我们在自己机子上把 3 个模型挨个接进 LobeChat 跑了 2 轮：deepseek-v4-flash 是全部任务都过、单轮又最便宜的（$0.000943）。
compare_models) at https://ainetcafe.com/mcp.
把每个模型真的接进一个跑着的 LobeChat 实例，按 2 项任务各跑 2 轮，
成本从实际账单读，不是按标价估算。通过指 2 轮全过；只要有一轮崩了就算未通过——
这些应用对结构化输出很敏感，偶发失败在生产里就是坏的。数据更新于 2026-09-13。
另有 gpt-5.6-terra 本轮未能测到——请求没有被受理（上游无可用通道）， 不是它们跑不通任务。这不构成对这些模型的任何评价，等通道恢复后会补测。
| 模型 | 通过率 | 日常问答 | 写代码 | 单轮成本 | 平均耗时 |
|---|---|---|---|---|---|
| deepseek-v4-flash | 100% | 通过 | 通过 | $0.000943 | 4.8s |
| claude-sonnet-5 | 100% | 通过 | 通过 | $0.004112 | 13.6s |
| gpt-5.6-luna | 50% | 通过 | 未通过 | $0.000000 | 50.5s |
全部 2 项任务都过，单轮 $0.000943——比这张表里最贵的便宜 4.4 倍。跑 LobeChat 这类任务，贵的模型没买到更高的通过率。
换句话说，1 个模型接上去看着能用，实际会在某项任务上翻车。这就是为什么值得先看实测再选型。
机子是现成的，不用装环境、不用自己的 Key。也可以让 agent 直接调 compare_models 重跑这张表。
GPT Researcher · GPT Academic · NextChat · PDFMathTranslate · Presenton