看清差异，再选模型。
代码、数学、写作、创意、推理与速度；把不同代际放在一起，看能力、看取舍，也看真实价格。
按实际任务选型，不用单一“智商分”。场景建议是编辑判断；公开评测保留原测试条件，不能跨测试直接排名。速度描述来自厂商资料，不代表 tokvilo 实测速率。
| 比较维度 | gpt-6.1-soltokvilo 模型服务 · GPT打开工作台 ↗ | gemini-3.8-flashtokvilo 模型服务 · Gemini打开工作台 ↗ | claude-sonnet-5-5tokvilo 模型服务 · Claude打开工作台 ↗ |
|---|---|---|---|
| 定位与代际 | 6.1 Sol 复杂任务中的质量、时间与成本平衡选项。 计费已配置 · 调用以实际返回为准 | 3.8 Flash Flash 系列中的长程工程和多步骤任务选项。 计费已配置 · 调用以实际返回为准 | Sonnet 5.5 兼顾智能与速度的日常复杂任务选项。 计费已配置 · 调用以实际返回为准 |
| 代码 | 代码与工程 面向代码和复杂工作流。 厂商资料 | 代码与工程 官方重点包括软件工程或代码库分析。 厂商资料 | 代码与工程 官方将工程和复杂工作列为该系列应用方向。 厂商资料 |
| 数学 | 待核验 尚未核验此版本在这个维度的专门证据。 待核实 | 待核验 尚未核验此版本在这个维度的专门证据。 待核实 | 待核验 尚未核验此版本在这个维度的专门证据。 待核实 |
| 写作 | 先评估文风 编辑建议：用同一份材料测试结构、事实保真和语气，再决定是否用于正式文稿。 场景建议 | 先评估文风 编辑建议：用同一份材料测试结构、事实保真和语气，再决定是否用于正式文稿。 场景建议 | 先评估文风 编辑建议：用同一份材料测试结构、事实保真和语气，再决定是否用于正式文稿。 场景建议 |
| 创意 | 用样稿比较 编辑建议：比较多份创意稿的原创性和约束遵循；没有通用的创意分数。 场景建议 | 用样稿比较 编辑建议：比较多份创意稿的原创性和约束遵循；没有通用的创意分数。 场景建议 | 用样稿比较 编辑建议：比较多份创意稿的原创性和约束遵循；没有通用的创意分数。 场景建议 |
| 推理 | 多步推理 支持多档推理强度；不开启无推理模式。 厂商资料 | 多步推理 官方支持思考与多步任务；具体配置取决于接口。 厂商资料 | 多步推理 支持自适应推理；更高强度通常需要更多生成用量。 厂商资料 |
| 速度 | 待核验 尚未核验此版本在这个维度的专门证据。 待核实 | 厂商速度定位 Flash 系列以响应效率为定位；不是 tokvilo 实测速度。 厂商资料 | 厂商速度定位 官方同系列相对延迟标签：Fast。 厂商资料 |
| 上下文与输入 | 1,050,000 tokens text · image 以上为厂商能力；平台表单支持范围可能不同。 | 1,048,576 tokens text · image · audio · video 以上为厂商能力；平台表单支持范围可能不同。 | 1,000,000 tokens text · image 以上为厂商能力；平台表单支持范围可能不同。 |
| 公开评测 | 未收录可核实的同版本成绩 | 未收录可核实的同版本成绩 | 未收录可核实的同版本成绩 |
| 售价与计费 | 正在读取价格… | 正在读取价格… | 正在读取价格… |
| 依据与注意事项 | 官方上下文与输入能力是模型规格；tokvilo 的具体接口限制、可用状态及最终报价以请求时为准。 官方 Chat Completions 支持不含工具调用的对话；不能据此推定 tokvilo 暴露了所有官方工具。 OpenAI · gpt-6.1-sol · OpenAI model documentation ↗核实于 2026-10-24 | 官方上下文与输入能力是模型规格；tokvilo 的具体接口限制、可用状态及最终报价以请求时为准。 速度描述来自厂商定位，未在 tokvilo 进行同条件延迟测试；推理强度、输出长度和负载会影响耗时。 Google · gemini-3.8-flash · Gemini model documentation ↗核实于 2026-10-24 | 官方上下文与输入能力是模型规格；tokvilo 的具体接口限制、可用状态及最终报价以请求时为准。 速度描述来自厂商定位，未在 tokvilo 进行同条件延迟测试；推理强度、输出长度和负载会影响耗时。 Anthropic · Sonnet 5.5 · Claude model documentation ↗核实于 2026-10-24 |