01 · 國外的幾家
按"這家是誰、家族叫什麼、以什麼見長"來讀。不寫版本號、不排名——具體到哪個型號最適合你,去官網看,或者按 04 章那個二十分鐘的方法自己測。
OpenAI · GPT
是誰:把大模型帶到大眾面前的那一家。ChatGPT 讓"跟 AI 聊天"變成了普通人的日常,也是很多人接觸的第一個 AI 產品。
家族:GPT 系列(通用)、o 系列(推理模型)、DALL·E / 影像生成、Whisper(語音轉寫)、Sora(影片生成)。
以什麼見長:生態最廣。第三方工具、外掛、教程、開源專案,預設適配的往往是它。你在網上找到的絕大多數示例程式碼、提示詞技巧、整合方案,第一優先支援的都是 GPT。
產品形態:ChatGPT(網頁 / App / 桌面)、API 平臺、企業版。
入口:openai.com · API 文件
Anthropic · Claude
是誰:由一批前 OpenAI 研究者創立,長期把"安全可控"當作核心命題。
家族:Claude 系列,通常分三檔——最強的、均衡的、最快最便宜的。你按任務難度挑檔,而不是永遠用最貴的(入門篇 10 章那條省錢建議)。
以什麼見長:長文本、寫程式碼、指令遵循。尤其是"你說了五條要求,它是不是五條都照做"這件事上口碑較好——這正是本書提示詞篇反覆強調的能力。
跟本書的關係:這本書裡兩個東西出自這家——MCP 協議和 Agent Skills 的 SKILL.md 規範。兩者都是開放的,別家也在用。
產品形態:Claude(網頁 / App / 桌面)、API、Claude Code(跑在命令列裡的編碼工具)。
入口:claude.com · 平臺文件
Google · Gemini
是誰:Google 的大模型主力。背靠搜尋、Android、Workspace 和自研晶片。
家族:Gemini 系列(閉源,分不同規格)、Gemma 系列(開放權重,適合自己部署)。
以什麼見長:原生多模態和超長上下文。"原生多模態"指文本、影像、音訊、影片從訓練時就是一起處理的,而不是外掛一個識別模組——處理混合材料(一段影片 + 一份 PDF + 一堆截圖)時優勢明顯。
另一個現實優勢是生態整合:搜尋、Gmail、文件、Android 手機,很多人是被動就用上的。
入口:gemini.google.com · 開發者文件
xAI · Grok
是誰:馬斯克創立的 AI 公司,模型深度整合在 X(原推特)裡。
家族:Grok 系列。部分歷史版本開放過權重。
以什麼見長:即時資訊——直接接著 X 的資訊流,對"現在正在發生什麼"這類問題有結構性優勢。另外它的輸出風格設定得比同行更放得開,這是產品定位而不是能力差異。
入口:x.ai
Meta · Llama
是誰:Meta(Facebook)的模型家族。它的歷史意義大於它現在的產品存在感。
以什麼見長:開放權重的標杆。Llama 是把"開放權重的大模型"這件事真正推開的那一家——在它之前,能力像樣的模型基本都是閉源 API。此後大量的私有化部署、行業微調、學術研究,都是從 Llama 起步的,國內不少早期模型也受它影響。
你什麼時候會碰到它:需要在自己機器 / 自己內網裡跑模型的時候。做產品的話,你更可能直接用它的衍生版本,而不是原版。
入口:llama.com
Mistral
是誰:法國的模型公司,歐洲最有存在感的一家。
以什麼見長:開放權重 + 商用模型雙線,以及資料留在歐洲這個合規賣點。對有歐盟資料合規要求的場景是現實選項。
入口:mistral.ai
一張速查表
| 家族 | 一句話 | 開放權重 | |
|---|---|---|---|
| OpenAI | GPT / o 系列 | 生態最廣,示例最多 | 少數模型有 |
| Anthropic | Claude | 長文本、程式碼、聽話 | 無 |
| Gemini / Gemma | 原生多模態、超長上下文、生態整合 | Gemma 有 | |
| xAI | Grok | 接 X 的即時資訊 | 部分歷史版本有 |
| Meta | Llama | 開放權重的標杆 | 是 |
| Mistral | Mistral 系列 | 歐洲、合規、開放權重 | 部分有 |