AI 模型定價與能力一次看：推理、編碼、圖像生成怎麼選
整理 2026 年 6 月常見 AI 模型比較，涵蓋推理、編碼、圖像生成與繁中資訊圖表表現，並列出各模型 1M tokens 成本，方便快速挑選。
【202606 AI模型】【多款 AI 模型】【AI 模型定價與能力一次看：推理、編碼、圖像生成怎麼選】 發布者：anson4139 這份整理彙整了 2026 年 6 月常見 AI 模型比較，涵蓋推理、成本、編碼、圖像生成與多模態能力，適合做選型參考。🤖 在低成本推理方面，Nemotron 3 Super（NVIDIA）主打複雜推理與極低成本；DeepSeek V4 則強調開源高性價比、複雜推理、數學編碼與百萬上下文。🧠 如果看重多模態與長上下文，Llama 4 Scout（Meta AI）提供文字、圖像與 10M tokens；Qwen 3.6 Plus、Kimi K2.6、豆包 Seed 2.0 Pro/Code 也各自瞄準編碼、代理與長文本需求。 在高階通用模型中，Grok 4.2（xAI）、GPT-5.4（OpenAI）、Gemini 3.1 Pro（Google）、Claude Sonnet 4.6 與 Claude Opus 4.8、GPT-5.5 都列入比較，涵蓋即時資訊、電腦操作、資料結構化、精準語氣與複雜編碼等場景。✨ 另外，圖像生成任務推薦 Grok 4.2、GPT Image 2 與 Nanobanana2；繁體中文資訊圖表則以 GPT image2、Gemini 的 nanobanana2、Qwen 3.6 Plus 與 GLM-5 表現較好。若以成本為優先，Nemotron 3 Super、DeepSeek V4、豆包 Seed 2.0 Lite 與 Llama 4 Scout 會是較省錢的選擇。📌 #AI #NVIDIA #Google #OpenAI #Anthropic #DeepSeek 出處：常見 AI模型 比較 相關附件 AI 模型定價與能力一次看：推理、編碼、圖像生成怎麼選 — AI 生成解析圖
https://blog.buclaw.org/posts/ai-mpxjcmur