曹越洋的博客
0%

从 0 到 1 上架一款 iOS 应用（二）：为什么你不应该只用一个 AI 模型？

发表于 更新于 分类于
本文字数： 3.2k 阅读时长 ≈ 3 分钟
从模型格局、编程能力、订阅方式和 API 成本出发，讨论独立开发者为什么要建立多模型能力体系。
封面图由 Nano Banana 2 生成

本文写于26.3.30 7:53pm-9:40pm

前言

书接上回，在第一篇中，我们阐述了软件开发的基础生态，而在AI时代，模型不再只是工具，而是开发者可以调度的“基础设施”。
这一章是模型介绍篇，本文不会简单介绍模型，而是尝试回答一个更关键的问题： 在一个由不同国家、不同公司控制的AI世界中，我们该如何构建自己的能力体系？

模型能力的时局分析

在独立测评AI模型的第三方平台https://artificialanalysis.ai/ 可以看到一个供参考的模型供应商的排行榜

模型供应商排行榜
从当前模型排行榜可以看出，AI模型的竞争已经不再是单纯的性能比拼，而是逐渐演变为一种“基础设施控制权”的竞争：中美大模型正面硬刚 + 少量欧洲补位。 Chatgpt的评价是：前沿模型主要由美国大厂主导，中国模型快速追赶 以表格的形式整理如下：
排名 模型 公司 国家 阵营
1 Gemini 3 Pro Google 🇺🇸 美国 Big Tech
2 GPT-5 (High) OpenAI 🇺🇸 美国 Frontier Lab
3 Claude Opus 4.6 Anthropic 🇺🇸 美国 Frontier Lab
4 Claude Sonnet 4.6 Anthropic 🇺🇸 美国 Frontier Lab
5 GLM-5 智谱AI (Zhipu) 🇨🇳 中国 大模型创业公司
6 MiniMax M2.7 MiniMax 🇨🇳 中国 创业公司
7 MiMo-V2-Pro 小米AI 🇨🇳 中国 大厂
8 Grok 4.2 xAI 🇺🇸 美国 Elon系
9 GPT-5 mini OpenAI 🇺🇸 美国 Frontier Lab
10 Kimi K2.5 月之暗面 (Moonshot) 🇨🇳 中国 创业公司
11 Gemini 3 Flash Google 🇺🇸 美国 Big Tech
12 Qwen 3.5 397B 阿里巴巴 🇨🇳 中国 Big Tech
13 DeepSeek V3 DeepSeek 🇨🇳 中国 创业公司
14 MiMo-V2 Flash 小米 🇨🇳 中国 大厂
15 Claude Haiku 4.5 Anthropic 🇺🇸 美国 Frontier Lab
16 NVIDIA Nemotron NVIDIA 🇺🇸 美国 Big Tech
17 Amazon Nova AWS 🇺🇸 美国 Big Tech
18 Gemini Flash Lite Google 🇺🇸 美国 Big Tech
19 gpt-oss-120B OpenAI / 开源系 🇺🇸 美国 Open-ish
20 K-EXAONE LG AI 🇰🇷 韩国 企业AI
21 gpt-oss-20B OpenAI 🇺🇸 美国 Open-ish
22 NVIDIA Nemotron Nano NVIDIA 🇺🇸 美国 Big Tech
23 K2 Think V2 Kuaishou / 快手 🇨🇳 中国 大厂
24 MiniMax K2.5 Pro MiniMax 🇨🇳 中国 创业公司
25 Mistral Large 3 Mistral 🇫🇷 法国 欧洲独立
26 Llama 4 Maverick Meta 🇺🇸 美国 Big Tech

第一梯队

第一梯队，俗称御三家的公司及其对应产品基本都来自美国，它们决定了AI能力的上限：

  • Google—Gemini
  • Anthropic—Claude
  • Openai—Chatgpt
    特点：
    追求极限智能，定义能力上限

第二梯队

第二梯队的公司基本来自于中国，它们不追求最强，而是追求“足够强 + 足够便宜”。提供前沿、价格优惠的解决方案。

  • 深度求索—DeepSeek
  • 阿里巴巴—Qwen
  • 月之暗面—Kimi
  • 稀宇科技—MiniMax
  • 智谱—GLM
    特点：
    用成本优势快速占领市场

其他扩展势力

  • xAI（Grok）
  • NVIDIA（Nemotron）
  • Amazon（Nova）
  • Meta（Llama）
    特点：
    通过云、GPU或社交入口绑定用户

编程能力的对比

Coding Index 编程能力对比
在第二个Coding Index中显示出了编程能力的横向测评，这也是我们应该重点关注的地方。 可见和模型的整体能力类似，依然是美国模型领先，中国模型占据前沿的状态。 而在实际编程体验中，Anthropic 的 Claude在众多用户中体验最佳，并且一直在定义各种行业标准。

订阅方式汇总

Ai模型的算力是驱动各种Ai能力的基础，计费基础单位是Token，可以理解为AI世界的“电力单位。
模型厂商提供的不是功能，而是算力本身。谁掌握算力，谁就掌握生产力。

API调用

按量付费———相当于厂商给你接一条电线，用多少给多少钱。是所有的厂商都支持的付费方式

OpenRouter Token 消耗示意
中转站OpenRouter上的Weekly Token消耗排行榜，可以直观地查看Token在Input和Output的价格和消耗情况，作为目前大模型流行度的一个参考，更多信息需要到对应的公司开放平台网页上查询

会员订阅

Google Gemini、Anthropic Claude、Openai Chatgpt支持的计费方式。
标准版会员订阅的价格，御三家都是20美刀一个月，可以获得网页版会员权益，以及AI编程的额度。
例如：Openai的Plus订阅会额外给予Codex（Chatgpt官方的编程Agent）的使用配额，以每5小时和每周限定额度的方式限制，同样的Anthropic也会提供Claude code的额度，Google会给予Antigravity的额度

ChatGPT 订阅计划价格

参考链接：

Coding Plan

在Openclaw爆火后，极高的燃烧Token速度让用户们出现了Token慌，因此国内厂商顺势出台了Coding Plan的订阅包模式，通过包月限额的资源配置方式，给到用户一个廉价可靠的Token解决方案。
Coding Plan的出现，本质上是AI从“按量计费”走向“基础设施化”的标志。类似于电力从按次收费变为包月供电，开发者可以在一个可控成本范围内持续调用AI能力。
这意味着AI开始从“工具”变成“可持续供给的生产资源”

智谱 Coding Plan 页面

Coding Plan也是控制开发成本的最佳选择，如果有需要购买Minimax或者GLM的Coding Plan的朋友，可以点击下方我的邀请链接，获取GLM5%或者Minimax 10%的价格折扣优惠
https://platform.minimaxi.com/subscribe/token-plan?code=H5mFhfRxqH&source=link
https://www.bigmodel.cn/glm-coding?ic=PH3OZYF5I9

中转站

由于美国出口管制体系，中国大陆和港澳目前都不支持御三家的订阅，因此可以采用Openrouter（https://openrouter.ai/） 或者Curosr这样有信誉的第三方中转站或者聚合商获取顶级的API服务。

⚠️ 需要注意的是，通过中转服务获取模型能力虽然在短期内可行，但在监管逐步加强的背景下，其稳定性和长期可持续性存在不确定性。

因此在架构设计上，应避免对单一地区或单一供应商形成依赖。

Cursor 价格页面

不过26年3月开始, 美国对API调用的限制也愈发严格, 因此读者请不要将所有的Ai供应服务都限定在一个地区, 增加灵活性。

其他供应商

除了上述供应方式以外，还有其他个人第三方供应商通过反代等灰色方式获取算力，读者请自行鉴别，在成本控制和隐私泄漏之间做好权衡。

⚠️非官方和大品牌的供应商可能会将接收到的所有信息都打包倒卖，注意信息安全！

总结

在AI时代，开发者的核心能力正在发生变化。
不再是单纯“写代码”，而是：

  • 理解模型能力
  • 控制成本结构
  • 设计可持续的技术组合
    未来的开发者，更像“调度算力的人”，而不是“写代码的人”。
    在这个过程中，真正的竞争优势，不来自于某一个模型，而来自于你如何使用它们。