收益：
- 匹配Claude、GPT、Gemini家族的强领域和典型用户
- 能够读取每个提供商的级别（tier）逻辑和模型命名
- 养成根据自己的测试数据进行比较的习惯，而不是营销主张
我们绘制了市场图并了解了封闭式/开放式重量的区别。现在我们将了解市场上最引人注目的三个参与者，即美国的大型提供商：Anthropic (Claude)、OpenAI (GPT) 和 Google (Gemini)。这三者是当今大多数企业人工智能决策的重要组成部分。我们的目标不是宣布“获胜者”；而是宣布“胜利者”。目的是客观地了解每个产品的闪光点、命名逻辑和典型用户。当本单元完成后，您将能够在不混淆的情况下谈论这三个家庭，并且您会内化到您应该基于自己的测试而不是广告进行比较。
通用逻辑：等级系统
这三个提供商都使用类似的逻辑：他们提供同一系列中的模型，根据速度/成本/功率平衡进行分层。通常分为三层：
- 轻型层：最快且最便宜。适用于简单、大批量的任务（分类、简报、标记）。
- 平衡阶段：中等功率和成本。大多数日常任务的“默认”选择。
- 强层：最有能力、最昂贵、最慢。对于复杂的推理、长时间的分析、困难的代码。
一旦理解了这一层逻辑，无论您选择哪个提供商，您都不会感到迷失。 “这个型号在这个家族中对应什么级别？”问一下就够了。
提示：当您听到新型号时，首先询问“哪个系列的哪个级别？”问。不要让众多的名字吓到你；每个提供商实际上以不同的名称提供相同的三层。
人类——克劳德家族
Anthropic 的 Claude 系列提供三个级别，分别为 Opus（强）、Sonnet（平衡）和 Haiku（轻）。还包括版本号；例如，这个平台使用的模型是claude-opus-4-8，即Opus阶段的4.8版本。
它的优势在于：长上下文处理（完整阅读数百页文档的能力）、编写和阅读代码以及企业使用中的安全、可预测的行为。克劳德以严格遵守指示和在敏感问题上表现得泰然自若而闻名。因此，它经常受到法律、金融和卫生等受监管部门的青睐。
典型用户：分析长文档的法律团队、审查代码的软件团队、需要安全输出的企业客户服务。
当前的人择模型和近似价格（每百万代币，输入/输出）：
模型
舞台
背景
输入$/1M
产出 $/100 万美元
克劳德作品 4.8
强
100 万个代币
〜5
〜25
克劳德十四行诗 5
平衡的
100 万个代币
〜3
〜15
克劳德俳句 4.5
轻量级
200K 代币
〜1
〜5
注意：这些价格是该模块准备期间的近似价格，并且经常变化。在做出决定之前，请务必确认提供商的当前价格页面。我们将在第六单元详细讨论价格逻辑。
OpenAI — GPT 系列
OpenAI的GPT家族是市场上最受认可的品牌，拥有最大的第三方生态系统；也就是说，许多软件工具、插件和集成都是首先针对 GPT 发布的。 GPT 系列也分层次：有快速且便宜的型号（例如 GPT-4o mini 等轻量级型号）、平衡的全能型号 (GPT-4o) 和注重思考的型号，如专门专注于推理的“o 系列”。
突出的领域：多功能性和普遍性。文本、代码、图像和音频的广泛功能；成熟的车辆生态系统；和广泛的社会支持。 “工作可以用人工智能来完成吗？” GPT 通常是一个现成的起点。
典型用户：进行快速原型设计的初创公司、需要广泛集成的产品团队、希望通过单一提供商处理广泛任务的中小型企业。
谷歌——双子座家族
Google 的 Gemini 系列拥有两张强大的牌：多模态（同时处理文本、图像、音频和视频的能力）和 Google Workspace 集成（嵌入 Gmail、文档、表格等工具中的工作）。 Gemini 也分等级：有快速的“Flash”型号和更强大的“Pro”型号。
它的优势在于：视觉和视频理解、海量上下文以及为已经大量使用 Google 工具的组织提供无摩擦集成。如果一个组织在 Google Workspace 上运行所有办公室工作，那么 Gemini 就会成为自然的扩展。
典型用户：在Google生态系统中建立的公司、以图像/视频为主的内容团队、想要一次处理非常大的数据集的人。
三个家庭并肩
尺寸
人类（克劳德）
开放人工智能 (GPT)
谷歌（双子座）
最强的方面
长上下文、代码、安全行为
多功能性、广泛的生态系统
多模态、工作空间
阶段
作品/十四行诗/俳句
强/平衡/轻+推理
专业版/闪存
典型用户
受监管行业
企业和产品团队
谷歌重点关注的机构
重量型
关闭
关闭
关闭
看这张桌子时，不要问“哪一个会赢”；问“我的工作符合哪一行？”如果您要阅读 200 页的合同，那么长上下文行对您来说至关重要，如果您要从视觉上读取发票，那么多模态行对您来说至关重要。
弱提示/强提示：询问家庭选择时
弱提示：
克劳德、GPT 还是 Gemini 哪个更好？
强力提示：
你的角色：中立的人工智能顾问。我的工作：我想制作草稿来回复电子商务公司的客户电子邮件+从收到的发票图像中提取金额/日期。有两个不同的任务：（1）文本生成，（2）从图像中提取数据。任务：比较 Claude、GPT 和 Gemini 系列的两项任务。写下哪个系列在任务基础上表现突出，我应该使用哪个级别以及原因。不要给出具体的价格，给出一个范围。如有疑问，请说“测试”。
由于第二个提示将工作分为两个明确的任务，因此模型可以分别为每个任务推荐合适的家庭。这也是我们稍后将要学习的“模型投资组合”思想的基础。
可复制模板
1 级匹配：
我定义了以下任务：[TASK]。考虑到难度级别和数量，您会推荐 Claude、GPT 和 Gemini 系列的哪一层（轻/平衡/强）？为每个家庭写一行理由。
2. 生态系统兼容性：
我们当前使用的工具：[工具列表，例如Google Workspace / Microsoft 365]。哪个 AI 系列最适合此工具堆栈？为什么？评估集成的难易程度、学习曲线以及可能的锁定风险（依赖性）。
3. 优势验证：
我想针对我的任务 [任务] 测试“[模型名称] 在这方面最擅长”这一说法。我应该以自己的效率运行哪 3 个样本测试来验证这一说法？用一句话描述每项测试的成功标准。
4.名称解析：
将以下型号名称解析为系列、阶段和版本并制作表格：[型号名称]。用一个词标记每个的典型用途。
常见错误
- 根据广告做出决定：“该模型在该测试中名列第一”的公告可能没有说明您的使命。用你自己的数据测试一下。
- 选择家庭而不选择级别：仅仅说“我们将使用 GPT”是不够的；它的级别从根本上改变了成本和质量。
- 忽略生态系统锁定：对一个系列的坚定投入带来了集成的便利性，但使将来很难切换到另一个提供商。
- 错过主题：这个市场变化很快；六个月前的比较今天可能无效。根据最新信息做出决定。
- 强迫一个家庭做所有事情：当一个家庭在文字中表现出色时，另一个家庭可能在视觉上领先。逐项思考。
综上所述
- Anthropic、OpenAI 和 Google 都以不同的名称提供相同的层逻辑（轻/平衡/强）。
- 克劳德在长背景下，编码和安全的企业行为； GPT具有强大的通用性和广阔的生态系统； Gemini 擅长多模态和工作空间集成。
- “最佳”因工作而异；比较基于您自己的测试数据，而不是广告。
- 将型号名称解析为系列+级别+版本将帮助您在拥挤的市场中找到自己的出路。
应用任务
确定工作中的两项不同任务（一项以文本为主，一项以视觉或长文档为主）。使用本单元中的模板 1（层级匹配），让 AI 模型询问每个任务的三个系列的适当排名。然后，使用模板 3（优势验证），设计三个具体测试，以使用您自己的数据测试建议的模型。我们将在第 10 单元的评估研究中使用这些测试。
清单
- [ ] 我可以识别所有三个系列中的级别（轻/平衡/强）逻辑。
- [ ]克劳德，我可以匹配 GPT 和 Gemini 突出的领域。
- [ ] 我可以合理地选择合适的家族和等级来完成任务。
- [ ] 我知道用我自己的数据测试模型声明的方法。
- [ ] 我可以将模型名称解析为系列+阶段+版本。