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
Claude Opus 5.5 (max with fallback)Claude Sonnet 5.5 (max with fallback)
GPT-6 Astra (max)Claude Opus 5 (max)Claude Opus 5 (xhigh)Intelligence Index
共 86 个模型
速度最快
Ministral 3 3B
Grok 4.3 (high)Ministral 3 8BGrok 4.3 (medium)Nova Micro输出速度
共 86 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 86 个模型
Amazon 提供 86 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 Claude Opus 5.5 (max with fallback)（58）、Claude Sonnet 5.5 (max with fallback)（56）和GPT-6 Astra (max)（53）。
- 输出速度方面，最快的模型是 Ministral 3 3B（422 t/s）、Grok 4.3 (high)（359 t/s）和Ministral 3 8B（309 t/s）。
- 延迟方面，Grok 4.3 (non-reasoning)（0.63 秒）、GPT-5.6 Luna (non-reasoning)（0.67 秒）和GPT-5.6 Terra (non-reasoning)（0.68 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 5.5 (max with fallback)（1M）、Claude Sonnet 5.5 (max with fallback)（1M）和Claude Opus 5 (max)（1M） 支持 Amazon 上最大的上下文窗口。
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
Agentic scientific research workflows in a terminal
Quantitative analysis on spreadsheets & documents
Kubernetes incident root-cause analysis
Visual reasoning
Medical long context reasoning
Intelligence Index 与价格
上下文窗口
上下文窗口
价格
Intelligence Index 与价格
性能摘要
输出速度与价格
速度
按输出速度（每秒 token 数）衡量
输出速度
延迟
按首 Token 延迟（秒）衡量
延迟: 首个答案 Token 延迟
缓存行为
缓存命中率
每任务成本与缓存命中率
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
端到端响应时间与价格
进一步分析 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
Claude Opus 5.5 (max with fallback) | 1M | 专有 | 58 | $5.98 | 73 | 1,185.63 | 1,192.50 | -- | |||
Claude Sonnet 5.5 (max with fallback) | 1M | 专有 | 56 | -- | 133 | 432.09 | 435.85 | -- | |||
GPT-6 Astra (max) | 524k | 专有 | 53 | $3.26 | 93 | 316.17 | 321.55 | -- | |||
Claude Opus 5 (max) | 1M | 专有 | 51 | $5.86 | 54 | 103.36 | 112.68 | -- | |||
Claude Opus 5 (xhigh) | 1M | 专有 | 50 | $4.88 | 53 | 52.33 | 61.77 | -- | |||
Claude Opus 5 (high) | 1M | 专有 | 48 | $3.61 | 53 | 30.63 | 40.04 | -- | |||
GPT-5.6 Sol (max) | 1M | 专有 | 47 | $2.83 | 99 | 100.58 | 105.64 | -- | |||
Claude Opus 5 (medium) | 1M | 专有 | 45 | $2.19 | 54 | 3.43 | 12.63 | -- | |||
 Kimi K3 (max) | 1M | 开放 | 44 | $1.87 | 176 | 1.62 | 15.83 | 11.37 | |||
Claude Opus 5.5 (low with fallback) | 1M | 专有 | 42 | $0.55 | 61 | 11.03 | 19.28 | -- | |||
GPT-5.6 Terra (max) | 1M | 专有 | 42 | $1.95 | 154 | 122.77 | 126.02 | -- | |||
Claude Opus 4.8 (max) | 1M | 专有 | 42 | $4.21 | 64 | 42.41 | 50.16 | -- | |||
Claude Opus 4.7 (max) | 1M | 专有 | 41* | -- | 70 | 20.70 | 27.83 | -- | |||
Claude Opus 5 (low) | 1M | 专有 | 39 | $1.10 | 52 | 2.36 | 11.91 | -- | |||
GPT-5.4 (xhigh) | 272k | 专有 | 39* | -- | 146 | 97.58 | 101.00 | -- | |||
GPT-5.5 (xhigh) | 272k | 专有 | 38 | $4.77 | 121 | 32.53 | 36.67 | -- | |||
Claude Sonnet 5 (max) | 1M | 专有 | 38 | $6.21 | 79 | 206.50 | 212.82 | -- | |||
GPT-5.6 Luna (max) | 1M | 专有 | 37 | $1.02 | 232 | 77.76 | 79.91 | -- | |||
GPT-5.5 (high) | 272k | 专有 | 37 | $2.65 | 108 | 20.45 | 25.09 | -- | |||
Claude Sonnet 5.5 (low with fallback) | 1M | 专有 | 36 | -- | 106 | 1.49 | 6.20 | -- | |||
GPT-5.5 (medium) | 272k | 专有 | 34 | $1.50 | 115 | 7.73 | 12.08 | -- | |||
Claude Opus 4.6 (max) | 1M | 专有 | 32* | -- | 47 | 14.12 | 24.81 | -- | |||
Claude Opus 4.7 (non-reasoning, high) | 1M | 专有 | 31* | -- | 65 | 1.21 | 8.87 | -- | |||
GPT-5.5 (low) | 272k | 专有 | 31* | -- | 105 | 1.30 | 6.07 | -- | |||
Claude Sonnet 4.6 (max) | 200k | 专有 | 30 | $2.83 | 61 | 74.30 | 82.53 | -- | |||
Claude Opus 4.5 | 200k | 专有 | 29* | -- | 58 | 15.79 | 24.34 | -- | |||
GPT-5.6 Sol (non-reasoning) | 1M | 专有 | 28* | -- | 99 | 0.75 | 5.79 | -- | |||
GPT-5.4 (low) | 272k | 专有 | 28* | -- | 119 | 2.74 | 6.93 | -- | |||
Claude Opus 4.6 (non-reasoning, high) | 1M | 专有 | 26* | -- | 49 | 1.74 | 12.01 | -- | |||
Grok 4.3 (high) | 524k | 专有 | 25 | $0.39 | 359 | 9.62 | 11.02 | -- | |||
Grok 4.3 (medium) | 524k | 专有 | 25* | -- | 304 | 5.67 | 7.31 | -- | |||
Claude Sonnet 4.6 (non-reasoning, high) | 200k | 专有 | 25* | -- | 64 | 1.31 | 9.16 | -- | |||
Grok 4.3 (low) | 524k | 专有 | 24* | -- | 278 | 2.80 | 4.60 | -- | |||
Claude Opus 4.5 (non-reasoning) | 200k | 专有 | 24* | -- | 49 | 1.52 | 11.63 | -- | |||
Kimi K2.5 | 256k | 开放 | 23* | -- | 102 | 1.32 | 35.28 | 29.06 | |||
Claude Sonnet 5 (non-reasoning) | 1M | 专有 | 23* | -- | 64 | 1.21 | 8.97 | -- | |||
GPT-5.5 (non-reasoning) | 272k | 专有 | 23* | -- | 113 | 0.76 | 5.18 | -- | |||
Claude 4.1 Opus | 200k | 专有 | 23* | -- | -- | -- | -- | -- | |||
 GLM-4.7 | 200k | 开放 | 22* | -- | 59 | 1.40 | 44.13 | 34.18 | |||
Kimi K2 Thinking | 256k | 开放 | 22* | -- | 150 | 1.15 | 17.87 | 13.37 | |||
 DeepSeek V3.2 | 128k | 开放 | 21* | -- | 58 | 1.42 | 44.40 | 34.38 | |||
GPT-5.6 Terra (non-reasoning) | 1M | 专有 | 21 | $0.19 | 116 | 0.68 | 4.97 | -- | |||
Claude 4.5 Sonnet | 1M | 专有 | 21 | $0.56 | 53 | 10.49 | 19.85 | -- | |||
Claude 4.5 Sonnet (non-reasoning) | 1M | 专有 | 19* | -- | 49 | 1.45 | 11.70 | -- | |||
 MiniMax-M2 | 205k | 开放 | 19* | -- | 127 | 1.15 | 20.80 | 15.72 | |||
Claude 4.1 Opus (non-reasoning) | 200k | 专有 | 19* | -- | -- | -- | -- | -- | |||
GPT-5.4 (non-reasoning) | 272k | 专有 | 18* | -- | 114 | 0.89 | 5.28 | -- | |||
GLM-4.7 (non-reasoning) | 200k | 开放 | 17* | -- | 69 | 1.48 | 8.71 | -- | |||
Claude 4.5 Haiku | 200k | 专有 | 17 | $0.34 | 131 | 14.79 | 18.61 | -- | |||
DeepSeek V3.2 (non-reasoning) | 128k | 开放 | 16* | -- | 55 | 1.70 | 10.86 | -- | |||
GPT-5.6 Luna (non-reasoning) | 1M | 专有 | 16 | $0.06 | 197 | 0.67 | 3.21 | -- | |||
Claude 4.5 Haiku (non-reasoning) | 200k | 专有 | 15* | -- | 111 | 0.79 | 5.30 | -- | |||
GLM-4.7-Flash | 200k | 开放 | 15* | -- | 206 | 1.04 | 13.19 | 9.72 | |||
Nova 2.0 Pro Preview (medium) | 256k | 专有 | 14* | -- | 127 | 11.90 | 31.52 | 15.70 | |||
Grok 4.3 (non-reasoning) | 524k | 专有 | 14 | $0.32 | 291 | 0.63 | 2.34 | -- | |||
DeepSeek V3.1 (non-reasoning) | 128k | 开放 | 14* | -- | 140 | 1.63 | 5.20 | -- | |||
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* | -- | 141 | 1.45 | 19.21 | 14.20 | |||
Nova 2.0 Lite (high) | 1M | 专有 | 13* | -- | -- | -- | -- | -- | |||
Nova 2.0 Lite (high) | 1M | 专有 | 13* | -- | 198 | 16.40 | 29.05 | 10.12 | |||
Nova 2.0 Pro Preview (low) | 256k | 专有 | 13* | -- | 122 | 7.97 | 28.44 | 16.37 | |||
Nova 2.0 Lite (medium) | 1M | 专有 | 12* | -- | 194 | 18.60 | 31.47 | 10.30 | |||
 Qwen3 235B 2507 | 256k | 开放 | 12* | -- | 75 | 1.30 | 7.93 | -- | |||
Qwen3 Coder 480B | 262k | 开放 | 12* | -- | 37 | 1.87 | 15.52 | -- | |||
Nova 2.0 Lite (low) | 1M | 专有 | 12* | -- | 178 | 8.31 | 22.37 | 11.25 | |||
gpt-oss-120b (high) | 131k | 开放 | 12 | $0.11 | 82 | 1.04 | 31.51 | 24.37 | |||
DeepSeek R1 (Jan) | 128k | 开放 | 11 | $0.22 | 142 | 1.10 | 21.17 | 16.55 | |||
Nova 2.0 Omni (low) | 1M | 专有 | 11* | -- | -- | -- | -- | -- | |||
GLM-4.7-Flash (non-reasoning) | 200k | 开放 | 11* | -- | 209 | 1.04 | 3.43 | -- | |||
gpt-oss-120b (low) | 131k | 开放 | 10* | -- | 84 | 1.00 | 30.83 | 23.86 | |||
 Llama 4 Maverick | 128k | 开放 | 10* | -- | -- | -- | -- | -- | |||
Nova 2.0 Pro Preview (non-reasoning) | 256k | 专有 | 10* | -- | 114 | 1.08 | 5.46 | -- | |||
gpt-oss-20b (low) | 131k | 开放 | 10* | -- | 190 | 7.44 | 20.59 | 10.52 | |||
Qwen3 Coder 30B A3B | 262k | 开放 | 10* | -- | 239 | 1.06 | 3.15 | -- | |||
Mistral Large 3 | 256k | 开放 | 9 | $0.10 | 131 | 1.24 | 5.05 | -- | |||
Qwen3 Coder Next | 128k | 开放 | 9 | $0.78 | 97 | 1.78 | 6.96 | -- | |||
gpt-oss-20b (high) | 131k | 开放 | 9 | $0.01 | 174 | 27.98 | 42.37 | 11.51 | |||
Nova 2.0 Lite (non-reasoning) | 1M | 专有 | 9* | -- | 179 | 1.05 | 3.85 | -- | |||
Magistral Small 1.2 | 128k | 开放 | 9* | -- | 76 | 1.57 | 34.40 | 26.27 | |||
Nova 2.0 Omni (non-reasoning) | 1M | 专有 | 8* | -- | -- | -- | -- | -- | |||
Llama 4 Scout | 128k | 开放 | 8* | -- | -- | -- | -- | -- | |||
Claude 3.5 Sonnet (Oct) | 200k | 专有 | 8* | -- | -- | -- | -- | -- | |||
Llama 3.3 70B | 128k | 开放 | 8* | -- | -- | -- | -- | -- | |||
Qwen3 32B (non-reasoning) | 32.8k | 开放 | 7* | -- | 137 | 1.19 | 4.85 | -- | |||
Claude 3.5 Sonnet (June) | 200k | 专有 | 7* | -- | -- | -- | -- | -- | |||
Nova Pro | 300k | 专有 | 7* | -- | 132 | 1.10 | 4.89 | -- | |||
Llama 3.1 8B | 128k | 开放 | 7* | -- | -- | -- | -- | -- | |||
NVIDIA Nemotron Nano 9B V2 (non-reasoning) | 131k | 开放 | 7* | -- | 169 | 1.15 | 4.11 | -- | |||
Mistral Large 2 (Jul) | 128k | 开放 | 7* | -- | -- | -- | -- | -- | |||
Nova Lite | 300k | 专有 | 7* | -- | 170 | 0.96 | 3.91 | -- | |||
Llama 3.1 70B Standard | 128k | 开放 | 7* | -- | -- | -- | -- | -- | |||
Llama 3.1 70B Latency Optimized | 128k | 开放 | 7* | -- | -- | -- | -- | -- | |||
Ministral 3 14B | 256k | 开放 | 6 | $0.14 | 208 | 0.97 | 3.38 | -- | |||
 Jamba 1.5 Large | 256k | 开放 | 6* | -- | -- | -- | -- | -- | |||
Nova Micro | 130k | 专有 | 6* | -- | 298 | 0.87 | 2.54 | -- | |||
NVIDIA Nemotron Nano 12B v2 VL (non-reasoning) | 128k | 开放 | 6* | -- | 201 | 1.14 | 3.63 | -- | |||
Mistral Large (Feb) | 32.8k | 专有 | 6* | -- | -- | -- | -- | -- | |||
Claude 3 Haiku | 200k | 专有 | 6* | -- | -- | -- | -- | -- | |||
Ministral 3 8B | 256k | 开放 | 5 | $0.07 | 309 | 0.94 | 2.56 | -- | |||
Llama 3 70B | 8.19k | 开放 | 5* | -- | -- | -- | -- | -- | |||
Jamba 1.5 Mini | 256k | 开放 | 5* | -- | -- | -- | -- | -- | |||
Mixtral 8x7B | 32.8k | 开放 | 5* | -- | 25 | 1.13 | 20.88 | -- | |||
Mistral 7B | 8.19k | 开放 | 5* | -- | -- | -- | -- | -- | |||
Gemma 3 27B | 128k | 开放 | 5 | $0.47 | 72 | 1.42 | 8.34 | -- | |||
Ministral 3 3B | 256k | 开放 | 5 | $0.04 | 422 | 0.94 | 2.13 | -- | |||
Gemma 3 4B | 128k | 开放 | 5* | -- | 184 | 1.06 | 3.78 | -- | |||
Llama 3 8B | 8.19k | 开放 | 5* | -- | -- | -- | -- | -- | |||
Gemma 3 12B | 128k | 开放 | 4 | $0.24 | 105 | 1.22 | 6.00 | -- | |||
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 86 个模型：Claude Opus 5.5 (max with fallback)、Claude Sonnet 5.5 (max with fallback)、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)、Kimi K3 (max)、Claude Opus 5.5 (low with fallback)、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)、Claude Sonnet 5.5 (low with fallback)、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、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、Claude Sonnet 5 (non-reasoning)、GPT-5.5 (non-reasoning)、GLM-4.7、Kimi K2 Thinking、DeepSeek V3.2、GPT-5.6 Terra (non-reasoning)、Claude 4.5 Sonnet、Claude 4.5 Sonnet (non-reasoning)、MiniMax-M2、GPT-5.4 (non-reasoning)、GLM-4.7 (non-reasoning)、Claude 4.5 Haiku、DeepSeek V3.2 (non-reasoning)、GPT-5.6 Luna (non-reasoning)、Claude 4.5 Haiku (non-reasoning)、GLM-4.7-Flash、Nova 2.0 Pro Preview (medium)、Grok 4.3 (non-reasoning)、DeepSeek V3.1 (non-reasoning)、DeepSeek V3.1、Nova 2.0 Lite (high)、Nova 2.0 Pro Preview (low)、Nova 2.0 Lite (medium)、Qwen3 235B 2507、Qwen3 Coder 480B、Nova 2.0 Lite (low)、gpt-oss-120b (high)、DeepSeek R1 (Jan)、GLM-4.7-Flash (non-reasoning)、gpt-oss-120b (low)、Nova 2.0 Pro Preview (non-reasoning)、gpt-oss-20b (low)、Qwen3 Coder 30B A3B、Mistral Large 3、Qwen3 Coder Next、gpt-oss-20b (high)、Nova 2.0 Lite (non-reasoning)、Magistral Small 1.2、Qwen3 32B (non-reasoning)、Nova Pro、NVIDIA Nemotron Nano 9B V2 (non-reasoning)、Nova Lite、Ministral 3 14B、Nova Micro、NVIDIA Nemotron Nano 12B v2 VL (non-reasoning)、Ministral 3 8B、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 Claude Opus 5.5 (max with fallback)，Intelligence Index 得分为 58。
按输出速度计算，Amazon Bedrock 上最快的模型是 Ministral 3 3B，速度为每秒 421.5 个 token。
Amazon Bedrock 上首个答案 Token 延迟最低的模型是 Grok 4.3 (non-reasoning)，延迟为 0.63 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 86 个模型中，有 24 个支持用于结构化输出的 JSON 模式。
Amazon Bedrock 上 86 个模型中，有 84 个支持函数调用（工具使用）。
是，Amazon Bedrock 提供 49 个推理模型：Claude Opus 5.5 (max with fallback)、Claude Sonnet 5.5 (max with fallback)、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)、Kimi K3 (max)、Claude Opus 5.5 (low with fallback)、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)、Claude Sonnet 5.5 (low with fallback)、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)、Nova 2.0 Lite (low)、gpt-oss-120b (high)、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 86 个模型中有 33 个是开放权重模型：Kimi K3 (max)、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、Qwen3 235B 2507、Qwen3 Coder 480B、gpt-oss-120b (high)、DeepSeek R1 (Jan)、GLM-4.7-Flash (non-reasoning)、gpt-oss-120b (low)、gpt-oss-20b (low)、Qwen3 Coder 30B A3B、Mistral Large 3、Qwen3 Coder Next、gpt-oss-20b (high)、Magistral Small 1.2、Qwen3 32B (non-reasoning)、NVIDIA Nemotron Nano 9B V2 (non-reasoning)、Ministral 3 14B、NVIDIA Nemotron Nano 12B v2 VL (non-reasoning)、Ministral 3 8B、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。