研究借用投资组合理论挑选性价比最高的AI模型

借用投资组合理论中的效率前沿和类夏普比率，来挑选每美元能买到最多智能的 AI 模型，并说明这种类比在哪里失效。

每个 AI 模型都以某项每任务成本提供一定量的智能，而你希望前者尽可能多、后者尽可能少。投资组合理论有一套久经验证的方法来思考这类决策形态，只是把收益换成智能、把风险换成成本。本文借用这套方法，并明确指出它在哪里不再适用。

这套方法能告诉你哪些模型不值得继续付费，以及作为默认选择应该先试哪一个。它不能告诉你一项困难任务需要哪个模型，而且下表中的小幅差距都在基准测试噪声范围内。

当无法在不使某一项变差的情况下改善另一项时，这种配置就是帕累托有效的。应用到具有智能和成本两个属性的模型上：如果没有另一个模型至少同样聪明且至少同样便宜、并且在这两项中有一项严格更优，该模型就在前沿上。

这个定义完成了大部分工作。把每个模型按每任务成本画在横轴、智能得分画在纵轴，任何上方和左侧存在其他模型的点都是被支配的。仅按这两项标准，没有任何工作负载应该选择它。

模型 A 模型 B 模型 C 模型 D 模型 E 模型 F 模型 G 前沿 被支配 假设的模型。B 比 E 更便宜也更聪明，所以没人应该买 E。

这一点并不专属于成本与智能。你可以为你关心的任意一对属性画出同样的前沿：成本与智能、时间与智能，或者成本与时间。三者同时考虑时，前沿不再是一条线而是一个面，即三维空间中的效率曲面；只要没有另一个模型在三项上同时胜过它，该模型就能留在曲面上。属性越多，留下的模型越多，因为在某方面做到最好的方式更多了。

这里的数字来自两个公开来源：

在成本与智能方面，26 个模型中有 8 个留下来：

K2 Horizon 来自阿布扎比 MBZUAI 的基础模型研究所，而不是 Moonshot——后者的模型叫 Kimi。MiMo-V2.6-Pro 来自小米。

十八个模型落选，其中一些知名度很高、营销也做得好。Claude Opus 5.5 比 Gemini 4 Carbon 低一分，每任务成本却高约 30%。Claude Sonnet 5.5 略低于 GPT-6.1 Sol，成本却大约是后者的八倍。Grok 4.7、Qwen3.8 Max 和 Gemini 3.8 Flash 每任务成本都超过 7 美元，得分却低于每任务 0.41 美元的 Claude Haiku 5.5。

换一对属性，留下的模型也会变。在时间与智能方面，Claude Opus 5.5 回来了，因为它比 Gemini 4 Carbon 更快；DeepSeek V4.1 Flash、Mistral Large 4 和 Beam 1.0 也回来了，而 GPT-6 Luna 和 MiMo-V2.6-Pro 落选。仅看成本与时间，只有两个模型留下：免费的 K2 Horizon，以及约一分半钟完成的 Beam 1.0。三项属性一起看，26 个模型中有 13 个在效率曲面上。

Claude Opus 5.5 Claude Opus 5.5 Claude Sonnet 5.5 Claude Sonnet 5.5 Claude Fable 5.1 Claude Fable 5.1 Kimi K3.1 Pro Kimi K3.1 Pro Muse Wonder Muse Wonder Grok 4.7 Grok 4.7 Qwen3.8 Max Qwen3.8 Max DeepSeek V4.1 Flash DeepSeek V4.1 Flash GLM-5.3 GLM-5.3 Gemini 3.8 Flash Gemini 3.8 Flash MiniMax-M3.1-Flash MiniMax-M3.1-Flash Step 5 Preview Step 5 Preview Mistral Large 4 Mistral Large 4 Muse Spark Open Muse Spark Open Qwen3.8 27B Qwen3.8 27B Beam 1.0 Beam 1.0 Nemotron 3.5 Super VL Nemotron 3.5 Super VL Inkling Inkling Gemini 4 Carbon Gemini 4 Carbon GPT-6 Astra GPT-6 Astra GPT-6.1 Sol GPT-6.1 Sol GPT-6.1 Terra GPT-6.1 Terra Claude Haiku 5.5 Claude Haiku 5.5 MiMo-V2.6-Pro MiMo-V2.6-Pro GPT-6 Luna GPT-6 Luna K2 Horizon K2 Horizon（免费）免费 在前沿上：可以考虑 被支配：跳过

智能与每任务时间。26 个模型的散点图。前沿从快到慢：Beam 1.0、Mistral Large 4、DeepSeek V4.1 Flash、Claude Haiku 5.5、GPT-6.1 Terra、GPT-6 Astra、Claude Opus 5.5、Gemini 4 Carbon。0 10 20 30 40 50 60 1 3 10 30 每任务分钟数（对数刻度）智能指数 GPT-6.1 Sol GPT-6.1 Sol Claude Sonnet 5.5 Claude Sonnet 5.5 Claude Fable 5.1 Claude Fable 5.1 Kimi K3.1 Pro Kimi K3.1 Pro Muse Wonder Muse Wonder Grok 4.7 Grok 4.7 Qwen3.8 Max Qwen3.8 Max GLM-5.3 GLM-5.3 Gemini 3.8 Flash Gemini 3.8 Flash MiMo-V2.6-Pro MiMo-V2.6-Pro MiniMax-M3.1-Flash MiniMax-M3.1-Flash Step 5 Preview Step 5 Preview GPT-6 Luna GPT-6 Luna Muse Spark Open Muse Spark Open Qwen3.8 27B Qwen3.8 27B K2 Horizon K2 Horizon Nemotron 3.5 Super VL Nemotron 3.5 Super VL Inkling Inkling Gemini 4 Carbon Gemini 4 Carbon Claude Opus 5.5 Claude Opus 5.5 GPT-6 Astra GPT-6 Astra GPT-6.1 Terra GPT-6.1 Terra Claude Haiku 5.5 Claude Haiku 5.5 DeepSeek V4.1 Flash DeepSeek V4.1 Flash Mistral Large 4 Mistral Large 4 Beam 1.0 Beam 1.0 在前沿上：可以考虑 被支配：跳过

时间与每任务成本。26 个模型的散点图。忽略智能时只有两个模型未被支配：免费的 K2 Horizon，以及最快的 Beam 1.0。1 3 10 30 0.1 美元 0.3 美元 1 美元 3 美元 10 美元 每任务成本，美元（对数刻度）每任务分钟数（对数刻度，越低越好）Gemini 4 Carbon Gemini 4 Carbon Claude Opus 5.5 Claude Opus 5.5 GPT-6 Astra GPT-6 Astra GPT-6.1 Sol GPT-6.1 Sol Claude Sonnet 5.5 Claude Sonnet 5.5 GPT-6.1 Terra GPT-6.1 Terra Claude Fable 5.1 Claude Fable 5.1 Kimi K3.1 Pro Kimi K3.1 Pro Muse Wonder Muse Wonder Claude Haiku 5.5 Claude Haiku 5.5 Grok 4.7 Grok 4.7 Qwen3.8 Max Qwen3.8 Max DeepSeek V4.1 Flash DeepSeek V4.1 Flash GLM-5.3 GLM-5.3 Gemini 3.8 Flash Gemini 3.8 Flash MiMo-V2.6-Pro MiMo-V2.6-Pro MiniMax-M3.1-Flash MiniMax-M3.1-Flash Step 5 Preview Step 5 Preview GPT-6 Luna GPT-6 Luna Mistral Large 4 Mistral Large 4 Muse Spark Open Muse Spark Open Qwen3.8 27B Qwen3.8 27B Nemotron 3.5 Super VL Nemotron 3.5 Super VL Inkling Inkling K2 Horizon K2 Horizon（免费）Beam 1.0 Beam 1.0 免费 在前沿上：可以考虑 被支配：跳过

同样的 26 个模型在每一对属性上的表现。实心点在该属性对上位于前沿；空心点被至少一个实心点支配。来源：Artificial Analysis、OpenRouter，检索于 2026 年 11 月 1 日。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）