Skip to content

text-models.md

Latest commit

 

History

History
75 lines (58 loc) · 2.34 KB

text-models.md

File metadata and controls

75 lines (58 loc) · 2.34 KB
Raw

文本类大模型调用指南

通过统一网关调用 GPT-5、Claude Opus 4.7、Gemini 3.1、DeepSeek V3.2、Kimi K2、GLM-4.6、MiniMax-M2 等主流文本大模型。

模型清单

模型 ID 厂商 上下文 强项
gpt-5 OpenAI 128k 复杂推理、代码
gpt-5-mini OpenAI 128k 速度快、便宜
o3-pro OpenAI 200k 深度推理
claude-opus-4-7 Anthropic 200k 写代码、长文档
claude-sonnet-4-6 Anthropic 200k 性价比
claude-haiku-4-5 Anthropic 200k 速度最快
gemini-3.1-pro Google 2M 超长上下文
gemini-3.1-flash Google 1M 快速
deepseek-v3.2 DeepSeek 128k 性价比、中文
kimi-k2 Moonshot 200k 长文档、中文
glm-4.6 智谱 128k 中文综合
minimax-m2 MiniMax 256k 角色扮演

Python 基础调用

from openai import OpenAI

client = OpenAI(api_key="sk-xxx", base_url="http://xdhdancer.top/v1")

resp = client.chat.completions.create(
    model="claude-opus-4-7",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "What is the difference between TCP and UDP?"},
    ],
    temperature=0.3,
)
print(resp.choices[0].message.content)

流式输出（推荐 UX）

stream = client.chat.completions.create(
    model="gpt-5",
    messages=[{"role": "user", "content": "Write a poem"}],
    stream=True,
)
for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

模型选型建议

场景 推荐 理由
复杂代码生成 claude-opus-4-7 当前业界最强代码能力
长文档分析（>50k token） gemini-3.1-pro 200 万上下文
中文撰写 / 客服 kimi-k2 或 deepseek-v3.2 中文质量好 + 价格低
高频简单查询 gpt-5-mini 或 claude-haiku-4-5 快、便宜
数学 / 逻辑推理 o3-pro 思维链最强

性能对比（参考）

不同模型对同一任务的延迟：

  • claude-haiku-4-5：~1s 首 token
  • gpt-5-mini：~1.5s
  • claude-opus-4-7：~3-5s
  • o3-pro：~10-30s（深度推理）

完整可跑代码

详见 examples/python/chat.py。