本文整理自 B 站「19分钟讲透所有主流AI模型」通过音视频转图文工具Ai好记转文字整理以下为精炼整理后的内容。ChatGPT 不是模型GPT 才是很多人搞混这个概念。ChatGPT 只是一个应用入口背后真正干活的是 GPT 模型。就像你通过 Claude 网站访问的是 Claude 模型通过 API 访问的是同一批模型——不同的Logo不同的大门但每一个背后都是一个巨大的 AI 大脑。所有大语言模型的核心机制都是一样的预测下一个词一次一个 token。写文章、解释物理、调代码——这些看似聪明的能力本质上都来自「把下一个词猜得极准」。模型越大参数越多能识别的模式越复杂。上下文窗口决定了模型在对话中的「短期记忆」窗口越大越不容易忘事。部分新系统还加入了推理Reasoning能力回答前多思考几步慢一点但数学、逻辑、多步问题的表现好很多。GPTOpenAI——全能型选手当前旗舰 GPT-4 是多模态模型能处理文字、分析、编码、图片、语音。定位是通用型——什么都能做而不是某一样做到极致。在 2026 年当越来越多专业模型崛起时全能型反而不容易保持领先。O 系列是独立分支专注于推理能力在难题上表现明显更好。GPT-5 在 2025 年中发布之后迭代不断——但说实话版本号更新太快连一直关注的人都容易搞混。OpenAI 的真正优势是什么是几亿用户的体量、海量的插件生态、以及大量第三方开发者基于它的 API 做开发。GeminiGoogle——生态原生的颠覆者Gemini 3.1 Pro 在多个主流基准测试上拿到第一评测表现很强。但真正的优势不是跑分而是集成度——Gmail、搜索、Android、MapsGemini 都已经嵌进去了。如果你的数字生活跑在 Google 上Gemini 已经认识你了。Gemini 3 Flash 拥有 Pro 大约 90%-95% 的能力但速度快得多日常场景反而是更聪明的选择。还有两个值得说的点多模态理解强——拍一张零件照片就能识别比翻手册快得多200 万 token 上下文——整本小说扔进去让它分析主题、总结章节、找前后矛盾ClaudeAnthropic——编码和分析之王Claude Opus2026 年 2 月发布拥有 100 万 token 上下文、128K 输出 token是当前最适合编码、推理和大规模分析的模型之一。下面是 Sonnet大约有 Opus 80% 的能力速度快、成本低。Claude 的编码优势是真实的——在 HumanEval 和 LiveCodeBench 这类衡量真实世界代码理解的基准上表现很突出。长文档分析也是拿手好戏——合同、论文、整个代码库返回清晰的摘要。有人评价 Claude 是「最不拍马屁的主流模型」——它不会只说好听的话会给你真实的反馈。GrokxAI——接地气的聊天专家Grok 的特点是对话感强感觉很自然、放松像跟真人聊天。直到凌晨三点它秒回你你才会反应过来对面是 AI。定位上偏向「回答其他模型可能拒绝的问题」。有好处也有风险——对于其他模型过于谨慎的话题Grok 很开放但有些话题的谨慎是有理由的。DeepSeek深度求索——开源之王DeepSeek-R1 完全开源你可以下载自己跑——不需要订阅没有用量限制。你的 GPU 可能会受苦但钱包不会。它使用了混合专家MoE架构虽然参数规模巨大但每次只有一部分参数激活保持了速度。数学、编码、逐步推理是强项在技术基准上跟 GPT-4 和 Claude 正面竞争。运行成本大约是 GPT-4 的2.7%。训练数据约 1.2 万亿 token据说下一代因为 CEO 对性能不满意和芯片受限被延迟了。Perplexity——模型聚合器Perplexity 的核心是搜索 引用——主动搜索实时网页并显示信息来源相当于自带证据。它的隐藏价值是一个地方访问 GPT、Claude、Gemini、Kimi 多个模型不需要分别付费。有点像 AI 界的流媒体聚合平台。不同档次对应不同处理深度快速搜索到深度研究都能覆盖。图像与视频模型Midjourney——艺术质量之王画面电影感强。审美要求高的时候首选约 10 美元/月DALL·EOpenAI——文字渲染最准嵌入文字时效果最好Flux——开源领头羊本地免费跑提示词匹配精确度比大多数竞品高Stable Diffusion 3.5——可定制之王通过 LoRA 和 ControlNet 精细控制视频方面Sora 2 注重画面连贯性和物理合理性最长 1 分钟Runway Gen-4.5 偏向创作者控制像在导演自己的 AI 电影Kling 2.6 主打快支持音画同步生成适合短视频批量产出。如何看待本地模型LLaMA 从 Meta 发起后催生了大量变种比如 Qwen 3 在某些任务上接近 Claude Sonnet。很多模型在你的游戏 PC 或 MacBook 上就能跑Ollama 和 LM Studio 可以一键搞定环境。本地模型的意义不在于「跟云端模型比强不强」而在于从「租用」AI 变成「拥有」AI——没有订阅费数据不出门断网也能用。小结什么都要做→ GPT生活在 Google 生态→ Gemini写代码、分析长文档→ Claude接地气聊天→ Grok省钱、数据隐私优先→ DeepSeek / 本地模型追实时信息、多模型对比→ Perplexity做设计→ Midjourney / DALL·E做视频→ Sora / Runway / KlingFAQ怎么选自己的主力模型先看你的主要使用场景。写代码多就 Claude整理信息多用 GPT追求可控性和成本就上本地模型。两个都试试哪个顺手用哪个。模型版本更新那么快怎么跟不用跟。满足你当前需求的模型就是好模型。除非新版有让你心动的具体功能没必要为了追新而升级。本地模型真的能替代云端吗日常复杂推理和长上下文还差一截。但数据私有、零成本、离线可用这三点对部分场景来说是刚需。最好的方案是本地 云端搭配用。以上内容由Ai好记转录整理。Ai好记 是一款音视频转图文笔记的 AI 学习助手支持 B站、抖音、小宇宙等平台链接及本地音视频文件转录后自动生成精华速览、思维导图和结构化笔记帮助你把几小时的视频内容变成可搜索、可复习的图文笔记。