当前价格请前往 价格页 查看，价格会定期更新。
延迟、成本与能力的权衡
在旗舰模型（如gpt-5.5、gemini-3.1-pro-preview、deepseek-v4-pro）与轻量模型（如 gpt-5.4-mini、gemini-2.5-flash、deepseek-v4-flash）之间，核心取舍如下：
- 首选轻量模型进行原型验证，确认效果后再考虑是否升级。
- 旗舰模型适合结果直接面向用户、错误代价高，或任务本身需要多步推理的场景。
- 延迟敏感型应用（如聊天 UI、实时补全）优先选 flash 或 mini 系列。
- 批量离线任务（数据抽取、文档处理）则可以用旗舰模型换取更高准确率。
评测方法建议
在不同模型上运行相同的金标测试集，而非凭直觉选择：- 收集 20–50 条有代表性的真实输入（覆盖边界情况）。
- 定义评估维度（准确率、格式合规性、延迟、每请求成本）。
- 对候选模型并行跑测，用相同 system prompt。
- 用量化指标比较，而非主观判断。
成本优化技巧
- 用最小满足质量的模型——
gpt-5.4-mini与gpt-5.4质量差距比想象的小，而成本差距显著。 - 设置
max_tokens防止意外生成过长输出。 - 精简 system prompt——更短的提示词意味着更少的输入 token，在高频场景下积少成多。
- 复用上下文——对话历史只传必要的 turns，不要每次都从头发送全量历史。