LLM 模型列表，2026年8月：前沿陣容與如何篩選

2026年8月的LLM模型清單，一口氣看完：Claude Opus 5、Claude Fable 5、GPT-5.6 Sol、Kimi K3、Qwen3.8 Max、Claude Sonnet 5、Grok 4.5、GLM 5.2、Gemini 3.6 Flash、GPT-5.6 Luna 和 DeepSeek V4 Flash 是本月值得關注的名字——還有200多個模型可用單一API金鑰呼叫。但一串名字並非答案。唯有當每一列都附上價格、上下文視窗與功能，且清單夠即時，讓你讀到的價格就是實際支付的價格，才算答案。這就是本頁的內容：當前的完整陣容與真實數字、如何解讀各欄位，以及三個篩選條件，讓200多個模型變成一個好選擇。以下每個數字皆於2026年8月10日取自其來源。

可用的清單有四欄。

一份只有模型名稱的頁面——沒有價格、沒有上下文視窗、沒有能力說明——正是讓人們為某個只需 0.09 美元模型就能搞定的工作，付出每百萬 token 50 美元的原因。一份真正可用的清單，每一列都包含四項資訊，而且每一項都不可或缺。

• 名稱與供應商。需標明精確型號，而非產品系列。GPT-5.6 Luna 和 GPT-5.6 Sol 是不同產品，價格相差五十倍；一份混淆兩者的清單比沒有清單更糟。

• 每 1M tokens 的價格。輸入和輸出分開列出——兩者在某些模型上相差可達二十倍，而實際帳單主要由輸出驅動，因此單一混合數字會掩蓋真相。

• 上下文視窗。一次呼叫能容納多少來源資料。200K、1M 和 1.3M 的視窗大小並不能互相替代，而這項差異決定了你的提示詞能否完整保留。

• 能力與模態。通用推理、程式撰寫、代理可靠性，以及模型是否接受圖像。純文字模型無法偵錯你貼到對話串中的螢幕截圖。

當下的前沿陣容

排行榜每週變動，因此以下是截至 2026 年 8 月 10 日的快照。價格為 OrcaRouter 目錄價格——提供商價格直接傳遞、無任何加成——指數為今日讀取的 Artificial Analysis Intelligence Index。

• Claude Opus 5 — $5 / $25，1M 上下文，AA 指數 63。 本月指數中通用任務得分最高，也是處理艱深推理與長時間代理工作的預設選擇。

• Claude Fable 5 — $10 / $50, 1M, AA Index 62.這是清單上最昂貴的前沿模型，也是指數實證穩居第二的選擇 — 唯有當工作中艱難的長尾部分足以證明計費合理時，才值得付出這個溢價。

• GPT-5.6 Sol — $5 / $30，1M，AA Index 61。O​penAI 最強大的通用模型，具多模態能力，其編碼表現讓 Claude 雙雄不敢懈怠。

• Kimi K3 — $3 / $15, 1M, AA Index 60.前五名中 CP 值最高的選擇：Moonshot 的旗艦模型，價格約為 Claude Opus 5 的三分之一。

• Qwen3.8 Max — $2 / $6，1M，AA 指數 58。阿里巴巴的旗艦產品，是前沿領域最強的開放權重選項，且以指數分數而言，價格表現異常突出。

• Claude Sonnet 5 — $2 / $10，1M，AA Index 55。Claude 家族中的高性價比層級 — 與較大的同系列模型保持相同的穩健風格，價格僅為 Claude Opus 5 的五分之一。

• Grok 4.5 — $2 / $6，500K，AA Index 56。xAI 的旗艦產品，在其級別中又快又便宜，但上下文窗口小於此群組中的其他產品。

• GLM 5.2 — $0.76 / $2.42，1M，AA 指數 53。 Z.ai 的開放權重模型，具備 1M 上下文窗口，價格僅為封閉式旗艦模型的一小部分。

• Gemini 3.6 Flash — $1.50 / $7.50，1M，AA Index 52。速度之選：在此指數中，輸出速度排名第 2，每秒約 238 個 tokens；專為延遲受限、高吞吐量的循環而設計。

• GPT-5.6 Luna：$0.10 / $0.60、1M、AA Index 52。同一個系列，價格便宜五十倍：小模型的定價，中階指數的分數。

• DeepSeek V4 Flash — $0.09 / $0.18、1M、AA Index 52。 此清單中配備前沿級上下文窗口的最便宜型號：一個 2840 億參數、130 億活躍參數的開放權重專家混合模型。

What landed after this list was written

The lineup above was read on August 10, 2026. Two models have been added to the catalogue since, and both carry Intelligence Index v5.0.1 scores — a different evaluation set from the v4.3 numbers in that snapshot, so read them as a separate cohort rather than as a re-ranking of it.

• Gemini 4 Carbon — $2.00 / $10.00, 1M context, index 60, #4 of 78. Multimodal input including audio and video, a 65K output ceiling, and cache reads at $0.100 per 1M: the cheapest way on this page to put a million tokens of mixed media in front of a model that scores 60.

• Claude Fable 5.2 — $8.00 / $40.00, 1M context, index 65, #1 of 78. The strongest score on the current evaluation set and the most expensive entry on this page, with a 128K output ceiling, always-on thinking and cache reads at $0.200 per 1M.

如何篩選清單

沒有人想要300個型號；他們要的是最合適的那一個。三個篩選器就完成了大部分工作，而即時目錄正是圍繞這三者打造的。

• 先根據能力篩選。 從模型需要完成的工作開始。高難度推理與長時間的 agent 迴圈 → Claude Opus 5 或 Claude Fable 5。儲存庫規模的程式碼撰寫 → 程式碼索引的領先者：Claude Opus 5 與 GPT-5.6 Sol。受延遲限制的自動補全 → Gemini 3.6 Flash。而如果提示詞可能包含圖片，請在進行任何其他操作之前，先排除所有僅限文字的模型——光是這一個篩選條件就會立刻移除 DeepSeek V4 Flash。

• 第二：按價格篩選。本月的價格範圍從免費（NVIDIA 的 Nemotron 系列、Google 的 Gemma 4 31B 免費方案）到 Claude Fable 5 的 $10 / $50——相差超過一百倍。實用的中間區間正是大多數生產環境所在：DeepSeek V4 Flash 和 GPT-5.6 Luna 低於 $0.20 / $0.60，Claude Sonnet 5 和 Qwen3.8 Max 約 $2，旗艦級的輸入價格則為 $3–$10。一個無法顯示這種價格區間的篩選器，算不上是價格篩選器。

• 第三，按上下文窗口篩選。Claude Haiku 4.5 的上限為 200K；多數頂尖模型落在 1M；Llama 4 Scout 延伸至 1.3M，而 Grok 4.20 則到 2M。但廣告中的上下文長度是上限，而非保證——接近上限時品質會下降，所以要預留餘裕。若您的負載為 150K tokens，200K 的模型是陷阱，而非合適選擇。

即時清單的所在之處

部落格文章中的每個表格——包括這篇——都只是快照，而在這個市場中，快照一週內就會過時。清單的即時版本位於 OrcaRouter 的 /models 頁面：一個 API 金鑰背後有超過 200 個模型，側邊欄提供供應商、上下文和價格篩選器，頂部有模態分頁。該頁面擁有而這些清單文章都缺乏的特性是：它是真正的目錄，而不是某份目錄的複製貼上。前沿模型在廠商宣布後約一天內就會出現在那裡，開放權重模型則在幾天內；顯示的價格是即時上游費率，以 0% 加價直接轉傳——頁面上寫什麼，您的帳戶就按什麼收費。這也是在一個金鑰上路由超過 200 個模型的重點：當清單改變——而且它每週都在變——您的程式碼不需要變。一個合約、一種 API 格式，唯一會變動的只有 model-id。

當清單誤導你時

欄位讓清單變得可用，但它們也會製造虛假的信心。在信任任何一列之前，有四個陷阱值得點名。

• 最新並非最好。上週發布的模型不一定就是正確的選擇。該指數會隨變體與投入等級的變動而重新計算，內建備援機制的實證模型在發布當天仍勝過全新模型。

• 價格不等於能力。 GPT-5.6 Luna 以 $0.10 / $0.60 的價格取得 52 的指數——與價格高出十五倍的 Gemini 3.6 Flash 差距在一分之內——就兩者都能處理的任務而言。高階方案買的是困難尾端，而不是平均情況。

• 上下文長度是廣告宣傳，而不是實際贏得的。 一百萬的上下文窗口並不表示模型能妥善運用一百萬個 token。請把這個數字視為上限並預留緩衝空間，而不是當作品質保證。

• 單一指標會掩蓋差異。 兩個模型即使在同一個指標上，在推理、編碼和代理（agentic）套件中的得分也不同。這份清單給你先發陣容；而每項任務的排名決定比賽勝負——這正是最佳 LLM 編碼指南的論點所在，也是為什麼同一個模型無法在所有任務中都勝出的原因。

• 開放與封閉會改變問題的性質。對於自行架設、氣隙隔離資料或嚴格成本上限的情境，排名會翻轉：GLM 5.2、Qwen3.8 Max 和 DeepSeek V4 Flash 會比其排名位置所暗示的更具吸引力，因為你完全不需要按 token 計費。

簡短版本

一份LLM模型清單的價值，取決於其欄位所承載的資訊。目前的前沿模型 — Claude Opus 5、Claude Fable 5、GPT-5.6 Sol、Kimi K3、Qwen3.8 Max、Claude Sonnet 5、Grok 4.5、GLM 5.2、Gemini 3.6 Flash、GPT-5.6 Luna 和 DeepSeek V4 Flash — 價格範圍大約相差百倍，上下文視窗從 200K 到 2M 不等。先依能力篩選，其次看價格，再看上下文。而當「該用哪個模型」的答案不斷改變時，別再死記快照：請使用動態的 /models 目錄，那裡有 200+ 個模型，只需一把金鑰，即可按原始列表價格存取。這個頁面一週內就會過時，但 /models 頁面上的清單不會。