每个月都有人问我：现在到底该用哪个大模型？
这个问题在2026年6月变得更难回答了，因为三家都在疯狂迭代。Anthropic 5月28日发了Opus 4.8，6月9日又掏出了Mythos级的Fable 5；Google在I/O上甩出Gemini 3.5 Flash当默认模型；OpenAI的GPT-5.5稳坐钓鱼台，GPT-5.6据说要来但一直没落地。
我花了三天时间，把这三个模型在六个维度上跑了一遍。不是跑分——跑分你到处都能看——是真实使用场景下的体感对比。
先理一下当前格局
2026年6月下旬的大模型市场，三巨头的站位是这样的：
Anthropic：节奏最激进。Opus 4.6（2月）→ Opus 4.7（4月）→ Opus 4.8（5月28日）→ Fable 5（6月9日）。四个月三代旗舰，其中Fable 5是首个面向公众的Mythos级模型，编码能力碾压式领先。但Fable 5也引发了争议——美国政府以国家安全为由要求Anthropic关闭Fable 5和Mythos 5，目前情况还在拉扯中。所以这篇对比我以Opus 4.8为主，Fable 5作为补充。
OpenAI：最稳。GPT-5.5从4月发布至今一直是主流旗舰，6月23日推出了安全专用的GPT-5.5-Cyber变体。GPT-5.6原计划6月发布，但受Fable 5事件影响可能延迟。整体策略是"不急着发新的，先把现有的做扎实"。
Google：最有性价比。Gemini 3.5 Flash在I/O 2026上发布，直接定为Gemini系列的默认模型。1M token上下文，支持文本、视觉、视频、音频六种模态，定价$1.50/$9 per 1M tokens——便宜得离谱。Gemini 3.5 Pro延迟到了6月，但Flash已经够打了。
维度一：写作能力
这个维度我测了三种场景：商业文案、技术文章、创意写作。
Claude Opus 4.8的写作是最"像人"的。它的文字有节奏感，长短句交替自然，不像AI那种四平八稳的调子。写商业文案的时候，它能在专业和口语之间找到很好的平衡。技术文章也是它的强项——逻辑清晰，而且它会主动补充你以为你知道但其实不知道的背景信息。
GPT-5.5的写作特点是"全面但平庸"。什么都能写，什么都不惊艳。商业文案中规中矩，创意写作偏保守，技术文章准确性不错但读起来有点干。适合需要稳定输出的场景，但如果你追求文字质感，差点意思。
Gemini 3.5 Flash出乎意料地好。尤其是中文写作——Google在中文语料上的投入肉眼可见地在提升。它的风格偏活泼，适合写社交媒体内容和营销文案。但在长篇技术文章上偶尔会跑偏，需要多次prompt来纠正。
写作排名：Claude Opus 4.8 > Gemini 3.5 Flash > GPT-5.5
维度二：代码能力
这是目前竞争最激烈的维度。
Claude Opus 4.8在SWE-Bench Pro上拿到了69.2%，比上一代的64.3%提升明显。实际写代码的体感：上下文理解极强，你给它一个大型项目，它能记住所有文件的依赖关系，改一个函数会自动提醒你哪些地方需要同步修改。而且它的代码注释写得好——不是那种废话注释，是真正帮你理解逻辑的注释。
至于Fable 5，如果它还在可用状态的话，编码能力确实碾压。在SWE-Bench Pro上据说突破了75%，而且长任务编程（连续几个小时的多步骤编码任务）的表现是所有模型里最好的。但考虑到它目前的状态不稳定，不建议作为生产环境的主力。
GPT-5.5写代码很稳，但缺乏灵性。它适合写那种"有明确规范、不需要太多创造性"的代码——CRUD接口、单元测试、文档生成。但如果你让它做架构设计或者调试复杂的并发问题，它会给你一个"看起来对但经不起推敲"的方案。
Gemini 3.5 Flash的代码能力是三家里最弱的，但也够用了。它的优势在于跟Google生态的集成——如果你在用Google Cloud或者Firebase，Gemini对这套技术栈的理解是最深的。
代码排名：Fable 5（如可用）> Claude Opus 4.8 > GPT-5.5 > Gemini 3.5 Flash
维度三：推理能力
推理我用数学题和逻辑推理题来测。
Opus 4.8在USAMO（美国数学奥林匹克）上拿了96.7%的分数，这个成绩在所有公开模型里排名第一。实际测下来，它做复杂的逻辑推理题时，会先把问题拆解成子问题，然后逐个攻克，最后再整合——这个思维链跟人类解题的方式很像。
GPT-5.5的推理能力也不差，但它的推理过程更"直给"——直接从A推到B，省略中间步骤。好处是快，坏处是偶尔会在中间步骤出错但自己发现不了。
Gemini 3.5 Flash在推理上不是强项，但它在多模态推理上独树一帜。给它一张图表让它分析趋势，或者给一段视频让它总结关键信息，这三家里它做得最好。
推理排名：Claude Opus 4.8 > GPT-5.5 > Gemini 3.5 Flash
维度四：多模态
这块没什么悬念。
Gemini 3.5 Flash原生支持文本、图像、视频、音频、代码六种模态，而且1M token的上下文意味着你可以直接把一整部电影丢进去让它分析。这是它的主场。
GPT-5.5支持文本和图像，视频和音频能力有限。Opus 4.8也主要聚焦文本和图像，多模态不是Anthropic当前的重点方向。
多模态排名：Gemini 3.5 Flash > GPT-5.5 ≈ Claude Opus 4.8
维度五：价格
这可能是很多人最关心的维度。
- Gemini 3.5 Flash：$1.50 / $9 per 1M tokens（输入/输出），目前三家里最便宜
- GPT-5.5：约 $5 / $15 per 1M tokens，中规中矩
- Claude Opus 4.8：约 $15 / $75 per 1M tokens，最贵，但能力也最强
如果你的用量大，价格差距是很明显的。按月100万token的输入加50万token的输出来算：Gemini约$6，GPT约$12.5，Claude约$52.5。
但话说回来，Claude的贵是有道理的——它的输出质量确实更高，意味着你需要的修订轮次更少，总体效率不一定差。
性价比排名：Gemini 3.5 Flash > GPT-5.5 > Claude Opus 4.8
维度六：速度
Gemini 3.5 Flash不愧名字里有个"Flash"——速度确实快，首token延迟低，生成速度稳定在每秒100 token以上。
GPT-5.5的速度中等，跟上一代差不多。Opus 4.8因为有自适应思考模式，简单问题快，复杂问题会"想一会儿"再回答，体感上速度波动较大。
速度排名：Gemini 3.5 Flash > GPT-5.5 > Claude Opus 4.8
场景化推荐
说了这么多，到底该选哪个？我的建议是按场景来：
写作用：选Claude Opus 4.8。文字质感最好，适合写文章、文案、报告这种需要"有人味儿"的内容。
编程用：选Claude Opus 4.8（日常开发）或Fable 5（大型项目，如可用）。GPT-5.5作为备选。
老板用：选GPT-5.5。最稳定，不出错，API文档最全，集成方案最多。如果预算敏感，选Gemini 3.5 Flash。
处理多媒体：选Gemini 3.5 Flash。图片、视频、音频一把梭，价格还便宜。
预算有限：Gemini 3.5 Flash，没有第二选择。同样的预算，它能让你的token用量翻10倍。
一句话选型指南
预算不是问题 → Claude Opus 4.8；性价比优先 → Gemini 3.5 Flash；什么都不想折腾 → GPT-5.5。
最后说一句：这个对比会每月更新。大模型领域变化太快了，6月的排名到7月可能就不一样了——尤其是GPT-5.6如果发布，Fable 5如果恢复可用，Gemini 3.5 Pro如果落地，格局又会洗牌。
我的建议是：别把宝押在一个模型上。三个都用，按场景切换。现在的API价格已经低到你可以同时订阅三个都不心疼的程度了。真正贵的不是工具费，是你花在选型上的时间。