HOW TO CHOOSE
不是挑一个模型，是同时定三件事：用哪种脑子、在哪儿干活、图和片子交给谁。分开看会很乱，放一页就清楚了——它们本来回答的就是同一个问题：这个活交给谁。
01 · TEXT
写稿、读文件、做判断交给谁。这一层已经在模型库和五个场景页里讲透，不在这里重复。
02 · AGENT PLATFORM
同一个模型装进不同的壳，能干的活差很远。平台不比谁聪明，比三件事：能不能碰你的本地文件、能不能跑完整任务、能不能在国内直接用。
终端 CLI + IDE 插件 + 桌面端 + 云端沙箱
ChatGPT Plus $20 / Pro $100·$200·$500 / Business $25 每人每月；也可走 API 按 token
云端 microVM 沙箱能把长任务丢出去跑，人不用守着；PR 自动评审、MCP、子智能体都已成体系；CLI 本体开源（Apache-2.0），可审计可自托管。
绑死 OpenAI 模型家族，换不了 Claude 或 Gemini；界面审美与前端还原仍不如 Claude；Plus 档额度对并行会话偏紧。
有代码仓库、要跑批量或长任务、想把 agent 塞进 CI 的开发者
终端 CLI（另有 IDE 扩展）
Claude Pro $20 / Max 5x $100 / Max 20x $200；API 另计（Opus 4.8 $5/$25，Sonnet 5 $3/$15）
长任务与长重构的质量口碑仍是基准；中文输出翻译腔少，写「要交出去」的文档最省改；MCP 生态最大，工具接得最全。
按 5 小时滚动窗口算额度，Pro 档连开几轮就见底；token 消耗偏大；只跑自家模型；收费档位比国内平台贵一个量级。
复杂重构、跨几十个文件的改动、需要判断力的长文与交付文档
终端 CLI（grok 命令）+ Grok App
SuperGrok $30 / SuperGrok Plus $100 / Heavy $300；API Grok 4.6 $2/$6，500K 上下文
有免费档可以直接试；$30 就把 coding agent 打包进去，是六家里门槛最低的；并行开多个会话不加钱，只吃同一份额度；接 X 实时数据，这是别家补不上的一块。
模型本体不是第一梯队，硬推理与长任务稳定性都落后；文档、第三方集成、企业支持是六家里最薄的；版本节奏和合规叙事波动偏大。
预算敏感的量产型任务、要看 X 上实时舆情、愿意把它当第二工具而非唯一工具
桌面 App（Win / macOS / 鸿蒙）+ 小程序 + CLI
体验版免费；标准 99 / 高级 199 / 旗舰 999 元每月（连续包月 70·140·700，包年 672·1344·6720）；企业 SaaS 198 元每人每月
能在授权目录里直接读写本地文件，这一点多数云端 agent 做不到；能出 Word / Excel / PPT，直接交付成文件；接企业微信和微信生态，能发布小程序；中文原生，不用翻墙不用外卡。
积分制，重度使用掉得快，旗舰档 999 元每月不是小数；模型走 Auto 调度，你不太清楚这一单用了谁；纯编程深度不如专门 coding agent；专家与技能生态还在建设期。
非技术岗的日常产出——报告、表格、演示、批量文件处理；要把成果落成文件或小程序的活
手机 App + PC 端（手机发起、PC 执行）
基础功能免费；办公助理会员 19 / 49 / 128 元每月（年付 200·568·1499）；视频生成额度单卖，每日免费 10 个
跨端接力是真差异：手机上派活，PC 上执行，人不用守着工位；能设定时任务，让它在固定时间整理简报、归类邮件；智能体广场已接顺丰、自如、哈啰这类生活服务，能在对话里查到下单；视频额度便宜。
办公助理的高额度要付费，免费档只够试；生态偏生活服务，工程与专业场景薄；产出复杂排版文件的稳定性不如桌面端工具。
移动端随手派活、定时整理、生活服务类代办、需要便宜视频额度
豆包 App 与 PC 端 + 豆包工作（原 TRAE Work）+ TRAE IDE / CLI + 扣子
豆包专业版 68 / 200 / 500 元每月；整合后按豆包体系计费
和飞书打通是它最强的一张牌——登录后能继承聊天、文档、会议纪要、日程，上下文不用你重新喂；TRAE 据 2026-09 媒体报道占中国 AI 编程市场 41.2% 份额，编程底子是六家里最厚的之一；能直接产出可运行、可编辑的网页和应用，不止给方案文档。
2026-08 才把 TRAE 和扣子并进豆包，账号、文件、权限、付费四条线还在打通；入口分散（豆包 / 豆包工作 / TRAE / 扣子），普通人容易不知道点哪个。
已经在用飞书的团队；需要「文档 → 代码 → 应用」一条链打通；本来就在字节生态里
| 平台 | 碰得到 | 跑终端 | 出 Office | 国内直连 | 入门价 |
|---|---|---|---|---|---|
Codex CLI / 云 |
本地仓库 | 能 | 弱 | 否 | $20 |
Claude Code CLI |
本地仓库 | 能 | 弱 | 否 | $20 |
Grok Build CLI |
本地仓库 | 能 | 弱 | 否 | $0 起 |
WorkBuddy 桌面 |
本地全盘授权目录 | 能 | 强 | 是 | 免费 |
千问 App / 跨端 |
云端 + 远程控机 | 部分 | 中 | 是 | 免费 |
豆包工作 / TRAE 桌面 / IDE |
本地 + 飞书上下文 | 能 | 强 | 是 | 免费 |
「碰得到」指能不能读到你本机文件，这一项决定它是工具还是聊天框。入门价是「能用」的门槛，不是「够用」的成本；重度使用的真实账单通常是入门档的 3–10 倍。形态与定价核对于 2026-10-19。平台迭代快于模型，签约前请以各家官方页面为准。
03 · VISION
写字的模型看智能指数，画图和拍片的模型只能看人眼盲测。这两件事的成熟度差得很远：图片已经能用，视频还在抽卡。
图片
图片模型分两件事看：生成（从无到有）和编辑（改了还得像）。榜单把这两件分开排，因为强项经常不是同一个。
| 什么活 | 首选 | 为什么，注意什么 |
|---|---|---|
封面、海报、带字的图 |
GPT Image 2.5 Sunburst 备选 Gemini 3.1 Flash Image |
文生图与图像编辑双榜第一，领先第二 27 分。字准、排版稳，是目前唯一能直接出封面文字的。 注意：贵；一条 prompt 反复抽卡的成本要算进去。 |
改图、局部重绘、保持主体一致 |
GPT Image 2.5 Sunburst 备选 Seedream 5.0 Pro |
编辑榜领先第二名 42 分，是目前一致性最好的一档。改完不像换了个人的概率最高。 注意：连续改三轮以上仍会漂移，重要的图每轮留底。 |
国内直连、稳定出量 |
Seedream 5.0 Pro（字节） 备选 Gemini Nano Banana 2.1 |
编辑榜第 10、文生图第 12，但票数分别 28 万和 9 万，是全榜样本最厚的国产模型——分数不是侥幸。 注意：比榜首低 130–170 分，肉眼能看出差距，尤其在字和细节。 |
风格化概念图、情绪板 |
Grok Imagine Image 2.0 备选 Muse Image（Meta） |
文生图第 4，风格表达强，适合找感觉而不是出终稿。Muse Image 票数 4.2 万，稳定度更好。 注意：可控性弱，同一个 prompt 两次差异大。 |
视频
视频榜的票数比图像低一个量级（几千 vs 几万到几十万），所以名次的参考价值天然要打折。真正决定成败的是：你有没有一张能用的首帧。
| 什么活 | 首选 | 为什么，注意什么 |
|---|---|---|
让一张实拍或渲染图动起来 |
MiniMax H3 备选 Wan 3.0（阿里） |
图生视频第 1，5.7 万票，是视频榜里样本最扎实的第一名。工程场景最常用的就是这条路径：先有真实照片，再让它动。 注意：大幅运镜会崩，人物走动容易变形。控制在 3 秒内的轻微运动最稳。 |
纯文生视频、要观感 |
Gemini Omni Flash 备选 Gemini Omni 1.1 Flash |
第 2，2.65 万票。第 1 的 1.1 Flash 分高 3 分，但只有 1,784 票——新版样本太薄，别只按名次选。 注意：两个都是 Google，底子一样，差的是版本稳定性。 |
要出声音、要对白 |
Gemini Omni 系列 备选 Veo 3.1 Audio |
原生音频是这一代的分水岭。Veo 3.1 Audio 文生视频只排 12，但带声这条路上它是可选项之一。 注意：音频与口型对不齐仍然常见，成片前逐条看。 |
国产、便宜、批量 |
Seedance 2.0（字节） 备选 Wan 3.0（阿里） |
文生第 5、图生第 5，图生榜 12 万票，是全榜最稳的国产选项。Wan 3.0 图生第 3，两者接近。 注意：细节与运镜比 Google 差一档，适合做空镜和过渡，不适合做主角镜头。 |
改已有视频、续写 |
Wan 3.0 备选 Seedance 2.5 |
视频编辑榜第 1。这是全榜最薄的一档：只有 10 个模型、第 1 名 463 票。 注意：463 票撑不起结论。当成「可以试」而不是「推荐」，务必自己验一条再上量。 |
LEADERBOARD
LMArena 人类盲测，五个榜各取前几名。完整 40 名在模型库。
| 榜 | 模型 | Elo | 票数 |
|---|---|---|---|
| 文生图 | GPT Image 2.5 Sunburst OpenAI |
1424.6 | 17,752 |
| 文生图 | GPT Image 2.5 Flare OpenAI |
1397.6 | 16,889 |
| 文生图 | GPT Image 2 OpenAI |
1383.0 | 93,334 |
| 文生图 | Grok Imagine Image 2.0 (canvas) xAI |
1333.5 | 3,113 |
| 文生图 | MAI Image 2.6 Microsoft AI |
1332.1 | 25,091 |
| 图像编辑 | GPT Image 2.5 Sunburst OpenAI |
1523.6 | 59,825 |
| 图像编辑 | GPT Image 2.5 Flare OpenAI |
1481.0 | 57,408 |
| 图像编辑 | GPT Image 2 OpenAI |
1461.7 | 305,825 |
| 文生视频 | Gemini Omni 1.1 Flash Google |
1516.2 | 1,784 |
| 文生视频 | Gemini Omni Flash Google |
1512.9 | 26,576 |
| 文生视频 | FLUX 3 Video Black Forest Labs |
1493.1 | 1,302 |
| 文生视频 | Grok Imagine Video 1.5 xAI |
1492.3 | 1,218 |
| 文生视频 | Seedance 2.0 字节跳动 |
1479.2 | 56,318 |
| 图生视频 | MiniMax H3 MiniMax |
1495.4 | 57,112 |
| 图生视频 | Gemini Omni 1.1 Flash Google |
1488.5 | 3,734 |
| 图生视频 | Wan 3.0 阿里 |
1479.8 | 3,442 |
| 视频编辑 | Wan 3.0 阿里 |
1414.1 | 463 |
| 视频编辑 | Seedance 2.5 字节跳动 |
1409.8 | 429 |
| 视频编辑 | MiniMax H3 MiniMax |
1392.2 | 962 |
票数低于 2,000 的名次波动大，视频榜整体比图片榜薄一个量级。一句话：图片已经可以进生产流程，挑的是钱和一致性；视频还在一半靠抽卡，挑的是首帧和耐心。任何一条视频结论，都要用你自己的素材跑三条再采信。
