Amazon Bedrock：模型智能、性能与价格
本分析旨在帮助你根据使用场景，选择 Amazon Bedrock 提供的最佳模型。
最智能
Updated
GPT-6 Astra (max)
Claude Opus 5 (max)Claude Opus 5 (xhigh)Claude Opus 5 (high)GPT-5.6 Sol (max)Intelligence Index
共 93 个模型
速度最快
Ministral 3 3B
Grok 4.3 (medium)Grok 4.3 (high)Nova MicroGrok 4.3 (low)输出速度
共 93 个模型
价格最低
Nova Micro
Gemma 3 4BNova Lite
NVIDIA Nemotron Nano 9B V2 (Non-reasoning)gpt-oss-20b (low)每 100 万 token 的混合价格
共 93 个模型
Amazon 提供 93 个模型，每个模型的智能、性能和价格特征各不相同。 下方对比了各模型的关键指标。
- 智能方面，Amazon 上表现最好的模型是 GPT-6 Astra (max)（53）、Claude Opus 5 (max)（51）和Claude Opus 5 (xhigh)（50）。
- 输出速度方面，最快的模型是 Ministral 3 3B（526 t/s）、Grok 4.3 (medium)（282 t/s）和Grok 4.3 (high)（273 t/s）。 各模型之间的速度差异显著，最快与最慢相差 103%。
- 延迟方面，GPT-5.4 (Non-reasoning)（0.54 秒）、Llama 3.1 8B（0.66 秒）和GPT-5.5 (Non-reasoning)（0.71 秒） 的首个答案 Token 延迟最低。
- 价格方面，Nova Micro（$0.03）、Gemma 3 4B（$0.04）和Nova Lite（$0.05） 每 100 万 token 的混合价格最低。 各模型价格最多相差 3.4 倍。
- 上下文窗口方面，Claude Opus 5 (max)（1M）、Claude Opus 5 (xhigh)（1M）和Claude Opus 5 (high)（1M） 支持 Amazon 上最大的上下文窗口。
亮点
智能评测
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic knowledge work, (Elo-500)/2000
Agentic real-world work tasks, (Elo-500)/2000
Agentic SaaS workflows
Agentic coding & terminal use
Coding
Reasoning & knowledge
Professional document reasoning, All-pass
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Legal agentic work, criterion pass rate
Agentic business operations
Quantitative analysis on spreadsheets & documents
Instruction following
Agentic tool use
Long-horizon agentic tasks
Kubernetes incident root-cause analysis
Visual reasoning
Intelligence Index vs. Price
上下文窗口
Context Window
价格
Intelligence Index vs. Price
性能摘要
Output Speed vs. Price
速度
按输出速度（每秒 token 数）衡量
Output Speed
延迟
按首 Token 延迟（秒）衡量
Latency: Time To First Answer Token
端到端响应时间
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
End-to-End Response Time vs. Price
进一步分析 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GPT-6 Astra (max) | 524k | 专有 | 53 | $3.26 | 80 | 429.40 | 435.65 | -- | |||
Claude Opus 5 (max) | 1M | 专有 | 51 | $5.86 | 51 | 47.96 | 57.73 | -- | |||
Claude Opus 5 (xhigh) | 1M | 专有 | 50 | $4.88 | 49 | 41.42 | 51.53 | -- | |||
Claude Opus 5 (high) | 1M | 专有 | 48 | $3.61 | 50 | 12.79 | 22.76 | -- | |||
GPT-5.6 Sol (max) | 1M | 专有 | 47 | $3.70 | 115 | 84.02 | 88.39 | -- | |||
Claude Opus 5 (medium) | 1M | 专有 | 45 | $2.19 | 49 | 4.62 | 14.79 | -- | |||
GPT-5.6 Terra (max) | 1M | 专有 | 42 | $1.95 | 143 | 129.28 | 132.78 | -- | |||
Claude Opus 4.8 (max) | 1M | 专有 | 42 | $4.02 | 54 | 19.56 | 28.83 | -- | |||
Claude Opus 4.7 (max) | 1M | 专有 | 41* | -- | 58 | 1.74 | 10.37 | -- | |||
Claude Opus 5 (low) | 1M | 专有 | 40 | $1.10 | 48 | 2.73 | 13.17 | -- | |||
GPT-5.4 (xhigh) | 272k | 专有 | 39* | -- | 154 | 98.37 | 101.61 | -- | |||
GPT-5.5 (xhigh) | 272k | 专有 | 39 | $5.98 | 114 | 34.76 | 39.16 | -- | |||
Claude Sonnet 5 (max) | 1M | 专有 | 38 | $6.21 | 78 | 186.78 | 193.21 | -- | |||
GPT-5.6 Luna (max) | 1M | 专有 | 38 | $1.02 | 247 | 87.07 | 89.09 | -- | |||
GPT-5.5 (high) | 272k | 专有 | 37 | $3.26 | 115 | 12.16 | 16.49 | -- | |||
GPT-5.5 (medium) | 272k | 专有 | 34 | $1.82 | 114 | 3.28 | 7.67 | -- | |||
Claude Opus 4.6 (max) | 1M | 专有 | 32* | -- | 46 | 7.68 | 18.65 | -- | |||
Claude Opus 4.7 (Non-reasoning, high) | 1M | 专有 | 31* | -- | 56 | 1.55 | 10.47 | -- | |||
GPT-5.5 (low) | 272k | 专有 | 31* | -- | 108 | 1.19 | 5.84 | -- | |||
Claude Sonnet 4.6 (max) | 200k | 专有 | 30 | $2.83 | 75 | 67.43 | 74.10 | -- | |||
Claude Opus 4.5 | 200k | 专有 | 29* | -- | 46 | 13.35 | 24.14 | -- | |||
Claude Sonnet 5 (Non-reasoning) | 1M | 专有 | 29* | -- | 57 | 1.86 | 10.67 | -- | |||
GPT-5.6 Sol (Non-reasoning) | 1M | 专有 | 28* | -- | 104 | 0.83 | 5.64 | -- | |||
GPT-5.4 (low) | 272k | 专有 | 28* | -- | 132 | 1.13 | 4.94 | -- | |||
Claude Opus 4.6 (Non-reasoning, high) | 1M | 专有 | 26* | -- | 43 | 1.77 | 13.42 | -- | |||
Grok 4.3 (high) | 524k | 专有 | 25 | $0.35 | 273 | 7.05 | 8.88 | -- | |||
Grok 4.3 (medium) | 524k | 专有 | 25* | -- | 282 | 3.87 | 5.64 | -- | |||
Claude Sonnet 4.6 (Non-reasoning, high) | 200k | 专有 | 25* | -- | 54 | 1.41 | 10.67 | -- | |||
Grok 4.3 (low) | 524k | 专有 | 24* | -- | 259 | 2.72 | 4.65 | -- | |||
Claude Opus 4.5 (Non-reasoning) | 200k | 专有 | 24* | -- | 44 | 1.75 | 13.07 | -- | |||
 Kimi K2.5 | 256k | 开放 | 23* | -- | 94 | 1.34 | 38.07 | 31.43 | |||
GPT-5.5 (Non-reasoning) | 272k | 专有 | 23* | -- | 116 | 0.71 | 5.04 | -- | |||
Claude 4.1 Opus | 200k | 专有 | 23* | -- | -- | -- | -- | -- | |||
GPT-5.6 Terra (Non-reasoning) | 1M | 专有 | 22* | -- | 124 | 0.75 | 4.78 | -- | |||
 GLM-4.7 | 200k | 开放 | 22* | -- | 101 | 1.42 | 26.13 | 19.77 | |||
Kimi K2 Thinking | 256k | 开放 | 22* | -- | 122 | 1.39 | 21.94 | 16.44 | |||
 DeepSeek V3.2 | 128k | 开放 | 21* | -- | 92 | 1.32 | 28.49 | 21.74 | |||
Claude 4.5 Sonnet | 1M | 专有 | 21 | $0.56 | 50 | 8.36 | 18.41 | -- | |||
Claude 4.5 Sonnet (Non-reasoning) | 1M | 专有 | 19* | -- | 45 | 1.60 | 12.65 | -- | |||
Claude 4 Sonnet | 1M | 专有 | 19* | -- | -- | -- | -- | -- | |||
 MiniMax-M2 | 205k | 开放 | 19* | -- | 105 | 1.10 | 24.84 | 18.99 | |||
Claude 4.1 Opus (Non-reasoning) | 200k | 专有 | 19* | -- | -- | -- | -- | -- | |||
GPT-5.4 (Non-reasoning) | 272k | 专有 | 18* | -- | 125 | 0.54 | 4.55 | -- | |||
Claude 4.5 Haiku | 200k | 专有 | 18 | $0.20 | 100 | 10.66 | 15.64 | -- | |||
GLM-4.7 (Non-reasoning) | 200k | 开放 | 17* | -- | 101 | 1.38 | 6.33 | -- | |||
GPT-5.6 Luna (Non-reasoning) | 1M | 专有 | 17* | -- | 211 | 0.79 | 3.15 | -- | |||
Claude 4 Sonnet (Non-reasoning) | 1M | 专有 | 17* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 (Non-reasoning) | 128k | 开放 | 16* | -- | 60 | 1.62 | 10.02 | -- | |||
Claude 4.5 Haiku (Non-reasoning) | 200k | 专有 | 15* | -- | 99 | 0.86 | 5.92 | -- | |||
GLM-4.7-Flash | 200k | 开放 | 15* | -- | 210 | 0.97 | 12.85 | 9.50 | |||
Grok 4.3 (Non-reasoning) | 524k | 专有 | 15 | $0.28 | 242 | 0.73 | 2.80 | -- | |||
Nova 2.0 Pro Preview (medium) | 256k | 专有 | 14* | -- | 112 | 12.82 | 35.14 | 17.85 | |||
DeepSeek V3.1 (Non-reasoning) | 128k | 开放 | 14* | -- | 149 | 1.38 | 4.72 | -- | |||
Nova 2.0 Omni (medium) | 1M | 专有 | 14* | -- | -- | -- | -- | -- | |||
Nova 2.0 Omni (medium) | 1M | 专有 | 14* | -- | -- | -- | -- | -- | |||
DeepSeek V3.1 | 128k | 开放 | 13* | -- | 137 | 1.36 | 19.62 | 14.61 | |||
Nova 2.0 Lite (high) | 1M | 专有 | 13* | -- | -- | -- | -- | -- | |||
Nova 2.0 Lite (high) | 1M | 专有 | 13* | -- | 168 | 15.70 | 30.55 | 11.88 | |||
Nova 2.0 Pro Preview (low) | 256k | 专有 | 13* | -- | 112 | 9.87 | 32.11 | 17.79 | |||
Nova 2.0 Lite (medium) | 1M | 专有 | 12* | -- | 161 | 10.55 | 26.07 | 12.41 | |||
gpt-oss-120b (high) | 131k | 开放 | 12 | $0.11 | 66 | 0.94 | 38.87 | 30.34 | |||
 Qwen3 235B 2507 (Non-reasoning) | 256k | 开放 | 12* | -- | 93 | 1.26 | 6.64 | -- | |||
Qwen3 Coder 480B | 262k | 开放 | 12* | -- | 100 | 1.20 | 6.19 | -- | |||
Nova 2.0 Lite (low) | 1M | 专有 | 12* | -- | 167 | 7.70 | 22.66 | 11.97 | |||
DeepSeek R1 (Jan) | 128k | 开放 | 11 | $0.22 | 175 | 1.06 | 17.34 | 13.42 | |||
Nova 2.0 Omni (low) | 1M | 专有 | 11* | -- | -- | -- | -- | -- | |||
GLM-4.7-Flash (Non-reasoning) | 200k | 开放 | 11* | -- | 216 | 0.99 | 3.30 | -- | |||
gpt-oss-120b (low) | 131k | 开放 | 10* | -- | 72 | 0.95 | 35.80 | 27.87 | |||
Qwen3 Coder Next | 128k | 开放 | 10 | $0.78 | 84 | 1.01 | 6.97 | -- | |||
Nova 2.0 Pro Preview (Non-reasoning) | 256k | 专有 | 10* | -- | 109 | 1.06 | 5.65 | -- | |||
gpt-oss-20b (low) | 131k | 开放 | 10* | -- | 100 | 13.96 | 38.96 | 20.00 | |||
Mistral Large 3 | 256k | 开放 | 10 | $0.10 | 201 | 1.12 | 3.61 | -- | |||
Qwen3 Coder 30B A3B | 262k | 开放 | 10* | -- | 247 | 0.97 | 3.00 | -- | |||
 Llama 4 Maverick | 128k | 开放 | 9 | $0.04 | 220 | 0.75 | 3.02 | -- | |||
Nova Premier | 1M | 专有 | 9* | -- | 32 | 2.82 | 18.24 | -- | |||
gpt-oss-20b (high) | 131k | 开放 | 9 | $0.01 | 170 | 30.09 | 44.82 | 11.78 | |||
Nova 2.0 Lite (Non-reasoning) | 1M | 专有 | 9* | -- | 155 | 1.05 | 4.28 | -- | |||
Magistral Small 1.2 | 128k | 开放 | 9* | -- | 73 | 1.60 | 35.87 | 27.42 | |||
Nova 2.0 Omni (Non-reasoning) | 1M | 专有 | 8* | -- | -- | -- | -- | -- | |||
Claude 3.5 Sonnet (Oct) | 200k | 专有 | 8* | -- | -- | -- | -- | -- | |||
Llama 3.3 70B | 128k | 开放 | 8* | -- | 146 | 1.10 | 4.53 | -- | |||
Qwen3 32B (Non-reasoning) | 32.8k | 开放 | 7* | -- | 125 | 1.12 | 5.11 | -- | |||
Claude 3.5 Sonnet (June) | 200k | 专有 | 7* | -- | -- | -- | -- | -- | |||
Nova Pro | 300k | 专有 | 7* | -- | 129 | 1.11 | 4.98 | -- | |||
Llama 3.1 8B | 128k | 开放 | 7* | -- | 178 | 0.66 | 3.47 | -- | |||
NVIDIA Nemotron Nano 9B V2 (Non-reasoning) | 131k | 开放 | 7* | -- | 166 | 1.11 | 4.12 | -- | |||
Mistral Large 2 (Jul) | 128k | 开放 | 7* | -- | 31 | 1.77 | 18.07 | -- | |||
Nova Lite | 300k | 专有 | 7* | -- | 175 | 0.92 | 3.78 | -- | |||
Llama 3.1 70B Standard | 128k | 开放 | 7* | -- | 98 | 1.32 | 6.41 | -- | |||
Llama 3.1 70B Latency Optimized | 128k | 开放 | 7* | -- | 113 | 1.26 | 5.68 | -- | |||
Llama 4 Scout | 128k | 开放 | 6 | $0.11 | 163 | 0.80 | 3.87 | -- | |||
Ministral 3 14B | 256k | 开放 | 6 | $0.14 | 242 | 0.92 | 2.99 | -- | |||
 Jamba 1.5 Large | 256k | 开放 | 6* | -- | 47 | 2.71 | 13.24 | -- | |||
Nova Micro | 130k | 专有 | 6* | -- | 269 | 0.89 | 2.74 | -- | |||
NVIDIA Nemotron Nano 12B v2 VL (Non-reasoning) | 128k | 开放 | 6* | -- | 201 | 1.07 | 3.56 | -- | |||
Mistral Large (Feb) | 32.8k | 专有 | 6* | -- | 43 | 1.50 | 13.23 | -- | |||
Claude 3 Haiku | 200k | 专有 | 6* | -- | 88 | 0.85 | 6.50 | -- | |||
Ministral 3 8B | 256k | 开放 | 5 | $0.07 | 240 | 1.01 | 3.09 | -- | |||
Llama 3 70B | 8.19k | 开放 | 5* | -- | -- | -- | -- | -- | |||
Jamba 1.5 Mini | 256k | 开放 | 5* | -- | 61 | 4.41 | 12.63 | -- | |||
Mixtral 8x7B | 32.8k | 开放 | 5* | -- | 25 | 1.10 | 21.29 | -- | |||
Mistral 7B | 8.19k | 开放 | 5* | -- | -- | -- | -- | -- | |||
Gemma 3 27B | 128k | 开放 | 5 | $0.47 | 62 | 1.37 | 9.45 | -- | |||
Ministral 3 3B | 256k | 开放 | 5 | $0.04 | 526 | 0.88 | 1.83 | -- | |||
Gemma 3 4B | 128k | 开放 | 5* | -- | 198 | 0.98 | 3.51 | -- | |||
Llama 3 8B | 8.19k | 开放 | 5* | -- | -- | -- | -- | -- | |||
Gemma 3 12B | 128k | 开放 | 4 | $0.24 | 98 | 1.30 | 6.39 | -- | |||
关键定义
常见问题
关于 Amazon Bedrock 的常见问题
Amazon Bedrock 提供我们跟踪的 93 个模型：GPT-6 Astra (max)、Claude Opus 5 (max)、Claude Opus 5 (xhigh)、Claude Opus 5 (high)、GPT-5.6 Sol (max)、Claude Opus 5 (medium)、GPT-5.6 Terra (max)、Claude Opus 4.8 (max)、Claude Opus 4.7 (max)、Claude Opus 5 (low)、GPT-5.4 (xhigh)、GPT-5.5 (xhigh)、Claude Sonnet 5 (max)、GPT-5.6 Luna (max)、GPT-5.5 (high)、GPT-5.5 (medium)、Claude Opus 4.6 (max)、Claude Opus 4.7 (Non-reasoning, high)、GPT-5.5 (low)、Claude Sonnet 4.6 (max)、Claude Opus 4.5、Claude Sonnet 5 (Non-reasoning)、GPT-5.6 Sol (Non-reasoning)、GPT-5.4 (low)、Claude Opus 4.6 (Non-reasoning, high)、Grok 4.3 (high)、Grok 4.3 (medium)、Claude Sonnet 4.6 (Non-reasoning, high)、Grok 4.3 (low)、Claude Opus 4.5 (Non-reasoning)、Kimi K2.5、GPT-5.5 (Non-reasoning)、GPT-5.6 Terra (Non-reasoning)、GLM-4.7、Kimi K2 Thinking、DeepSeek V3.2、Claude 4.5 Sonnet、Claude 4.5 Sonnet (Non-reasoning)、MiniMax-M2、GPT-5.4 (Non-reasoning)、Claude 4.5 Haiku、GLM-4.7 (Non-reasoning)、GPT-5.6 Luna (Non-reasoning)、DeepSeek V3.2 (Non-reasoning)、Claude 4.5 Haiku (Non-reasoning)、GLM-4.7-Flash、Grok 4.3 (Non-reasoning)、Nova 2.0 Pro Preview (medium)、DeepSeek V3.1 (Non-reasoning)、DeepSeek V3.1、Nova 2.0 Lite (high)、Nova 2.0 Pro Preview (low)、Nova 2.0 Lite (medium)、gpt-oss-120b (high)、Qwen3 235B 2507 (Non-reasoning)、Qwen3 Coder 480B、Nova 2.0 Lite (low)、DeepSeek R1 (Jan)、GLM-4.7-Flash (Non-reasoning)、gpt-oss-120b (low)、Qwen3 Coder Next、Nova 2.0 Pro Preview (Non-reasoning)、gpt-oss-20b (low)、Mistral Large 3、Qwen3 Coder 30B A3B、Llama 4 Maverick、Nova Premier、gpt-oss-20b (high)、Nova 2.0 Lite (Non-reasoning)、Magistral Small 1.2、Llama 3.3 70B、Qwen3 32B (Non-reasoning)、Nova Pro、Llama 3.1 8B、NVIDIA Nemotron Nano 9B V2 (Non-reasoning)、Mistral Large 2 (Jul)、Nova Lite、Llama 3.1 70B Standard、Llama 3.1 70B Latency Optimized、Llama 4 Scout、Ministral 3 14B、Jamba 1.5 Large、Nova Micro、NVIDIA Nemotron Nano 12B v2 VL (Non-reasoning)、Mistral Large (Feb)、Claude 3 Haiku、Ministral 3 8B、Jamba 1.5 Mini、Mixtral 8x7B、Gemma 3 27B、Ministral 3 3B、Gemma 3 4B和Gemma 3 12B。
Amazon Bedrock 上最智能的模型是 GPT-6 Astra (max)，Intelligence Index 得分为 53。
按输出速度计算，Amazon Bedrock 上最快的模型是 Ministral 3 3B，速度为每秒 526.1 个 token。
Amazon Bedrock 上首个答案 Token 延迟最低的模型是 GPT-5.4 (Non-reasoning)，延迟为 0.54 秒。延迟越低，初始响应越快。
按混合价格计算，Amazon Bedrock 上最实惠的模型是 Nova Micro，每 100 万 token 的价格为 $0.03（缓存命中/输入/输出比例为 7:2:1）。
Amazon Bedrock 上各模型价格最多相差 284 倍，从最实惠的 Nova Micro（每 100 万 token $0.03）到最昂贵的 GPT-6 Astra (max)（每 100 万 token $7.70）。
Amazon Bedrock 上 93 个模型中，有 23 个支持用于结构化输出的 JSON 模式。
Amazon Bedrock 上 93 个模型中，有 91 个支持函数调用（工具使用）。
是，Amazon Bedrock 提供 44 个推理模型：GPT-6 Astra (max)、Claude Opus 5 (max)、Claude Opus 5 (xhigh)、Claude Opus 5 (high)、GPT-5.6 Sol (max)、Claude Opus 5 (medium)、GPT-5.6 Terra (max)、Claude Opus 4.8 (max)、Claude Opus 4.7 (max)、Claude Opus 5 (low)、GPT-5.4 (xhigh)、GPT-5.5 (xhigh)、Claude Sonnet 5 (max)、GPT-5.6 Luna (max)、GPT-5.5 (high)、GPT-5.5 (medium)、Claude Opus 4.6 (max)、GPT-5.5 (low)、Claude Sonnet 4.6 (max)、Claude Opus 4.5、GPT-5.4 (low)、Grok 4.3 (high)、Grok 4.3 (medium)、Grok 4.3 (low)、Kimi K2.5、GLM-4.7、Kimi K2 Thinking、DeepSeek V3.2、Claude 4.5 Sonnet、MiniMax-M2、Claude 4.5 Haiku、GLM-4.7-Flash、Nova 2.0 Pro Preview (medium)、DeepSeek V3.1、Nova 2.0 Lite (high)、Nova 2.0 Pro Preview (low)、Nova 2.0 Lite (medium)、gpt-oss-120b (high)、Nova 2.0 Lite (low)、DeepSeek R1 (Jan)、gpt-oss-120b (low)、gpt-oss-20b (low)、gpt-oss-20b (high)和Magistral Small 1.2。推理模型会先进行扩展思考来解决复杂问题，再给出答案。
是，Amazon Bedrock 上 93 个模型中有 41 个是开放权重模型：Kimi K2.5、GLM-4.7、Kimi K2 Thinking、DeepSeek V3.2、MiniMax-M2、GLM-4.7 (Non-reasoning)、DeepSeek V3.2 (Non-reasoning)、GLM-4.7-Flash、DeepSeek V3.1 (Non-reasoning)、DeepSeek V3.1、gpt-oss-120b (high)、Qwen3 235B 2507 (Non-reasoning)、Qwen3 Coder 480B、DeepSeek R1 (Jan)、GLM-4.7-Flash (Non-reasoning)、gpt-oss-120b (low)、Qwen3 Coder Next、gpt-oss-20b (low)、Mistral Large 3、Qwen3 Coder 30B A3B、Llama 4 Maverick、gpt-oss-20b (high)、Magistral Small 1.2、Llama 3.3 70B、Qwen3 32B (Non-reasoning)、Llama 3.1 8B、NVIDIA Nemotron Nano 9B V2 (Non-reasoning)、Mistral Large 2 (Jul)、Llama 3.1 70B Standard、Llama 3.1 70B Latency Optimized、Llama 4 Scout、Ministral 3 14B、Jamba 1.5 Large、NVIDIA Nemotron Nano 12B v2 VL (Non-reasoning)、Ministral 3 8B、Jamba 1.5 Mini、Mixtral 8x7B、Gemma 3 27B、Ministral 3 3B、Gemma 3 4B和Gemma 3 12B。
会。服务商性能可能因基础设施变化、负载均衡和更新而随时间波动。我们持续对所有服务商进行基准测试，并在“随时间变化”图表中展示历史性能趋势。
选择 Amazon Bedrock 上的模型时，请考虑：智能（适合质量敏感型任务）、输出速度（适合吞吐量密集型任务）、延迟（适合需要快速首次响应的交互式应用）、价格（适合成本敏感型工作负载），以及上下文窗口大小、JSON 模式或函数调用支持等功能。