一、学完本篇你能掌握什么

学完本篇你将掌握：

1. 5大主流AI模型(GPT-4o、Claude、DeepSeek、通义千问、Kimi)各自的特点和优劣势
2. 理解"上下文窗口""温度""工具调用"等核心参数的实际意义
3. 用同一个Prompt在5个模型上做对比测试，直观感受差异
4. 建立模型选择思维——什么场景用什么模型

二、从一个真实问题开始

你是一家电商公司的运营，老板让你写一份"618大促活动方案"，你打开AI助手，输入同样的需求，结果：

• 模型A给你写了一份800字的大纲，条理清晰但比较笼统
• 模型B直接给了3000字完整方案，包含活动节奏、预算分配、KPI指标，还附了一张排期表
• 模型C写了500字就停了，说"由于篇幅限制，以上是部分内容"
• 模型D不仅写了方案，还主动问你要不要帮你生成海报文案和朋友圈话术
• 模型E的回答中引用了一些你之前发给它的竞品分析文档

五个模型，五个结果。哪个最好？答案是取决于你的场景，这就是本篇要帮解决的问题。

三、先搞清一个概念：什么是"大模型"

之前几篇我们已经学过了大模型的基本原理，这里再强化一个关键认知：

大模型≠ChatGPT，ChatGPT只是大模型的一种具体的产品。

打个比方，大模型就像"发动机"，各家公司的产品就像"汽车"。丰田的发动机和比亚迪的发动机，原理一样，但调校不同、适用场景不同。

这些"汽车"都能从A开到B，但有的省油、有的速度快、有的适合跑高速、有的适合城市代步。

四、5大模型逐一拆解

4.1 GPT-4o(OpenAI)——综合能力最强，但需要"翻墙"

一句话定位：全能选手，什么都能干，但访问门槛最高。

核心数据：

什么场景用它最好：

• 需要调用工具链的复杂任务，让AI帮你查天气、读数据库、调用API
• 多模态任务，上传图片让AI分析、语音对话
• 代码生成和调试，GPT-4o的代码能力目前仍是标杆
• 英文写作和翻译

小白怎么用：

• 网页版：chat.openai.com，需要海外手机号注册，部分地区需用VPN
• 国内替代：通过Microsoft Copilot(bing.com/chat)免费使用GPT-4o
• API调用：需要海外信用卡充值，OpenAI API兼容格式已成为行业标准

实际体验案例：

Prompt：帮我分析这张销售数据的截图，找出环比下降最多的品类 GPT-4o表现：准确识别图片中的表格数据，完成计算，给出排名， 还主动提示"第3列数据可能有OCR误差，建议人工核对"

缺点：

• 国内直接访问困难
• API价格是国产模型的5-10倍
• 中文理解偶尔出现"翻译腔"

4.2 Claude(Anthropic)——代码和长文本之王

一句话定位：程序员和文字工作者的心头好，写代码、读长文的能力极强。

核心数据：

什么场景用它最好：

• 写代码，Claude 3.5/4的代码生成质量普遍被认为与GPT-4o持平甚至略优
• 阅读长文档，扔给它一份50页的PDF，它能精准回答细节问题
• 文案写作，中文表达自然，不像GPT那样有"AI味"
• 技术文档编写，结构清晰，逻辑严谨

小白怎么用：

• 网页版：claude.ai，同样需要海外环境
• API调用：兼容OpenAI格式，切换base_url即可
• 国内使用：通过Cursor等编程工具间接使用

实际体验案例：

Prompt：阅读这份30页的产品需求文档，帮我整理出所有功能点， 并按优先级分为P0/P1/P2 Claude表现：逐页阅读后输出结构化表格，包含功能点、描述、 优先级、涉及模块四列，准确率极高

缺点：

• 同样需要海外环境
• 价格比GPT-4o还贵
• 不支持语音输入/视频理解

4.3 DeepSeek V3——国产之光，性价比之王

一句话定位：免费好用的国产大模型，能力接近GPT-4o，API价格只要它的十分之一。

核心数据：

什么场景用它最好：

• 日常对话和文本处理，写邮件、总结会议、翻译等，质量与GPT-4o几乎无差
• 代码开发，DeepSeek的代码能力在国产模型中排名第一梯队
• API大批量调用，价格极低，适合企业级应用
• 需要国内合规的场景，数据不出境，满足企业安全要求

小白怎么用：

• 网页版：chat.deepseek.com，免费注册，直接使用
• APP：各大应用商店搜索"DeepSeek"
• API调用：完全兼容OpenAI格式，只需改一下base_url

# DeepSeek API调用示例，和OpenAI几乎一样 from openai import OpenAI client = OpenAI( api_key="你的DeepSeek API Key", base_url="https://api.deepseek.com" # 只需改这一行 ) response = client.chat.completions.create( model="deepseek-chat", messages=[{"role": "user", "content": "你好"}] ) print(response.choices[0].message.content)

实际体验案例：

Prompt：帮我写一个Python脚本，读取CSV文件并生成柱状图 DeepSeek表现：生成完整可运行的代码，包含注释和错误处理， 还贴心地提醒"记得先pip install pandas matplotlib"

缺点：

• 多模态能力不如GPT-4o，不支持语音和视频
• 极其复杂的推理任务偶尔不如GPT-4o稳定
• 英文写作质量略低于GPT-4o和Claude

4.4 通义千问(阿里)——国内合规首选，免费额度最慷慨

一句话定位：阿里出品，国内使用最方便，免费额度多到用不完。

核心数据：

什么场景用它最好：

• 企业内部应用，阿里云生态，数据安全合规
• 大批量免费调用，月100万token免费，个人用户基本够用
• 和钉钉、阿里云产品集成
• 中文场景，中文理解和生成能力在国产模型中排名靠前

小白怎么用：

• 网页版：tongyi.aliyun.com，淘宝/支付宝账号直接登录
• APP：应用商店搜索"通义千问"
• API调用：阿里云官网开通，免费额度自动到账

实际体验案例：

Prompt：帮我写一份面向大学生的Python学习路线 通义千问表现：给出分阶段的学习路径，包含每周任务、 推荐资源（B站视频+书籍），还根据"零基础"这个条件 专门标注了需要跳过和重点学习的内容

缺点：

• 推理深度在复杂任务上不如GPT-4o和Claude
• 代码生成偶尔有小错误，需要人工检查
• 海外知名度低，英文社区资源少

4.5 Kimi(月之暗面)——长文档处理专家

一句话定位：能"记住"超长文本的AI，扔给它一整本书，它都能记住。

核心数据：

什么场景用它最好：

• 阅读超长文档，整本教材、完整年报、长篇合同
• 学术研究，扔给它10篇论文，让它做综述
• 联网搜索，Kimi内置搜索能力，能实时获取网络信息
• 多文件交叉分析，上传多份文档，让AI做对比

小白怎么用：

• 网页版：kimi.moonshot.cn，微信扫码登录
• APP：应用商店搜索"Kimi智能助手"
• 微信小程序：搜索"Kimi智能助手"

实际体验案例：

操作：上传3份竞品分析报告（PDF格式），每份30-50页 Prompt：对比这三份报告中对"AI教育市场"的预测， 找出一致的观点和分歧点 Kimi表现：准确从三份报告中提取相关信息， 整理成对比表格，还标注了每条结论的出处页码

缺点：

• API能力不如其他几家成熟，开发者生态较弱
• 推理深度不如GPT-4o
• 复杂代码任务表现一般

五、五模型横评：同一Prompt，五份答卷

现在来做最关键的环节——同一个Prompt，分别发给5个模型，看看它们的输出差异。

5.1 测试Prompt

你是一位有10年经验的电商运营总监。请为一家销售家用净水器的中小品牌，制定一份2026年618大促活动方案。要求包含：活动主题、时间节奏、促销策略、预算分配(总预算50万)、预期KPI、应急预案。

5.2 对比结果

5.3 结论：没有"最强"，只有"最合适"

六、核心参数速查：理解这些，你就能"调教"任何模型

不管用哪个模型，有几个通用参数你一定要理解。掌握了它们，你就能从一个"只会输入问题的用户"升级为"能精准控制AI输出的使用者"。

6.1 上下文窗口(Context Window)

通俗解释：AI的"短期记忆容量"。

就像人的工作记忆——你一次能记住多少信息？有的人能同时记5件事，有的能记10件，上下文窗口就是AI的"记忆容量"。

实际影响：

• 上下文窗口越大，你能一次性发给AI的内容就越多
• 上传大文件、长对话时，小窗口的模型会"忘掉"前面的内容
• 所以处理长文档时，优先选Kimi或Claude

6.2 温度(Temperature)

通俗解释：控制AI回答的"创造力"或"随意性"。

之前第07篇讲过，这里再结合实际场景强化一下：

实操建议：

• 写方案/报告时用0.3-0.5，保证专业性和稳定性
• 写营销文案/创意内容时用0.7-0.9，激发创意
• 做数据分析和代码生成时用0，确保精确

6.3 工具调用(Function Calling)

通俗解释：让AI能"动手做事"，而不只是"动嘴说话"。

没有Function Calling的AI就像一个坐在办公室里的顾问——你问他问题，他给你建议，但他自己不能去查资料、不能打电话、不能操作电脑。

有了Function Calling之后，AI变成了一个能自己动手的助手：

你说："帮我查一下明天北京的天气" 没有工具调用的AI："我无法获取实时天气数据， 建议你查看天气预报网站。"(只能嘴上说) 有工具调用的AI：[自动调用天气API] "明天北京晴转多云，气温18-28°C，适合户外活动。" (自己动手查了)

各模型工具调用能力排名：GPT-4o > Claude > DeepSeek V3 > 通义千问 > Kimi

七、选型决策树：一张图搞定模型选择

遇到问题不知道用哪个模型？按这个流程走：

你需要用AI做什么？ │ ├── 需要调用API/工具/写代码 │ ├── 有海外环境 → GPT-4o │ └── 没有海外环境 → DeepSeek V3 │ ├── 需要处理超长文档（>100页） │ ├── 需要联网搜索 → Kimi │ └── 不需要搜索 → Claude │ ├── 日常对话/写作/总结 │ ├── 预算充足 → Claude(中文最好) │ ├── 追求免费 → 通义千问 │ └── 性价比优先 → DeepSeek V3 │ └── 企业级应用开发 └── DeepSeek V3(合规+便宜+能力够用)

八、动手练习

练习1：模型大比拼

选一个你工作中的实际问题，比如写周报、分析数据、写方案，分别在DeepSeek和通义千问中输入同样的Prompt，对比两个模型的输出。

重点观察：

• 哪个更完整？
• 哪个更专业？
• 哪个的表达更自然？
• 哪个的速度更快？

练习2：参数调优

用同一个Prompt，在DeepSeek中分别设置Temperature为0、0.5、1.0，各生成一次，感受差异。

练习3：长文档挑战

找一个10页以上的PDF文档，分别上传到Kimi和通义千问，问文档中的细节问题。观察哪个模型的回答更准确。

九、本篇总结

下篇预告：第10篇我们将学习Prompt Engineering(提示词工程)，掌握让AI输出质量翻倍的5大技巧。学会了之后，同样的模型，你能比90%的用户得到更好的结果。

好途工坊· 好途相伴，前程无忧