最適合程式設計的 AI 模型，是能在你使用的工具與預算內完成你所需變更的模型。對於 Claude 程式設計工作流程，可將 Sonnet 5 或 Opus 5 列入候選；對於困難的 OpenAI 工作，可選 Astra；對於有明確測試的範圍明確任務，可選 Terra 或 Haiku。
本比較涵蓋供程式設計代理程式使用的託管 API 模型，並區分文件化能力、Kunavo 目前價格及可重複的選擇方法。一般模型系列比較請參閱 Claude、GPT 與 Gemini 的比較。
先選任務，再選模型
| 你的任務 | 第一批候選 | 決定因素 |
|---|---|---|
| 測試、說明或小型獨立修正 | Terra 或 Haiku 4.5 | 不需反覆修正即可產生正確輸出 |
| 跨多個檔案的例行變更 | Sonnet 5 與 Opus 5 | 已接受的編輯、回應時間與總費用 |
| 困難除錯或長時間自主變更 | Opus 5 或 Astra；必要時考慮 Fable 5.1 | 能完成困難步驟並通過檢查 |
| 程式碼加上螢幕截圖或大型參考資料 | Claude 途徑 | 實際圖像支援、有用的上下文與已驗證的編輯 |
Anthropic 的模型概覽將 Opus 5 定位為適合複雜代理式程式設計，將 Sonnet 5 定位為兼具速度與智慧的模型。當 Opus 評估結果不足時，它建議在高要求工作中使用 Fable 5.1。OpenAI 將 Astra 定位為適合困難的端到端工作，包括程式設計。這些供應商描述支持的是候選模型，而不是跨供應商的優勝者。
比較目前價格與上下文限制
每百萬個標準未快取輸入／輸出 token 的美元價格，取自 Kunavo 目前的目錄。上下文限制描述的是容量，而非程式設計品質。各列依用途分組，不代表效能排名。
| 模型 | 候選用途 | 上下文 token | 輸入／輸出 |
|---|---|---|---|
| GPT-5.6 Terra | 有限預算下的小型、可測試變更 | 1,050,000 | $0.70 / $4.20 |
| Claude Haiku 4.5 | Claude 工作流程中的範圍明確子任務 | 200,000 | $0.70 / $3.50 |
| Claude Sonnet 5 | 日常程式設計與工具使用 | 1,000,000 | $1.40 / $7.00 |
| Claude Opus 5 | 複雜變更與較長的代理程式任務 | 1,000,000 | $3.50 / $17.50 |
| GPT-6 Astra | OpenAI 工作流程中的困難端到端工作 | 1,050,000 | $4.00 / $20.00 |
| Claude Fable 5.1 | 仍會擊敗初始候選模型的高要求工作 | 1,000,000 | $7.00 / $35.00 |
目錄估算不是最終帳單的上限。Kunavo 會收取目錄成本與上游成本乘以模型加價係數兩者中較高者。快取讀取、快取寫入、推理輸出及適用的長上下文層級也會影響計算。請參閱 計費詳情與目前價格表。
檢查代理程式的協定與工具
對於自訂提供商，Codex 需要 Responses 協定；僅支援 Chat Completions 的端點並不足夠。Claude Code 的閘道文件說明支援的 API 格式，並明確排除將路由指向非 Claude 模型的官方支援。提供商選單不代表每項功能都能運作。
模型供應商功能也可能與閘道路由不同。OpenAI 為 Astra 文件化了圖像輸入，但 Kunavo 目前的 GPT 路由不提供視覺功能。若要處理以螢幕截圖為基礎的工作，請選擇有文件說明支援圖像的路由，並確認用戶端確實會傳送圖像。在移轉可運作的任務前，請檢查串流、工具呼叫、推理設定及輸出限制。
使用相應的 Codex、Claude Code 或 OpenCode 設定。API 餘額與用戶端訂閱是分開的購買項目。
計算已接受變更的價格，包括上下文
將所有嘗試的總費用除以已接受任務的數量。將人工修正與經過時間一併記錄。低 token 費率可能因重試而失去優勢；若較高費率能避免重試，也可能值得。單靠這張價格表無法推導出任何一種結果。
將新輸入、快取寫入、快取讀取及輸出分開計算。Kunavo 的 Astra 與 Terra 請求若輸入 token 超過 272,000 個，整個請求會使用兩倍的輸入／快取費率，以及 1.5 倍的輸出費率。列出的 1M Claude 模型沒有長上下文附加費，但傳送更多 token 仍會增加成本。
使用基準測試建立候選清單，然後測試你的儲存庫
查看基準測試分數時，請一併閱讀模型版本、代理程式、工具、努力程度、任務組合及執行次數。例如，Anthropic 的成本與智慧研究使用 SWE-bench Pro 的 482 項任務子集，並明確說明其分數不可與公開排行榜比較。其成本也不是 Kunavo 的測量結果。
- 選擇一個可重現的錯誤、一項測試新增、一次多檔案變更、一項具代表性的 UI 任務，以及一項過去一直很困難的任務。
- 從相同的儲存庫版本開始每個候選測試。固定提示詞、工具、權限與預算；記錄模型及努力程度設定。
- 先定義驗收標準：相關測試、經審查的差異，以及所要求的行為。成功工作與失敗都要記錄。
- 比較總費用、完成時間與人工修正次數。接近的結果應重複測試，再更換每日預設模型。
從兩個候選模型和一個熟悉的代理程式開始。接著使用 Codex、Cline、Kilo 或 OpenCode API 比較 選擇付款途徑。這能讓模型決策具體可行，而不必一次改變整個工作流程。
常見問題
最適合程式設計的 AI 模型是什麼？
先從適合任務與代理程式的模型開始。Sonnet 5 和 Opus 5 是具體的 Claude 候選；Astra 是適合困難工作的 OpenAI 候選；Terra 和 Haiku 則適合範圍明確的任務。在選擇每日預設模型前，先在相同儲存庫上比較兩個模型。本指南提供有來源依據的候選清單，而非普遍適用的品質排名。
預算有限時，應該嘗試哪個程式設計模型？
Claude Haiku 4.5 是本表中費率最低的候選模型，在 Kunavo 每百萬 token 的輸入費率為 $0.70、輸出費率為 $3.50。先用一項小型且測試明確的變更進行嘗試。判斷完成任務是否更便宜時，請計入失敗嘗試與修正次數。
較大的上下文視窗會讓模型更擅長程式設計嗎？
它能讓請求在支援的限制內包含更多內容，但不能證明編輯品質更好、能可靠擷取每個細節，或錯誤更少。較長的請求也可能進入更高的價格層級。請比較相關檔案與已完成的結果，而不要只依上下文大小為模型排名。
程式設計模型和程式設計代理程式是一樣的嗎？
不是。模型會生成回應與工具呼叫；代理程式則提供編輯器或終端機工作流程、工具、上下文管理及權限。同一模型在不同代理程式、提示詞、工具存取權限與推理設定下，可能有不同表現。
官方來源已於 2026 年 9 月 17 日查核。建議以有文件依據的模型定位與目錄事實為基礎；未宣稱提供 Kunavo 的程式設計比較基準測試。