AI 基础入门 · 第4课
主流模型全景：GPT、Claude、Gemini、Llama、DeepSeek、Qwen 怎么选
2026 年的大模型圈，名字多到记不住：GPT-6 Astra、o3-pro、Claude Opus 4.8、Gemini 3 Pro、Llama 4、DeepSeek V4-Pro、Qwen3.8-Max、Kimi K3、豆包、Mistral……到底谁是谁？这一课用一张大对比表把八家主流玩家摆开，再给你一张选型速查表——写代码选谁、写文章选谁、本地跑选谁、预算有限选谁，看完心里就有数了。
① 小白第一课怎么学（4 步走，约 60 分钟）
这一课不追求背参数，重点是建立"厂商画像"——每家模型的脾气、强项、价位。
1建立格局直觉（10 分钟）
读③：闭源三巨头 + 开源四小龙。
2逐家画像（20 分钟）
读④：八家模型各自定位。
3对比表 + 选型（20 分钟）
读⑤⑥：按需求挑模型。
4刷题自测（10 分钟）
做⑦⑩，错题回⑥。
本课小目标学完你要能：① 说出八家主流模型各自的厂商和开源闭源属性；② 给"写代码/写文章/本地部署/预算有限"四种场景推荐合适模型；③ 破除"参数越大越好""开源一定不如闭源"两个迷思。
② 一图看懂：2026 大模型格局
读法：左边闭源是"租房子住"——拎包入住但按天交钱，数据得让房东看；右边开源是"自己盖房子"——一次性投入，想怎么改怎么改，数据全在自己家。两边不是替代关系，而是按场景混用。
③ 本质直觉：八家模型其实是八种"脾气"
别把模型当商品参数比。同一道题，GPT 给你"滴水不漏但啰嗦"的答案，Claude 给你"行文流畅像人写的"，DeepSeek 给你"步骤清晰还便宜一半"，Llama 给你"能跑在你笔记本上"。它们的差别不在"谁分高 1 分"，而在脾气和适用场景。
闭源三巨头（OpenAI / Anthropic / Google）：相当于米其林餐厅——出品稳定、菜单全、服务好，但贵，而且你不能进厨房。OpenAI 综合最强、生态最广；Claude 长文本和写作最舒服；Gemini 多模态和免费额度香。
开源四小龙（Llama / DeepSeek / Qwen / Mistral）：相当于食材市场——你自己买回家做饭，自由度高，但得有手艺（GPU、运维）。Llama 是生态标杆；DeepSeek 是国产性价比之王；Qwen 是中文最香的全家桶；Mistral 是欧洲轻量派。
还有两个特殊玩家：字节豆包主打国内合规和多模态，是普通人最容易用上的国产闭源；o1/o3 这类"推理专用模型"是 OpenAI 拉出的新赛道——慢工出细活，专门啃难题。
④ 八家主流模型大对比表
| 模型 | 厂商 | 开源/闭源 | 核心强项 | 典型场景 | 价位档 |
|---|
| GPT-6 Astra / o3-pro | OpenAI（美） | 闭源 API | 综合最强、生态最广、工具调用成熟 | 通用对话、写代码、Agent、复杂推理 | 高 |
| Claude 4.5 Sonnet / Opus 4.8 | Anthropic（美） | 闭源 API | 长文本、写作流畅、安全对齐好 | 长文档分析、写文章、法律文书 | 中高 |
| Gemini 3 Pro Deep Think / 3.8 Flash | Google（美） | 闭源 API | 原生多模态、超长上下文、Flash 便宜快 | 图文混合、视频理解、免费额度尝鲜 | 中低（Flash） |
| Llama 4 Scout / Maverick | Meta（美） | 开源权重 | 开源标杆、生态最广、工具链成熟 | 本地部署、二次微调、企业私有化 | 免费（自付 GPU） |
| DeepSeek V4-Pro / V4.1 Flash | 深度求索（中） | 开源权重 | 推理能力追平闭源、API 极便宜 | 数学/代码推理、预算敏感场景 | 极低 |
| Qwen3.8-Max / Qwen3.8-Flash | 阿里（中） | 开源权重（Apache 2.0） | 2.4T-A95B MoE 旗舰、端侧 1.7B/4B/7B 全家桶、中文最好 | 中文场景、端侧小模型、企业定制 | 免费（自付 GPU） |
| 豆包 Doubao | 字节跳动（中） | 闭源 API | 国内合规、多模态、App 体验好 | 国内 C 端、中文多模态应用 | 低 |
| Kimi K3 | 月之暗面（中） | 开源权重 | 2.8T hybrid 架构、长文本与 Agent 强 | 超长上下文、智能体、代码 | 免费（自付 GPU） |
| LongCat-2.5 | 美团（中） | 开源权重 | 1.6T 参数、1M 超长上下文 | 长文档处理、企业私有化 | 免费（自付 GPU） |
| Mistral / Mixtral | Mistral AI（法） | 开源/商用 | 轻量、速度快、欧洲合规 | 边缘部署、低延迟场景 | 免费~低 |
怎么读这张表第一列是"叫什么"，第三列决定了"你能不能拿到权重自己跑"，第四列决定了"它最擅长干什么"，最后一列决定了"烧不烧钱"。选型时先看第三列（要不要私有化），再看第四列（强项对不对口），最后看第五列（预算够不够）。
⑤ 选型速查：四种典型场景怎么挑
1写代码/做 Agent
首选 Claude 4.5 Sonnet（写长代码稳）或 o3-pro（推理强）；预算紧用 DeepSeek V4.1 Flash，代码能力追平闭源还便宜。
2写文章/读长文档
首选 Claude Opus 4.8 / 4.5 Sonnet，行文最像人，200K token 长文不丢重点；中文长文可试 LongCat-2.5（1M 上下文）。
3本地跑/数据敏感
笔记本跑选 Qwen3.8-7B/14B 或 Llama 4 Scout；公司服务器私有化选 DeepSeek V4-Distill 或 Qwen3.8-Max。
4预算有限/个人玩
白嫖 Gemini 3.8 Flash 免费额度；国内用 豆包 或 DeepSeek V4.1 Flash API；想离线玩就 Ollama 拉 Qwen3.8/Llama 4。
一个实用建议别死守一家。工程上流行"模型路由"：简单问题走便宜小模型（Qwen3.8-Flash/DeepSeek V4.1），难问题再升级到 o3-pro/Claude Opus 4.8，成本能砍 70%。
⑥ 高频错误诊断（5 条）
错误 1：参数越大越好70B 模型不一定比 7B 模型在你的场景上强——后者可能中文更好、更快、更便宜。2024 年后小模型+针对性微调经常赢过大模型。参数只是上限，不是实际表现。
错误 2：以为开源一定不如闭源DeepSeek V4-Pro、Qwen3.8-Max 在数学、代码上已经追平甚至超过同期闭源模型。开源的短板主要在多模态整合、产品打磨和企业服务，不是"智力"。
错误 3：把"能聊天"等同于"能干活"聊天舒服的模型不一定工具调用稳。选 Agent 模型要看 function calling 准确率、长任务规划能力，别只看聊天风不风趣。
错误 4：忽略上下文窗口你要喂 100 页 PDF，就得选 200K 上下文以上的（Claude Opus 4.8、Gemini 3 Pro、LongCat-2.5）。8K 窗口的模型再聪明也塞不下。
错误 5：只看英文榜单，不看中文能力很多海外模型英文很强，但中文绕、古文看不懂。中文场景一定要用国内模型或专门测过中文的（Qwen、DeepSeek、豆包）。
⑦ 考点真题演练（4 题）
考点分布
| 考法 | 出题形式 | 应对 |
|---|
| 开源闭源归属 | 问哪个权重公开 | Llama/DeepSeek/Qwen |
| 模型强项 | 问长文本用谁 | Claude/Gemini |
| 选型 | 问本地部署选谁 | 开源模型 |
| 破除迷思 | 问参数越大越好对吗 | 不对 |
真题基础1. 下面哪个模型是开源、权重可以下载到本地跑的？
真题中档2. 你要让模型一次性读完一本 20 万字的小说并写摘要，优先选哪家？
真题中档3. 银行要做一个内部客服机器人，客户资料不能出门店，最合适的路线是？
真题拔高4. 关于"模型参数规模"，下面哪个说法是对的？
⑧ 必背知识点卡
GPT 系列：OpenAI，闭源，GPT-6 Astra / o3-pro，综合最强 通用首选
Claude：Anthropic，闭源，4.5 Sonnet / Opus 4.8，长文本+写作强 读书/写文章
Gemini：Google，闭源，3 Pro Deep Think / 3.8 Flash，多模态+长上下文 免费额度香
Llama：Meta，Llama 4 Scout/Maverick，开放权重，生态标杆 本地部署起步
DeepSeek：深度求索，V4-Pro（MIT）/ V4.1 Flash，推理强+便宜 性价比之王
Qwen：阿里，Qwen3.8-Max（Apache 2.0）/ Flash，中文最好 端侧到旗舰
豆包：字节，闭源，国内合规多模态 国内 C 端
Mistral：法国，开源轻量，快 边缘部署
选型口诀：先看要不要私有化，再看强项对不对口，最后算成本 别死守一家
⑨ 应用输出：给团队做模型选型汇报
实战场景：CTO 让你"下周给个模型选型建议"
① 先问需求：数据能不能出门店？日调用量多少？主要做什么任务？预算多少？这四个问题不问清楚，选型就是瞎选。
② 数据敏感 → 开源：金融、医疗、内部文档直接上 Qwen/DeepSeek 私有化，别犹豫。
③ 公开业务 → 闭源 + 路由：C 端 App 用 GPT/Claude/Gemini，简单请求路由到便宜模型，难问题再升级。
④ 小流量灰度：别一上来全量切，挑 5% 真实用户 A/B 测两周，看满意度、成本、延迟，再决定。
口述全链路"闭源三巨头是 OpenAI、Anthropic、Google，能力强但贵；开源四小龙是 Llama、DeepSeek、Qwen、Mistral，能私有化。选型三步：先看数据要不要出门店，再看任务强项对不对口，最后算成本。别迷信参数大小，用自己业务数据 A/B 测最靠谱。"
⑩ 分层练习 16 题（基础 6 + 中档 5 + 拔高 5）
▍基础 6 题
基础1GPT 系列是哪家公司的？
OpenAI（美国），闭源，按 token 收费。
基础2Claude 是哪家的？强项是什么？
Anthropic，强项是长文本处理和写作流畅度，4.5 Sonnet / Opus 4.8 安全对齐也好。
基础3Gemini 是哪家公司的？
Google，原生多模态，Gemini 3.8 Flash 便宜快、有免费额度。
基础4Llama 是谁家开源的？
Meta（脸书母公司），开源标杆，生态最广。
基础5DeepSeek 是哪家公司的？卖点是什么？
深度求索，国产开源（MIT），V4-Pro 推理能力追平闭源，V4.1 Flash 接口价格极低。
基础6Qwen 通义千问是哪家公司的？
阿里巴巴，Qwen3.8 开源全家桶（Apache 2.0），从 1.7B 端侧到 2.4T MoE 旗舰都有，中文表现好。
▍中档 5 题
中档7写代码、做 Agent 优先选哪两家？
Claude 4.5 Sonnet（写长代码稳）和 OpenAI o3-pro（推理强）；预算紧用 DeepSeek V4.1 Flash。
中档8为什么银行医院倾向用开源模型？
合规要求数据不出内网。闭源接口要把数据发到厂商服务器；开源可私有化部署在自己机房。
中档9模型路由是什么意思？
按问题难度自动选模型：简单走便宜小模型，难问题再升级大模型。效果不掉可砍 70% 成本。
中档10豆包和 GPT 的关键差异？
豆包是国内合规可直接用的闭源模型；GPT 综合更强但国内访问不便、数据出境有合规问题。
中档11Mistral 的定位？
法国公司，主打轻量、速度快、欧洲数据合规，适合边缘部署和低延迟场景。
▍拔高 5 题
拔高12为什么说参数大不等于实际强？
参数是容量上限，实际表现取决于数据、对齐、任务匹配。7B 微调在垂直领域可能干翻 70B 通用模型，且大模型慢贵。
拔高13o1/o3 推理模型和普通 GPT 有何不同？
o3-pro 这类推理模型会多想一会儿——输出前内部做更长思维链，数学代码难题更强，但延迟更高更贵。
拔高14选型为何要看上下文窗口？
8K 窗口再聪明也塞不下 100 页 PDF。喂长文档要选 200K 以上窗口的（Claude Opus 4.8、Gemini 3 Pro、LongCat-2.5 1M）。
拔高15为何不能只看英文榜单选中文模型？
海外模型英文强但中文语料占比低，写中文绕、不懂梗、古文方言差。中文场景要用 Qwen、DeepSeek、豆包。
拔高16初创做写作产品预算紧怎么组合？
免费额度起步（Gemini 3.8 Flash/豆包），上线后路由：80% 简单请求走 DeepSeek V4.1 Flash 极便宜接口，20% 复杂升级 Claude Opus。
⑪ 记忆口诀 + 7 天复习计划
三句口诀
① 闭源三巨头：OpenAI 综合、Claude 长文、Gemini 多模态。
② 开源四小龙：Llama 生态、DeepSeek 推理便宜、Qwen 中文全家桶、Mistral 轻量快。
③ 选型三步：先看数据要不要出门店，再看强项对不对口，最后算成本。
| 天 | 任务 | 自检 |
|---|
| 第 1 天 | 读②③，画闭源/开源格局图 | 八家厂商归属不串 |
| 第 2 天 | 读④，逐家画像 | 能说出每家强项 |
| 第 3 天 | 读⑤⑥，记选型速查和迷思 | 四种场景会推荐 |
| 第 4 天 | 背知识点卡 + 基础 1-6 | 基础全对 |
| 第 5 天 | 做中档 7-11 + 真题 4 题 | 限时每题 2 分钟 |
| 第 6-7 天 | 做拔高 12-16，口述选型逻辑 | 不看资料全说对 |
📌 知识链路
本节位置
建立"参赛选手花名册"：Qwen3.8 / Llama 4 / DeepSeek V4 / Kimi K3 这些名字对应什么定位、什么强项。