Claude Sonnet 5claude-sonnet-5$3.00 / $15.00 · 1M
适合你，如果 你想要一个在 Claude Code 这类工具里运行智能体式开发的默认模型。
Anthropic 称它为最具智能体能力的 Sonnet——规划、实现、调试、大型重构都强——并表示它在智能体与编程评测上大幅缩小与 Opus 4.8 的差距。
Anthropic — Introducing Claude Sonnet 5指南
2026 最适合写代码的 LLM：价格、上下文与厂商佐证
没有「唯一最好」的写代码 LLM；通用排名通常把测量不同东西的评测混在一起。能诚实比较的是：每个模型跑一份真实编程智能体工作量要花多少、文档记载多长的上下文、支不支持工具调用与思考，以及厂商实际发布了什么。这份指南把 ATP 上所有能写代码的模型都这样比一遍。
能写代码的模型
35个模型
支持工具调用的文本模型
厂商
7
Qwen (Alibaba) · DeepSeek · Google · Moonshot (Kimi) · Z.ai · Anthropic · OpenAI
每个智能体任务最低成本
$0.02
qwen-3-7-flash
文档记载 ≥1M 上下文
11个模型
—：原厂未公布。
01 / 选用
短名单：选 X，如果…
这是阅读顺序，不是排名。每一项都写明适用场景与背后的厂商说法；价格为 ATP 刊例价。
GPT-5.5gpt-5.5$5.00 / $30.00 · 1.05M
适合你，如果 你的智能体运行在 OpenAI／Codex 工具链上，而且在意每个任务的 Token 用量。
OpenAI 表示 GPT-5.5 的每 Token 延迟与 GPT-5.4 相当，但完成相同 Codex 任务所用的 Token 少很多。
OpenAI — Introducing GPT-5.5Gemini 3 Flash (Preview)gemini-3-flash-preview$0.50 / $3.00
适合你，如果 你需要一个低成本、运行大量工具调用步骤的循环模型。
Google 把 Gemini 3 Flash 定位为「Flash 的延迟与成本、Pro 级推理」，并自报 SWE-bench Verified 78%。
Google — Introducing Gemini 3 FlashKimi K2.7 Codekimi-k2.7-code$0.95 / $4.00
适合你，如果 你想要一个开放权重、专跑长程「规划—修改—执行—调试」循环的编程模型。
Moonshot 以 K2.6 为基础、为长程软件工程打造，思考始终开启，并自报 Kimi Code Bench v2 得分 62.0（K2.6 为 50.9）。
Moonshot AI — Kimi-K2.7-Code model card (Hugging Face)GLM-5.2glm-5-2$1.40 / $4.40
适合你，如果 你要把整个代码库交给智能体，需要开放权重模型上的长窗口。
Z.ai 把 GLM-5.2 定位在项目级代码库接手与长程重构、1M Token 上下文，并自报 Terminal-Bench 2.1 得分 81.0、SWE-bench Pro 62.1。
Z.ai developer docs — GLM-5.2 overviewDeepSeek V4 Flashdeepseek-v4-flash$0.20 / $0.40 · 1M
适合你，如果 你需要编辑器补全与大批量代码杂务、单价要很低。
DeepSeek 在非思考模式下支持中间填空（FIM）补全，V4 系列文档记载 1M Token 上下文。
DeepSeek API — models & pricingClaude Opus 4.8claude-opus-4-8$5.00 / $25.00 · 1M
适合你，如果 任务难到失败一次比贵一点的刊例价更花钱——把它当升级用的那一档。
Anthropic 表示它在智能体式编程上有进步，并推出让 Claude Code 分派、验证并行子智能体的动态工作流；文档记载 1M Token 上下文。
Anthropic — Introducing Claude Opus 4.802 / 成本
编程智能体的成本，逐个模型算
ATP 上所有能写代码的模型，用同一份编程智能体工作量、按刊例价计算。刻度条比较的是不含缓存的每月成本。
每任务模型调用
30
每次调用输入
20,000
每次调用输出
1,000
每月任务数
10 × 100 = 1,000
每月成本（现行价格）
| 模型 | 价格 | 上下文 | 每个任务 | 每月 | 缓存命中 80% | 每月 · 相对 · 对数刻度 |
|---|---|---|---|---|---|---|
| Qwen 3.7 Flashqwen-3-7-flash | $0.03 / $0.13 | — | $0.02 | $22 | $10 | |
| Qwen Plus Characterqwen-plus-character | $0.115 / $0.287 | — | $0.08 | $78 | $33 | |
| Qwen 3.6 Flashqwen-3-6-flash | $0.165 / $0.99 | — | $0.13 | $129 | — | |
| DeepSeek V4 Flashdeepseek-v4-flash | $0.20 / $0.40 | 1M | $0.13 | $132 | $55 | |
| Qwen 3.6 Plusqwen-3-6-plus | $0.276 / $1.651 | — | $0.22 | $215 | — | |
| Gemini 3.5 Flash Litegemini-3-5-flash-lite | $0.30 / $2.50 | 1.05M | $0.26 | $255 | $125 | |
| Qwen 3.7 Plusqwen-3-7-plus | $0.40 / $1.60 | — | $0.29 | $288 | $134 | |
| Gemini 3 Flash (Preview)gemini-3-flash-preview | $0.50 / $3.00 | — | $0.39 | $390 | — | |
| DeepSeek V3.2deepseek-v3-2 | $0.57 / $1.71 | — | $0.39 | $393 | $174 | |
| Kimi K2.6kimi-k2.6 | $0.95 / $4.00 | 262K | $0.69 | $690 | — | |
| Kimi K2.7 Codekimi-k2.7-code | $0.95 / $4.00 | — | $0.69 | $690 | $325 | |
| GLM-5glm-5 | $1.00 / $3.20 | 200K | $0.70 | $696 | — | |
| Claude Haiku 4.5claude-haiku-4-5 | $1.00 / $5.00 | 200K | $0.75 | $750 | $318 | |
| GPT-5.6 Lunagpt-5.6-luna | $1.00 / $6.00 | — | $0.78 | $780 | — | |
| GLM-5.2glm-5-2 | $1.40 / $4.40 | — | $0.97 | $972 | $434 | |
| Qwen 3.6 Maxqwen-3-6-max | $1.29 / $7.71 | — | $1.01 | $1,005 | — | |
| GLM-5.1glm-5-1 | $1.54 / $4.84 | — | $1.07 | $1,069 | — | |
| Gemini 3.6 Flashgemini-3-6-flash | $1.50 / $7.50 | — | $1.13 | $1,125 | — | |
| Gemini 3.5 Flashgemini-3-5-flash | $1.50 / $9.00 | 1.05M | $1.17 | $1,170 | — | |
| Qwen 3.8 Maxqwen-3-8-max | $2.00 / $6.00 | — | $1.38 | $1,380 | $540 | |
| Gemini 3.1 Pro (Preview)gemini-3-1-pro-preview | $2.00 / $12.00 | — | $1.56 | $1,560 | — | |
| DeepSeek V4 Prodeepseek-v4-pro | $2.40 / $4.80 | 1M | $1.58 | $1,584 | $528 | |
| Qwen 3.7 Maxqwen-3-7-max | $2.50 / $7.50 | — | $1.73 | $1,725 | $765 | |
| GPT-5.6 Terragpt-5.6-terra | $2.50 / $15.00 | — | $1.95 | $1,950 | — | |
| GPT-5.4gpt-5.4 | $2.50 / $15.00 | 1.05M | $1.95 | $1,950 | — | |
| Claude Sonnet 5claude-sonnet-5 | $3.00 / $15.00 | 1M | $2.25 | $2,250 | $954 | |
| Claude Sonnet 4.6claude-sonnet-4-6 | $3.00 / $15.00 | — | $2.25 | $2,250 | $954 | |
| Kimi K3kimi-k3 | $3.00 / $15.00 | — | $2.25 | $2,250 | $954 | |
| Claude Opus 5claude-opus-5 | $5.00 / $25.00 | 1M | $3.75 | $3,750 | $1,590 | |
| Claude Opus 4.8claude-opus-4-8 | $5.00 / $25.00 | 1M | $3.75 | $3,750 | $1,590 | |
| Claude Opus 4.7claude-opus-4-7 | $5.00 / $25.00 | 1M | $3.75 | $3,750 | $1,590 | |
| GPT-5.6 Solgpt-5.6-sol | $5.00 / $30.00 | — | $3.90 | $3,900 | — | |
| GPT-5.5gpt-5.5 | $5.00 / $30.00 | 1.05M | $3.90 | $3,900 | — | |
| Claude Fable 5claude-fable-5 | $10.00 / $50.00 | — | $7.50 | $7,500 | $3,180 | |
| GPT-5.4 Progpt-5.4-pro | $30.00 / $180.00 | 1.05M | $23.40 | $23,400 | — |
USD 刊例价，仅供估算。「缓存命中 80%」把 80% 的输入按该模型的缓存读费率计算，只在 ATP 有列缓存读价时显示（未含缓存写入费用）。分段计价的模型适用 20K Token 请求的分段。实际智能体的用量因任务、工具与重试差异很大——请用逐请求记录量你自己的。
03 / 证据
厂商自报的编程能力证据
厂商发布过的编程相关数据，附出处。这些数字来自不同评测套件、版本与运行框架，都是厂商自己跑的——彼此不可比较，我们也不据此排名。
厂商自报的编程能力证据
04 / 治理
给编程智能体设预算
编程智能体会反复发送代码库上下文、在工具间来回、失败就重试，每完成一个改动消耗的 Token 远高于一次对话。把它当成一个产品面来管：独立的项目、密钥、允许清单与上限。
- 为智能体开独立项目与密钥，实验不会吃掉生产环境的预算
- 以固定点数配额当上限，在用量页看「已配额／已使用」
- 模型允许清单默认不开前沿模型——要升级就刻意升级
- 用逐请求记录追踪「每完成一个任务花多少点数」与花费最高的模型
claude-code.sh · project key
# a dedicated project + key for coding agents
export ANTHROPIC_BASE_URL="https://api.atptoken.ai"
export ANTHROPIC_AUTH_TOKEN="atp-•••"
export ANTHROPIC_API_KEY=""
export ANTHROPIC_MODEL="claude-sonnet-5" # must be on the project allowlist
claude
# a model outside the allowlist → 403; spend stops at the project allocation05 / 常见问题
团队常问的问题
常见问题
- 写代码最好的 LLM 是哪个？
- 要看工作内容，我们不发布通用排名。智能体式开发的默认模型，常见起点是 Claude Sonnet 5 与 GPT-5.5；低成本的循环步骤可用 Gemini 3 Flash（Preview）或 DeepSeek V4 Flash；要开放权重可选 Kimi K2.7 Code 或 GLM-5.2；最难的任务再升级到 Claude Opus 4.8 这类模型。挑两三个在你自己的代码库上试，比较「每完成一个任务花多少点数」。
- 哪个 LLM 跑编程智能体最便宜？
- 按 ATP 刊例价与本页的工作量（每个任务 30 次模型调用、每次输入 20K＋输出 1K Token，10 位开发者 × 每人每月 100 个任务）计算，最低的是 Qwen 3.7 Flash，未计缓存约每个任务 $0.02。每 Token 最便宜不等于每完成一个任务最便宜：需要更多步骤或重试的模型，总成本可能更高。
- 看评测分数就能决定用哪个模型吗？
- 只能当粗略参考。厂商自报的分数用的是不同套件（SWE-bench Verified、SWE-bench Pro、Terminal-Bench、自家评测）、不同版本与运行框架，一家的数字不能拿来跟另一家比。用它们列出候选，再用你自己的任务实测。
- 一个编程智能体每个月要花多少？
- 按本页假设（每个任务 30 次模型调用、每次输入 20K＋输出 1K Token，10 位开发者 × 每人每月 100 个任务），10 人团队使用 Claude Sonnet 5，未计缓存的刊例价约每月 $2,250。有缓存读费率的模型，提示缓存命中可以大幅降低；重试与较长的任务则会推高。
- 怎么给编程智能体的花费设上限？
- 给智能体独立的项目与密钥、为该项目配一笔固定点数预算（配额就是上限）、非必要不把前沿模型放进允许清单，每周用逐请求记录检视每个任务花了多少点数。
06 / 出处
说法从哪里来
本页的费率、能力与上下文来自 ATP 模型目录；其他陈述引用以下来源。
- Anthropic — Introducing Claude Sonnet 5
- Anthropic — Introducing Claude Opus 4.8
- Anthropic — Introducing Claude Haiku 4.5
- OpenAI — Introducing GPT-5.5
- OpenAI — GPT-5.6: Frontier intelligence that scales with your ambition
- Google — Introducing Gemini 3 Flash
- Moonshot AI — Kimi-K2.6 model card (Hugging Face)
- Moonshot AI — Kimi-K2.7-Code model card (Hugging Face)
- Z.ai developer docs — GLM-5.2 overview
- Z.ai developer docs — GLM-5.1 overview
- Decrypt — Alibaba drops Qwen 3.6 Max Preview
- DeepSeek API — models & pricing
07 / 比较
比较可写代码的模型家族
- 文本DeepSeek vs Claude按量定价的 V4，对上 Anthropic 从 Haiku 到 Fable 的完整阵容——价格、上下文、同工作量成本。
- 文本Qwen vs DeepSeek阿里的 Max／Plus／Flash 三档，对上 DeepSeek V4——分段计价与单一费率、上下文、同工作量成本。
- 文本Gemini vs GPTGoogle 的 Pro／Flash／Flash-Lite，对上 OpenAI 的 GPT-5.4 到 5.6 各档——价格、上下文、同工作量成本。
- 文本Kimi vs ClaudeMoonshot 的开放权重 K2 系列与 K3，对上 Claude——智能体群、编程专用模型、价格与成本。