在 OrcaRouter 上對 Gemini 3.1 Pro Preview Custom Tools（google）與 Grok 4.6（grok）進行正面對比——定價、脈絡窗口、延遲、吞吐與 benchmark 品質並排呈現，助你為工作負載挑選合適的模型。
結論
在價格上，Grok 4.6 更便宜——在輸入 tokens 上約比 Gemini 3.1 Pro Preview Custom Tools 低 50%。 對於延遲敏感的工作負載，Grok 4.6 能更快回傳第一個 token。 在 benchmark 品質上，Gemini 3.1 Pro Preview Custom Tools 在綜合指數上領先。 Grok 4.6 在成本與中位延遲上都領先，因此是預設選擇——當 Gemini 3.1 Pro Preview Custom Tools 在你的工作負載最看重的維度上佔優時再切換。
免費開始 · 一組金鑰呼叫兩個模型 · 按供應商原價計費，零 token 加價
Gemini 3.1 Pro Preview Custom Tools 和 Grok 4.6 都透過同一個 OrcaRouter 端點提供,依供應商成本計費、零 token 加價,因此在兩者之間切換只需改一行程式碼,下面的數字就是你實際支付的費用。
本對比擷取了即時定價、官方公布的上下文視窗,以及 OrcaRouter 自己測得的延遲和吞吐資料,讓你能針對自己的具體工作負載權衡成本與效能,而不是依賴廠商標榜的 benchmark。正確的選擇幾乎總是取決於你流量的形狀——提示長度、你生成多少文字、你的使用者對延遲有多敏感,以及推理有多難——因此下面的章節會逐個維度拆解這個決策,並以一條具體建議收尾。凡是兩個模型中有一方缺少某項指標,該列會直接省略而不是猜測,所以這裡的每一條論斷都有真實數字支撐。
速覽
| 指標 | Gemini 3.1 Pro Preview Custom Tools | Grok 4.6 | 結論 |
|---|---|---|---|
| 輸入 $/百萬 | $4.00 | $2.00 | 在輸入 tokens 上，Grok 4.6 比 Gemini 3.1 Pro Preview Custom Tools 便宜 50%。 |
| 輸出 $/百萬 | $18.00 | $6.00 | 在輸出 tokens 上，Grok 4.6 比 Gemini 3.1 Pro Preview Custom Tools 便宜 67%。 |
| 上下文 | 1M | 500K | Gemini 3.1 Pro Preview Custom Tools 支援的脈絡窗口比 Grok 4.6 大 110%。 |
| p50 延遲 | 8112 ms | 1795 ms | 在中位數下，Grok 4.6 的回應比 Gemini 3.1 Pro Preview Custom Tools 快 78%。 |
| 吞吐 | 384 tok/s | 64 tok/s | Gemini 3.1 Pro Preview Custom Tools 的 tokens 串流輸出比 Grok 4.6 快 498%。 |
| 品質 | 10.0 | 9.0 | 在綜合品質指數上，Gemini 3.1 Pro Preview Custom Tools 比 Grok 4.6 高 11%。 |
在價格上，Grok 4.6 更便宜——在輸入 tokens 上約比 Gemini 3.1 Pro Preview Custom Tools 低 50%。 對於延遲敏感的工作負載，Grok 4.6 能更快回傳第一個 token。 在 benchmark 品質上，Gemini 3.1 Pro Preview Custom Tools 在綜合指數上領先。 Grok 4.6 在成本與中位延遲上都領先，因此是預設選擇——當 Gemini 3.1 Pro Preview Custom Tools 在你的工作負載最看重的維度上佔優時再切換。
兩個模型，一組 API 金鑰。任選其一開始，改一個字串即可切換。
取得 API 金鑰你不必二選一。兩個模型都透過 OrcaRouter 上同一個相容 OpenAI 的端點提供，按上游供應商原價計費，零 token 加價。在兩者之間切換只需改模型名稱——不用第二個帳號、第二套 SDK 或另一組憑證。
這正是讓上面的取捨在生產環境中可控的原因：把大部分流量發給在你最看重的維度上佔優的模型，把另一個留給確實需要它的請求，並在數據變化時隨時調整比例。
# 一組金鑰，一個端點，兩個模型。
curl https://api.orcarouter.ai/v1/chat/completions \
-H "Authorization: Bearer $ORCAROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "google/gemini-3.1-pro-preview-customtools",
"messages": [{"role":"user","content":"..."}]
}'
# 改一個字串即可切換模型。
# "model": "grok/grok-4.6"在輸入 token 上,Gemini 3.1 Pro Preview Custom Tools 每 100 萬收費 $4.00,而 Grok 4.6 為 $2.00;在輸出上則為 $18.00 對 $6.00(每 100 萬)。
帳單通常由輸出 token 決定:生成長回覆的對話或 agent 工作負載主要受輸出費率支配,因此在輸入上看起來更便宜的模型,端到端算下來仍可能是更貴的選擇。只憑價格選型前,先估算你真實的輸入/輸出比例——一個檢索密集、答案很短的提示,與一個提示很短、生成很長的情境,會落在這張表的兩個極端。一個實用的估算方法是:取一份有代表性的提示樣本,數出平均輸入和輸出 token,再分別乘以兩個模型各自的費率;在你真實流量組合下 blended(混合)成本更低的那個模型,就是要被超越的基準。請記住這裡的兩個價格都是原始的供應商費率——OrcaRouter 不加任何價——所以對比是同口徑的,你算出來省下的就是淨省下的。
Gemini 3.1 Pro Preview Custom Tools 最多接受 1M 個 token 的上下文,Grok 4.6 接受 500K。上下文視窗決定了單次請求中你能傳送多少源材料——文件、程式碼、先前的對話。
更大的視窗讓你在處理長輸入時可以省去分塊和檢索的工程管線,但你傳送的所有內容仍按輸入 token 費率計費,所以更大的視窗是一種能力,而不是折扣。請讓視窗符合你的工作負載實際會產生的最長單次請求,而不是頁面上最大的那個數字。還要記住,在任何模型上,當上下文非常長時,末尾部分的質量都可能下降,因此大視窗最好被當作應對偶爾出現的長輸入的餘量,而不是把每個請求都塞到上限的許可證。
兩個價格都是供應商原價——OrcaRouter 不加價，所以你算出的節省就是你實際省下的。
免費開始Token 單價對比
每 100 萬 tokens
延遲和吞吐決定了模型在生產環境中的實際體感。中位數(p50)回應延遲是典型請求在第一個 token 出現前的等待時長;吞吐(每秒 token 數)決定回答開始後的串流速度。
對於互動式對話和 agent 迴圈,低 p50 延遲最重要,因為使用者在等待第一個 token;對於批次生成和長文本輸出,吞吐主導整體耗時,因為回答很長。上方的 7 天趨勢圖顯示了每個模型的延遲是穩定還是漂移,這是單一標榜數字所掩蓋的——一個均值很好但尾部抖動的模型,仍可能達不到嚴格的 p95 SLA。如果你的產品有延遲預算,就要同時看中位數和曲線的形狀,並記住端到端延遲還包含你的網路跳轉,以及你圍繞模型所做的任何檢索或工具呼叫。
在過去 7 天裡，Grok 4.6 維持較低的中位回應延遲。
Benchmark 分數近似地反映能力,但不能取代在你自己的提示上進行測試。此處顯示的綜合質量指數彙整了多項公開評測,百分位則標出每個模型在目錄中所有可比模型裡的位置——這是一個有用的入圍訊號,而不是對你任務效果的保證。
在通用智慧指數上領先的模型,在你的領域(編碼、抽取、多語言、長上下文推理)上仍可能落後,因此請用這些 benchmark 縮小範圍,再讓兩個模型在你流量的代表性切片上實際跑一跑。請關注與你用例相匹配的那個具體指數,而不是總榜數字:編碼密集的產品應看重編碼指數,研究助手則看重推理指數。Benchmark 也會隨著模型更新而過時,因此請把它們當作一個起始假設,再用你自己的評測集去確認。
如果成本是硬性約束,先按你真實的輸入/輸出比例選用更便宜的模型,只有在質量不達標時才升級。如果回應速度是優先項——面向使用者的對話、agent、任何有人在等待的情境——就把 p50 延遲和吞吐看得比小幅價差更重。
如果你要做最吃力的推理、編碼或長上下文工作,就讓 benchmark 和上下文視窗的贏家領頭,並在物有所值處接受更高的費率。由於兩個模型都在同一套 API 之後,低風險的做法是把一小部分真實流量分別路由給兩者,在你自己的提示上對比成本、延遲和回答質量,再做最終決定。一種常見做法是分層(tier):把大量簡單、高頻的請求發給更便宜或更快的模型,把更強的模型留給真正需要它的請求,這樣能以一小部分成本拿到大部分的質量收益。無論選哪個,都要讓切換保持可逆——一旦數字或你的需求發生變化,你就能立刻把流量切回去。
或者乾脆不選——用一組金鑰和一個端點，按請求在兩者之間路由。
兩個都要適用場景
一組金鑰。兩個模型。40+ 家供應商。
按供應商原價計費，零 token 加價。免費開始，改一個字串即可切換模型，決定隨時可逆。