你的模型爲什麼不如官方基準?先對上思考檔、入口和同一條模型 ID

作者注:自己用的模型比官方榜單差,先別急着下結論。很多時候是思考檔、入口窗口或模型 ID 和榜測那一檔沒有對上。本文給出這三件事的核對順序,覈對完再決定是否換模型。

很多開發者會遇到同一種落差。官方公告寫着某個模型在榜單上拿了高分,自己拿同類題目一試,結果明顯不如預期,於是懷疑模型“變笨了”或者被“降配”了。本文介紹一個更務實的排查思路:先對上思考檔、入口窗口和同一條模型 ID,再判斷差距是否真實存在。

這不是一套“調三個開關就能打平官方榜”的祕籍。下面的差異全部來自公開文檔。它們只能幫你確認自己比的是不是同一個東西,不能保證調完就拿到榜上的分數,也不代表 API易復現過官方榜單。

核心價值:讀完本文,你會知道覈對這三件事的先後順序和每一步該看哪份文檔。你還會知道覈對完仍有差距時,換模型前該對哪些價格和端點。

model-below-official-benchmark-thinking-level-entry-model-id-zh-hant-image-0


官方基準對不上的核心要點

先給出結論。榜單分數從來不是“模型名”的分數,而是“某條模型 ID + 某個思考檔 + 某個入口條件”下的分數。三者只要有一項不同,你拿到的結果就不能直接和榜單比。

覈對項 典型差異(來自公開文檔) 對不上會怎樣 優先級
思考檔 Neon 在 API 上默認 high,另有 low、medium、xhigh;Carbon 默認 medium,沒有 xhigh 輸出長度和推理深度不同,結果自然不同 第一步
入口窗口 Neon 的 API 窗口爲 1,048,576 token,Antigravity 文檔寫的是最高 512K 榜上的長上下文能力,你的入口不一定塞得下 第二步
模型 ID Gemini 4 至少有 argon、carbon、hydrogen、neon 四條,思考檔和標價都不一樣 拿 A 的結果比 B 的榜,比的不是同一條 第三步

思考檔爲什麼排在官方基準覈對的第一位

思考檔是最容易被忽略的變量,因爲它往往有默認值,你不設置也能正常調用。問題在於,不同模型的默認值不一樣。以 Gemini 4 爲例,Neon 在 API 上默認是 high,Carbon 默認是 medium。同一句提示,檔位不同,輸出長度和最終結果都會不同。

榜單通常會寫明測試檔位。官方公告引用的分數,例如 Neon 在 xhigh 檔下 Artificial Analysis 的 61 分,必須連檔位一起讀。如果你用默認的 high 去對比 xhigh 的分數,本身就不是同一個條件。更要注意的是,Carbon 根本沒有 xhigh 這一檔,所以“把 Carbon 調到最高”也不等於 Neon 的 xhigh。

不同入口對同一檔位的叫法也可能不同。Antigravity 裏 Neon 的最高檔在界面上寫成 Extra,和 API 文檔裏的 xhigh 名字不一樣。覈對時要按文檔對應關係去找,不能只看字面。

入口窗口和模型 ID 爲什麼同樣關鍵

入口窗口決定你能餵給模型多少上下文。Neon 通過 API 調用時窗口是 1,048,576 token,而 Antigravity 文檔寫的是最高 512K。如果榜單測的是長文檔檢索或大代碼庫理解,你在窗口更小的入口裏就算換成同一個模型,也可能因爲內容被截斷而得到更差的結果。

模型 ID 則是最“硬”的一項。Gemini 4 這一代至少有 argon、carbon、hydrogen、neon 四條 ID,它們的思考檔設置和標價都不一樣。把 Hydrogen 的結果拿去對比 Neon 在 xhigh 檔的榜單,差距再正常不過。調用前建議在 API易 apiyi.com 的模型總表裏確認你寫進請求的那條 ID 到底是哪一個,不要憑記憶或別人的截圖填寫。

model-below-official-benchmark-thinking-level-entry-model-id-zh-hant-image-1


對上官方基準的快速上手步驟

這一節把三項覈對落到具體操作上。爲了方便複製,參數名、模型 ID 和地址都寫在行內代碼裏,你可以對照自己的請求逐項檢查。

第一步:確認調用入口和端點

先弄清楚你是從哪個入口在用模型:網頁界面、IDE 插件,還是直接調 API。不同入口的窗口上限和檔位命名可能不一樣。如果走 OpenAI 兼容接口,把 base_url 設爲 https://api.apiyi.com/v1,api_key 填 API易控制檯生成的 Key。這樣後續換模型時只改 model 字段,入口條件保持一致,對比才有意義。

第二步:把模型 ID 寫成完整的那一條

在請求裏把 model 寫成完整 ID,例如 gemini-4-neon 或 gemini-4-carbon,不要用含糊的“Gemini 4”。寫完後回到模型總表覈對一遍,確認這條 ID 就是榜單測的那條。如果榜單測的是 Neon,你調的卻是 gemini-4-hydrogen,那後面所有對比都不用做了,先把 ID 改對。

第三步:顯式設置思考檔

不要依賴默認值,在請求裏顯式指定思考檔。具體字段名請以對應模型的官方文檔爲準。設置時注意三點:

  • 對齊榜測檔位:榜單寫 xhigh,你就設 xhigh;寫 high,你就設 high。
  • 確認檔位存在:Carbon 沒有 xhigh,強行對標 Neon 的 xhigh 榜單沒有意義。
  • 留意名稱映射:Antigravity 界面裏的 Extra 對應 Neon 的最高檔,遷移到 API 時要換成文檔裏的檔位名。

第四步:檢查上下文是否超過入口窗口

如果你的測試內容很長,先估算 token 數,再和入口上限比較。走 API 調 Neon 時上限是 1,048,576 token,在 Antigravity 中文檔寫的是最高 512K。超過上限的內容會被截斷或報錯,這時候的“效果差”其實是輸入不完整。

🚀 快速開始:如果想在同一入口條件下對比多條模型 ID,可以通過 API易 apiyi.com 用一個 Key 調用 Gemini、Claude、GPT 等模型。新用戶有免費測試額度,適合先把檔位和 ID 對齊,再做小規模對比。

三項覈對的檢查清單

檢查項 請求裏要看的字段 合格標準 常見錯誤
入口 base_url 固定一個入口,如 https://api.apiyi.com/v1 網頁端測一次、API 測一次,混着比
模型 ID model 與榜單一致的完整 ID 用 hydrogen 去比 neon 的榜
思考檔 思考檔參數(字段名以文檔爲準) 與榜測檔位一致且該檔存在 依賴默認值;給 Carbon 設 xhigh
上下文 輸入 token 數 不超過入口窗口上限 在 512K 入口裏塞百萬級內容


官方基準覈對後仍有差距:換模型前對價格和端點

三項都對上之後,差距如果仍然明顯,這時才值得考慮換模型。換模型不只是換一個名字,還要同時看能力檔位和成本,因爲 Gemini 4 各條 ID 的標價差別不小。下面是 2026-11-20 覈對的 API易貨架價,單位均爲美元/百萬 token。

model-below-official-benchmark-thinking-level-entry-model-id-zh-hant-image-2

模型 ID 輸入 緩存讀 輸出 備註
gemini-4-neon 3 0.15 15 以定價接口爲準,與 Google 標價一致
gemini-4-carbon 2 0.1 10 對應 Google 到 2026-11-30 的介紹價
gemini-4-argon 2 0.1 10 來自模型總表
gemini-4-hydrogen 1.5 0.075 7.5 四條裏單價最低
gpt-6.2-astra 8 0.4 40 超過 272000 token 後輸入爲 16,詳見下文
claude-fable-5-2 / claude-fable-5-2-thinking 8 0.2 40 兩條 ID 價格相同

這張表有幾處需要單獨說明,否則容易算錯成本:

  1. gemini-4-neon 的來源:2026-11-19 10:59(UTC+8)更新的那一版模型總表裏沒有收錄它,但定價接口裏有。定價接口給出的 model_ratio 爲 1.5、completion_ratio 爲 5、cache_ratio 爲 0.05。按 model_ratio 爲 1 等於輸入 2 美元/百萬 token 換算,得到輸入 3、輸出 15、緩存讀 0.15。
  2. gemini-4-carbon 的價格時效:當前價格對應 Google 截至 2026-11-30 的介紹價。從 12 月 1 日起,Google 的標準價是輸入 4、輸出 20,做長期預算時要把這個變化算進去。
  3. gpt-6.2-astra 的分檔:模型總表寫的是首檔輸入 8、緩存讀 0.4、輸出 40,超過 272000 token 後輸入爲 16。定價接口在超過 272000 token 時,輸出按 60、緩存讀按 0.8 計算。兩處信息請一起參考。

💡 選擇建議:換模型時,把候選 ID 放在同一個 base_url 下,用相同的思考檔和輸入做對比,結論才站得住。API易 apiyi.com 的模型總表和定價接口都可以查到這些 ID 的當前價格,建議調用前再確認一次,別隻依賴本文這張表。

換模型時的端點與計費覈對表

覈對點 查哪裏 爲什麼要查
模型 ID 是否存在 模型總表 docs.apiyi.com/models.md 總表版本可能滯後,個別 ID 需再查定價接口
當前單價與倍率 定價接口 api.apiyi.com/api/pricing 倍率可換算成美元單價,版本號爲 shell-api-modelmak-v1
長上下文分檔 總表與定價接口兩處對照 如 gpt-6.2-astra 超過 272000 token 後單價變化
調用端點 https://api.apiyi.com/v1 OpenAI 兼容格式,換模型只改 model
上游價格變動 官方定價公告 如 Carbon 介紹價到 2026-11-30 結束


常見問題 FAQ

Q1:官方基準分數到底對應的是什麼條件?

榜單分數對應的是“某條模型 ID + 某個思考檔 + 某種入口條件”的組合,而不是一個籠統的模型名。比如 Neon 的 61 分是在 `xhigh` 檔下的 Artificial Analysis 成績。脫離檔位單獨引用這個數字,很容易產生誤解。

Q2:思考檔、入口窗口和模型 ID,應該先查哪個?

建議的順序是先查思考檔,再查入口窗口,最後覈對模型 ID,三項都對上之後再比分數。實際操作中也可以先掃一眼 ID,因爲 ID 錯了,後面兩項都不用看。順序的意義在於逐項排除,不在於每次都按固定步驟機械執行。

Q3:把思考檔調到最高,就能達到官方基準嗎?

不能這樣承諾。對齊檔位只能保證你和榜單比的是同一個條件,題目分佈、提示寫法、採樣方式等因素仍可能帶來差異。另外並不是每條 ID 都有最高檔,例如 Carbon 沒有 `xhigh`,調到它的最高檔也不等於 Neon 的 `xhigh`。

Q4:爲什麼同一個 Neon,在 IDE 裏和直接調 API 效果不一樣?

入口條件可能不同。Neon 走 API 時窗口是 `1,048,576` token,Antigravity 文檔寫的是最高 `512K`。兩邊的檔位命名也不一樣,Antigravity 界面裏的最高檔叫 `Extra`。長上下文任務在窗口更小的入口裏表現變差,是條件差異導致的,不能說明模型本身退化。

Q5:如何在同一入口下對比多條模型 ID?

可以按下面三步操作:

1. 在 API易 apiyi.com 註冊並生成 API Key,新用戶可領取免費測試額度。
2. 把 `base_url` 統一設爲 `https://api.apiyi.com/v1`,只改 `model` 字段切換 ID。
3. 對每條 ID 顯式設置相同的思考檔,用同一批輸入做對比。

這樣入口和檔位都固定,差異就主要來自模型本身。

Q6:gemini-4-neon 在模型總表裏找不到,還能調用嗎?

2026-11-19 更新的那一版總表沒有收錄 `gemini-4-neon`,但定價接口裏有它的倍率,換算後爲輸入 `3`、輸出 `15`、緩存讀 `0.15` 美元/百萬 token,與 Google 標價一致。建議以 API易 apiyi.com 定價接口的實時結果爲準,調用前再確認一次。

Q7:換模型時最容易算錯的是哪一項?

最容易算錯的是長上下文分檔和價格時效。`gpt-6.2-astra` 超過 `272000` token 後輸入單價從 `8` 變爲 `16`,定價接口還寫明此時輸出按 `60`、緩存讀按 `0.8`。Carbon 當前是介紹價,12 月 1 日起 Google 標準價爲輸入 `4`、輸出 `20`。


官方基準覈對 Key Takeaways

  • 榜分帶條件:基準分數對應“模型 ID + 思考檔 + 入口”的組合,不是模型名本身的分數。
  • 先查思考檔:Neon 默認 high,Carbon 默認 medium 且沒有 xhigh,不要依賴默認值。
  • 再查入口窗口:API 上的 Neon 有 1,048,576 token,Antigravity 文檔寫的是最高 512K。
  • ID 必須同一條:Gemini 4 至少有四條 ID,用 Hydrogen 的結果去比 Neon 的榜沒有意義。
  • 調完不保證打平:對齊條件只是讓對比成立,不承諾分數追平榜單。
  • 換模型對貨架價:在 API易 apiyi.com 用統一端點對比多條 ID,同時覈對總表與定價接口的價格。

總結

模型表現不如官方基準時,三件事的核對順序是:

  1. 對上思考檔:顯式設置與榜測一致的檔位,並確認這條 ID 有這個檔。
  2. 對上入口窗口:確認你的入口裝得下測試內容,留意不同入口的檔位命名。
  3. 對上模型 ID:請求裏寫完整 ID,回到模型總表逐字覈對。

三項都對上之後,如果差距仍然存在,再考慮換模型。換模型時要同時比較能力檔位、單價、長上下文分檔和價格時效。這時候的判斷依據是同條件下的對比結果,不是一個脫離條件引用的榜單數字。

推薦通過 API易 apiyi.com 在同一個 https://api.apiyi.com/v1 端點下驗證多條模型 ID。固定入口和檔位之後,對比結論會可靠得多。


📚 參考資料

  1. API易模型總表:模型 ID 與貨架價彙總

    • 鏈接:docs.apiyi.com/models.md
    • 說明:本文引用的是 2026-11-19 10:59(UTC+8)更新的版本,可用於覈對模型 ID 是否存在
  2. API易定價接口:實時倍率與單價

    • 鏈接:api.apiyi.com/api/pricing
    • 說明:版本 shell-api-modelmak-v1,model_ratio 爲 1 時等於輸入 2 美元/百萬 token,可換算各模型單價
  3. Google Gemini 4 官方文檔與定價說明:思考檔、窗口與標價

    • 鏈接:ai.google.dev
    • 說明:查各條 ID 的默認思考檔、可選檔位、API 窗口上限和價格變動時間

作者:APIYI 技術團隊
技術交流:歡迎在 API易官網首頁聯繫我們,更多模型與接口資料可在 API易文檔中心查閱

發佈留言