一图胜千言，快速定位前沿大模型性价比

前沿线：同价位最高智能指数

绿色虚线上的每个点，在同价位或更低价位里没有比它更强的模型。按价格从低到高排列：

前沿线在 $0.47 出现拐点。$0.10 到 $0.47，价格涨 4.7 倍，编码指数从 9.5 升到 73.1； $0.47 到 $50，价格涨 106 倍，编码指数只从 73.1 升到 81.6。 绝大部分能力在半美元以内就能买到，后面那 8.5 分的代价是一百倍的价格。

这 8.5 分是否值得，取决于任务复杂度。单文件改动通常不需要； 跨十几个文件的自动重构，这 8 分可能决定能否跑通。

同价不同档：思考强度的差距

横坐标定的是预算，纵坐标定结果。$1.20 那一竖列上有十个点， 最高的 GPT-5.6 Luna (max) 编码指数 71.4，最低的 Qwen3 Next 80B A3B 只有 17.4。 同样的价格，选错模型差距可达四倍。

其中六个点是同一个模型 GPT-5.6 Luna 的六档思考强度，单价都是 $1.20：

单价不变，把思考强度从 non-reasoning 调到 max，编码指数多 32 分。 换模型之前，先确认当前模型的 effort 参数是否已经开到最高。 Claude Opus 5（$25）和 GPT-5.6 Terra（$12）在图上也呈现同样的形态，各自五到六档摞成一条竖线。

需要注意，思考强度调高后模型自身生成的推理 token 会增加，同一任务的总 output 会上涨， 这部分在横轴上看不出来。调整 effort 前建议实测一次单任务的实际 token 消耗。

最优性价比区

绿框标出「最优性价比区」，两条边分别是全站中位数：价格低于 $2.5、编码指数高于 55.9。 框内目前有 19 个模型。

19 个中 12 个来自中国厂商：阿里的 Qwen3.8-Flash-Next 和 Qwen3.7 Plus、智谱 GLM-5.3-Flash、 DeepSeek V4 的四个档位、小米的两个 MiMo-V2.5、腾讯 Hy3、MiniMax-M3、快手 KAT Coder Pro V2。 剩下七个中，OpenAI 的 GPT-5.6 Luna 占了三档。

点的大小代表近 7 天在 OpenRouter 上的调用量名次——前 3 名最大，依次是前 8、前 20、前 50， 50 名开外和没有用量记录的回到最小档。图上最大的几个点集中在 $0.5 到 $4 这一段， 和性价比区基本重合。

7 天窗口的选择：3 天会受周内效应影响，编程类模型工作日调用量明显高于周末； 30 天又太钝，新模型爬了两周名次还压在后面。 GLM-5.3-Flash 在 30 天窗口排第 7，7 天窗口已经是第 2。

标签显示也和调用量相关。只有在 OpenRouter 上有调用记录的模型和站在前沿线上的模型才显示名字， 预览版和内测版不参与候选。

按任务复杂度选模型

复杂任务那一档买的是最后那 8 分。比较合理的用法是让便宜模型先跑，跑不过再升级， 不需要全量走贵的。

图上也能看到反例：GPT-5.5 Instant (June 2026) 挂在 $30 的位置，编码指数 39.4， 落在图的右下方。上一代旗舰没跟着降价，在散点图上一目了然。

口径说明

前沿线只看横轴（价格）和纵轴（当前选中的能力指标），没有更便宜又更强的就算前沿。 切换到智能指数，前沿线上会是另一批模型。 三项加权均值（性价比得分）只用在标签排序上，不影响前沿线位置。

开源模型部署

开源模型页的部署图读法相同， 横轴换成智能指数、纵轴换成 Q4 量化后的显存需求（对数轴）， 右下角最优：能力更强、显存更省。图上是近 18 个月的 285 个开源模型。

选择显卡后，图上会画一条显存线，跑不动的淡出，前沿线在跑得动的模型中重新计算。 换一张卡前沿会跟着变，因为候选集变了。

一张 24GB 的 4090 或 5090，能跑到智能指数 52（Qwen3.8 27B，Q4 下 17GB）。 显存加到 96GB，可用模型从 149 个涨到 192 个，但最强的还是它。 要再上一档需要 108GB（Qwen3.8-Flash-Next，180B，智能指数 55.8）。 17GB 到 108GB 这一段加显存换不来能力提升，加卡前在图上确认一下自己的位置。