未指定供应商
- ccmax分组倍率 0.98×
- 输入 9.8 / 1M Token输出 49 / 1M Token缓存读取 0.98 / 1M Token
暂无模型说明。
模型广场
未指定供应商
- ccmax分组倍率 0.98×
- 输入 9.8 / 1M Token输出 49 / 1M Token缓存读取 0.245 / 1M Token
暂无模型说明。
未指定供应商
- ccmax分组倍率 0.98×
- 输入 0.98 / 1M Token输出 4.9 / 1M Token缓存读取 0.098 / 1M Token
暂无模型说明。
Anthropic
- kiro（稳定）分组倍率 0.1×
- 输入 0.1 / 1M Token输出 0.5 / 1M Token缓存读取 0.01 / 1M Token
快速型 Claude 模型，面向即时响应辅助、分类与轻量智能体
未指定供应商
- kiro（稳定）分组倍率 0.1×
- 输入 7.5 / 1M Token输出 37.5 / 1M Token
暂无模型说明。
Anthropic
- kiro（稳定）分组倍率 0.1×
- 输入 0.5 / 1M Token输出 2.5 / 1M Token缓存读取 0.05 / 1M Token
高端 Claude 模型，面向高难度编程、规划与更慢但更专业的推理
Anthropic
- kiro（稳定）分组倍率 0.1×
- 输入 0.5 / 1M Token输出 2.5 / 1M Token缓存读取 0.05 / 1M Token
更强的 Opus 档位，面向高阶软件开发与高风险决策推理
Anthropic
- kiro（稳定）分组倍率 0.1×
- 输入 0.5 / 1M Token输出 2.5 / 1M Token缓存读取 0.05 / 1M Token
顶级 Claude Opus 档位，面向最高难度的推理、编程与长程智能体
Anthropic
- kiro（稳定）分组倍率 0.1×
- 输入 0.5 / 1M Token输出 2.5 / 1M Token缓存读取 0.05 / 1M Token
最强的 Claude Opus 模型，面向编程、智能体与专业工作
Anthropic
- kiro（稳定）分组倍率 0.1×
- 输入 0.4 / 1M Token输出 2 / 1M Token缓存读取 0.02 / 1M Token
用于长期运行的智能体式编码和知识工作的 Claude 模型
未指定供应商
- kiro（稳定）分组倍率 0.1×
- 输入 7.5 / 1M Token输出 37.5 / 1M Token
暂无模型说明。
未指定供应商
- ccmax分组倍率 0.98×
- 输入 2.94 / 1M Token输出 14.7 / 1M Token缓存读取 0.294 / 1M Token
暂无模型说明。
未指定供应商
- ccmax分组倍率 0.98×
- 输入 2.94 / 1M Token输出 14.7 / 1M Token缓存读取 0.294 / 1M Token
暂无模型说明。
Anthropic
- kiro（稳定）分组倍率 0.1×
- 输入 0.3 / 1M Token输出 1.5 / 1M Token缓存读取 0.03 / 1M Token
Claude 主力模型，适合编程智能体、细致分析与生产环境成本控制
未指定供应商
- kiro（稳定）分组倍率 0.1×
- 输入 7.5 / 1M Token输出 37.5 / 1M Token
暂无模型说明。
未指定供应商
- ccmax分组倍率 0.98×
- 输入 73.5 / 1M Token输出 367.5 / 1M Token
暂无模型说明。
Anthropic
- kiro（稳定）分组倍率 0.1×
- 输入 7.5 / 1M Token输出 7.5 / 1M Token
日常使用的 Claude 智能体模型，面向编程、规划、网页浏览与通用工作
Anthropic
- kiro（稳定）分组倍率 0.1×
- 输入 7.5 / 1M Token输出 7.5 / 1M Token
用于日常编码、智能体和知识工作的快速 Claude 模型
OpenAI
- plus分组倍率 0.15×
- 输入 0.75 / 1M Token输出 6 / 1M Token缓存读取 0.075 / 1M Token
前沿 GPT-5.6 模型，面向复杂专业工作、编程与智能体工作流
OpenAI
- gpt_pro分组倍率 0.17×
- 输入 0.34 / 1M Token输出 2.72 / 1M Token缓存读取 0.034 / 1M Token
能力与成本兼顾的均衡型 GPT-5.6，适合日常工作
共 26 条 · 第 1/2 页