GPT-4.1 mini是OpenAI推出的中小型多模态模型，支持百万token上下文，可处理文本、图像及视频。性能媲美GPT-4o，MMMU测试得分73%超前代，延迟降半、成本减83%，适用于开发者API调用，处理长内容与视觉任务。

Gemini 2.0 Flash Lite 是 Gemini 2.0 系列中速度最快的模型，经过优化以实现更高的成本效益和更低的延迟。它旨在处理高吞吐量的轻量级任务，并支持多模态输入（如图片、文档和音频），具有巨大的输入 token 上限

Grok 4 Fast是xAI于2025年推出的大语言模型轻量版本，主打高速推理与成本优化。其核心特点包括：每秒75 token生成速度（较标准版快10倍），200万token超长上下文窗口，支持整本书籍或代码库一次性处理；推理成本降低98%，通过优化架构减少40%推理tokens消耗。作为Grok 4系列基础版本，它集成文本/图像输入、实时网络访问（DeepSearch工具）及函数调用能力，面向日常问答、文档处理等轻量化场景，计划逐步替代Grok 3成为免费用户基础服务。该模型在保持多模态能力的同时，以效率优先设计适配普通用户需求。

OpenAI o3-mini是2025年1月推出的小型推理模型，定位STEM领域专业化方案，支持函数调用、结构化输出等高级开发者功能，提供低/中/高推理级别以平衡精度与效率，适用于科学计算、编程开发等场景，兼具低成本与低延迟特性。

GPT-5 Codex是OpenAI推出的多模型混合代码生成系统，整合高效基础模型与深度推理模块，通过智能路由动态调度资源。其代码生成能力显著提升，可快速构建复杂前端应用、调试大型代码库，支持单提示生成完整网站和游戏，在设计美学处理上更优。适用于编程开发、应用构建及代码调试场景，免费用户可基础使用，付费版提供更高限额与扩展推理能力。

Claude 3 Opus是Anthropic推出的顶级大模型，属Claude 3系列高端版本，具备多模态能力，支持20万Token上下文窗口。特点为智能水平领先，在MMLU、GPQA等基准测试中表现超同类，能深度理解复杂任务，实现类人交互。适用于任务自动化（API/数据库操作）、研发（药物研发、研究审查）、战略分析（财务趋势预测、图表解读）等场景。

Gemini 2.0 Flash是谷歌推出的多模态AI模型，属Gemini 2.0套件子模型。具备文本理解、图像生成与编辑能力，支持100万token上下文窗口，响应速度比1.5 Pro快两倍。适用于广告设计、社交媒体内容创作、教育插图生成等场景，开发者可通过Google AI Studio和Gemini API接入。

Claude Haiku 4.5是Anthropic推出的小型混合推理AI语言模型，性能接近中型模型Sonnet 4，成本仅为其三分之一，推理速度提升超两倍。具备20万token上下文处理能力，支持多模态提示词，AI安全等级ASL-2。适用于智能客服、编程辅助、对话式助手等实时响应场景，可通过Claude应用、API及主流云平台集成。

Gemini 2.5 Flash是谷歌推出的多模态轻量级AI模型，支持文本、图像、音频、视频输入，具备自适应推理能力，令牌使用效率提升20-30%，适用于高吞吐量、低延迟任务，如翻译、分类及多模态交互，面向开发者与企业用户开放。

Claude Sonnet 4.5是Anthropic于2025年9月发布的中端平衡型AI模型，属Claude系列“中杯”产品，定位性能与成本折中。其编程能力突出，SWE-bench Verified测试得分77.2%，支持连续编程超30小时，可构建生产级应用；兼具高效推理与视觉处理能力，响应速度快、成本适中，适用于软件开发、复杂智能体构建及企业级任务。

Claude 3 Sonnet是Anthropic推出的大语言模型，属Claude 3系列中端型号，平衡能力与速度，适企业级应用。2倍速于前代，高可控性，支持内容生成、分类、数据提取、知识检索等，已在API及Amazon Bedrock上线。

Gemini 2.5 Flash-Lite是谷歌推出的轻量级AI推理模型（预览版），主打极速响应与成本优化，为当前速度最快的Gemini模型。支持多模态输入、100万token上下文及谷歌原生工具（如搜索、代码执行），适用于高吞吐量、低延迟场景（如翻译、分类），面向开发者提供API服务。