Writingmate.ai 支持哪些模型？OpenAI 与 Anthropic Claude 对比评测 2025

Writingmate.ai 支持的模型

OpenAI 与 Anthropic Claude 对比评测 2025

模型性能

1. OpenAI 的 o3 和 o4-mini
   • 图像思维与工具自主调用：这两款模型首次实现了 “图像思维”，能够处理模糊、颠倒或低质量的图像，并通过动态缩放、旋转等操作进行深入分析。例如，用户上传一张手写数学题的草图，o3 可逐步拆解题意并输出完整的解题过程。在多模态基准测试中，o3 在 MMMU 任务中准确率达 82.9%，远超前代 o1 的 77.6%；在 MathVista 测试中，o3 以 86.8% 的准确率刷新纪录。此外，o3 和 o4-mini 能无缝调用 ChatGPT 的全套工具，包括网页搜索、Python 编程、图像生成等，并支持通过 API 集成用户自定义工具。
   • 编程能力：在 SWE-bench 测试中，o3 得分 69.1%，超过 Anthropic 的 Claude 3.7 Sonnet（62.3%）。在 Codeforces 编程竞赛中，o3 与 o4-mini 的 ELO 评分达到 2706 和 2719，远超 o1 的 1891。
   • 成本优化：o3 定价为每百万输入 / 输出 tokens 10/40 美元，较前代 o1 降低 33%；o4-mini 则以每百万输入 tokens 1.1 美元的超低价格，成为高吞吐量场景的首选。
   
   
2. Anthropic 的 Claude 4 系列
   • 编程能力：Claude 4 系列在编程能力上实现了巨大飞跃，尤其在编码测试基准上表现优异。Claude Sonnet 4 在 SWE-bench 基准测试中达到 72.7% 的成功率，Claude Opus 4 达到 72.5% 的成功率，均超过 Claude 3.7 Sonnet 的基础模式（62.3%）和扩展思考模式（70.3%）。多家知名技术公司已证实 Claude 4 在实际开发场景中的卓越表现，如 Cursor 评价其为 “编码领域的尖端模型”，Replit 强调其在处理多文件复杂变更时的精确性显著提升。
   • 长时间任务处理：Claude Opus 4 能够连续工作数小时，在客户测试中实现了 7 小时持续自主编程。这一改进对于需要连续思考和多步骤任务的场景具有革命性意义，如大型代码库重构、复杂系统设计与实现等。
   • 工具使用与记忆能力：Claude 4 引入了扩展思考与工具使用的结合，在扩展思考阶段能够使用工具（例如网络搜索），并支持并行工具执行能力，显著提高了处理复杂、多面向任务的效率。此外，Claude Opus 4 在记忆能力方面实现了飞跃，特别是在提供本地文件访问权限的应用场景中，能够创建和维护记忆文件存储关键信息。
   
   

适用场景

1. OpenAI 的 o3 和 o4-mini
   • 复杂科学问题求解：o3 的 “深度思考” 模式支持长时间推理，适用于生物学家识别细胞结构并生成实验假设、工程师通过草图快速验证机械设计等场景。
   • 高吞吐量任务：o4-mini 以超低价格成为高吞吐量场景的首选，如大规模数据处理、自动化报告生成等。
   
   
2. Anthropic 的 Claude 4 系列
   • 软件开发与编码：Claude 4 在编程能力上的提升使其成为开发者的首选，能够更准确地理解复杂代码库、识别并修复漏洞，以及实现更复杂的功能。
   • 复杂工作流与智能体任务：Claude Opus 4 在长时间任务处理和工具使用能力上的优势，使其在复杂业务流程中表现更佳，如多轮对话式问题解决、智能体自主编程等。
   
   

价格对比

1. OpenAI：o3 定价为每百万输入 / 输出 tokens 10/40 美元，o4-mini 每百万输入 tokens 1.1 美元；GPT-4.1 系列如 GPT-4.1 Nano 每百万 tokens 仅 0.12 美元。
2. Anthropic：Claude Opus 4 定价为每百万输入 / 输出 tokens 15/75 美元，Claude Sonnet 4 为 3/15 美元。Anthropic 还推出了高级套餐 Claude Max，每月 100 美元可获得 Pro 套餐五倍的使用额度，每月 200 美元可获得二十倍的使用额度。

总结