模型选择的第一步不是比较排行榜，而是确认任务、上下文、输出格式，以及错误结果能否被自动发现。GPT、Claude 与 Gemini 的协议入口、工具调用、延迟和成本都应按同一套业务样本分别验证。
开始前检查
先回答五个问题：
- 输入是短文本、长上下文、图片还是文件？
- 输出要普通文本、结构化数据还是工具调用结果？
- 用户能等待多久？
- 结果是否能通过规则或人工验证？
- 单个任务可接受的成本是多少？
Link 模型详情与接入核对
下面是 Link 已公开的模型详情入口，便于核对模型 ID 和配置说明。2026 年 10 月 26 日核对这些页面可访问；这不是成功调用证明，也不代表你的 API Key、分组或月卡具有相同权限。
| 模型详情入口 | 接入前核对 |
|---|---|
| gpt-6-astra API | 客户端需要 Responses 还是 Chat Completions；模型 ID、工具调用与所选分组是否匹配。 |
| claude-haiku-5-5 API | 使用 Anthropic Messages 还是兼容入口；分别验证认证、流式结束事件与工具调用。 |
| gemini-3.6-flash API | 使用 OpenAI 兼容入口还是原生 generateContent；核对 Gemini 独立分组，不套用 GPT 或 Claude 月卡。 |
| gpt-image-2 API | 核对图像接口、输入格式、输出方式和计费单位，不用文本 Token 算例代替图像报价。 |
这些入口用于查看产品说明，不是直接发送请求的 API 地址。先确认协议与权限，再用小样本验证结果，最后按相同任务比较费用。
Link 计费说明：按量与月卡怎么选 · 按实际使用天数比较月卡成本
配置步骤
GPT 模型
适合对话、总结、翻译、代码生成、分类和抽取。选择时重点看：
- 上下文窗口。
- 工具调用能力。
- 结构化输出稳定性。
- 输出速度与 tokens 成本。
OpenAI Compatible 接入适合先验证模型列表、短文本、结构化输出、流式和工具调用，再根据复杂编码与长代理任务选择能力档位。
Claude 模型
Anthropic Messages 接入应单独验证消息结构、持续流式输出、工具调用、上下文和 usage。不要把一次 OpenAI Chat Completions 成功当作 Claude 入口完整可用。
Gemini 模型
Link 已列出独立 Gemini 分组，可先按 OpenAI 兼容方式接入，再单独核对原生 generateContent。目录标签不能替代图片、音频、SSE 和工具调用测试。不要将 GPT 或 Claude 月卡直接套用于 Gemini，也不要默认它能替换 Codex 或 Claude Code 的协议。
GPT、Claude 与 Gemini 的对比
固定相同的业务题集、参数和测试窗口，分别记录：
- 结构化输出是否通过校验。
- 工具调用名称和 JSON 参数是否完整。
- 首字节、总耗时和错误分布。
- 输入输出 Token、重试次数和单任务总成本。
- 人工修正时间与结果稳定性。
常见问题
是否应该所有任务都用最贵模型
不应该。把任务按复杂度和失败成本分层：简单且可验证的任务使用低成本模型，复杂且失败代价高的任务使用能力更强的模型。
模型名称相似，能直接替换吗
不能假设完全兼容。即使属于同一系列，上下文、输出上限、工具调用和参数支持也可能不同。使用固定样本做回归测试。
如何评估真实成本
不要只看每百万 tokens 单价。还要记录重试次数、输出长度、人工修正时间和失败任务成本。
下一步
建立一组覆盖真实失败案例的固定样本，分别记录完成率、延迟、tokens、人工修正时间和单任务总成本，再决定生产路由。