邮件改写与日常周报
先固定收件人、事实、语气和格式要求,用较低成本的候选型号试做。检查日期、承诺和遗漏;只有无法达到要求时,再比较其他型号是否减少返工。
验收重点:是否保留原事实,能否直接修改使用。
用邮件模板开始练习 ↗用工作记录整理周报 ↗
比较 GPT-6.1 Sol、GPT-6 Astra 与 GPT-6 Luna,按任务难度、成本和使用限制选择。
| 模型 / 版本 | 官方定位摘要 | 输入价格 | 输出价格 | 核实日期 |
|---|---|---|---|---|
| GPT-6.1 Sol ↗OpenAI | 兼顾智能水平与成本的通用选择。 | $2输入 · 短上下文 | $10输出 · 短上下文 | 官方资料整理 |
| GPT-6 Astra ↗OpenAI | 面向复杂推理与编程的旗舰型号。 | $10输入 · 短上下文 | $50输出 · 短上下文 | 官方资料整理 |
| GPT-6 Luna ↗OpenAI | 适合关注成本的高频、专注任务。 | $0.1输入 · 短上下文 | $0.5输出 · 短上下文 | 官方资料整理 |
token 是模型处理文本的计量单位,不等同于汉字数。输入与输出分别计费,推理、缓存、工具调用、长上下文及其他模态的具体规则以官方价格页为准。价格超过有效期或30天未复核时显示“待核实”。
先估一次请求,再估一个月。填入预计用量,比较相同用量下各模型的文本费用。这些数字是计算示例,不是本站实测用量或最终账单。
按每次输入 1,000、输出 500 token,每月 1,000 次请求估算。
| 模型 | 每次输入费用 | 每次输出费用 | 每次合计 | 每月合计 |
|---|---|---|---|---|
| GPT-6.1 Sol价格核实于 2026-10-11 | $0.0020 | $0.0050 | $0.0070 | $7.0000 |
| GPT-6 Astra价格核实于 2026-10-11 | $0.0100 | $0.0250 | $0.0350 | $35.0000 |
| GPT-6 Luna价格核实于 2026-10-11 | $0.0001 | $0.00025 | $0.00035 | $0.3500 |
每次费用 =(输入 token × 输入单价 + 输出 token × 输出单价)÷ 1,000,000
每月费用 = 每次费用 × 月请求次数
采用 Standard 短上下文文本单价,不含缓存读写、工具、图片、税费、区域附加费及批处理等其他计费项。输入限制为每次最多272,000 token;超过该范围的长上下文请求请查阅官方价格。输出最多128,000 token;这只是本估算器的范围,不保证账户配额或请求可执行。
token 不等于汉字数;优先使用 API 返回的计费用量。计算在浏览器内完成,不调用模型或产生 API 费用。价格过期、超过30天未复核或未配置估算规则时不计算。核对官方计费说明 ↗
选你真实要做的任务,例如整理周报、改写邮件或解释一段代码。给候选模型相同的背景和输出要求,再检查事实、格式和可用程度。
还要考虑一项任务需要多少轮对话、用了多少输入和输出,以及是否调用额外工具。这里没有“最好”的统一评分;官方定位与实际使用效果需要分开看。
以下是本站设计的选型练习,不是模型胜负排名。保留原始材料,让候选模型回答同一问题,再记录返工次数与实际费用。
先固定收件人、事实、语气和格式要求,用较低成本的候选型号试做。检查日期、承诺和遗漏;只有无法达到要求时,再比较其他型号是否减少返工。
验收重点:是否保留原事实,能否直接修改使用。
用邮件模板开始练习 ↗把来源分段编号,要求摘要给出对应依据。比较数字、限制条件和待办有没有遗漏;材料更长时,先确认上下文范围及计费档,不只比较表中单价。
验收重点:摘要是否可追溯,未知事项是否被补造。
练习摘要与原文对照 ↗准备可以核验答案的样例、约束和边界条件。记录候选模型完成同一任务需要几次修正,并实际运行测试;不要把说明写得流畅当成程序正确。
验收重点:约束是否满足,错误能否复现和修复。
把任务与约束写清楚 ↗官方定位可作为候选筛选依据;任务的实际结果由材料、提示词、模型设置与核验方式共同决定。
直接在聊天网站或 App 使用,查看对应产品的免费权益、会员套餐和额度;自行开发应用调用模型,才参考上方的 API 单价。订阅某个聊天产品并不意味着表中每个模型或调用量都包含在内,需核对具体套餐。
本页暂不列未经逐项核实的会员金额。购买前请在产品官方页面确认地区、税费、额度和可用型号。本站工具服务的价格另行配置。
下列摘要按官方文档整理,未进行本站统一实测。预览、限量测试或已归档版本应单独标注;型号不会因序号更大而自动获得更高评分。
官方将其定位为复杂任务中兼顾能力与成本的选择,可作为文本与代码任务的候选。
核实于 2026-10-11官方推荐用于要求更高的复杂推理和代码工作;可在较难任务中与成本更低的型号比较结果。
核实于 2026-10-11官方将其定位为高吞吐、成本敏感任务的高效选择,可作为日常文本处理的候选。
核实于 2026-10-11