2.2 主流大语言模型概览

当前的大语言模型市场呈现百花齐放的态势，不同模型在能力特点、使用方式和适用场景上各有差异。了解主流模型的特性，有助于根据具体需求选择合适的模型，并针对性地设计提示词。

2.2.1 OpenAI GPT 系列

OpenAI 是大语言模型商业化的先驱，其 GPT 系列模型在行业内具有标杆地位。

GPT-4/GPT-5 系列

GPT-4 是 OpenAI 于 2023 年发布的旗舰模型，而 GPT-5 系列（2025-2026 年）则代表了最新一代能力。

注意（平台变更）： OpenAI 官方公告称，自 2026 年 2 月 13 日起， GPT-4o 已从ChatGPT中退役；同时明确说明该变更不影响 API。如你依赖 GPT-4o 或其他特定模型，请以官方最新公告/文档为准，并做好回归测试与迁移预案。

核心特点：

• 多模态能力：支持图像输入（ GPT-4V/GPT-4o/GPT-5）

• 强大的推理能力：在复杂逻辑和数学问题上表现优异

• 长上下文支持： GPT-4 Turbo 支持 128K Token 上下文；GPT-5 支持更大上下文窗口；GPT-5.4（2026 年 3 月）达到 1M Token

• 原生计算机使用能力：GPT-5.4 引入了原生 Computer Use 能力

• 函数调用：原生支持结构化的 API 调用

提示词特点：

• 响应格式化能力强，善于遵循复杂的输出格式要求

• 对系统提示词有良好的遵从性

• 适合使用 Markdown 格式组织提示词

o 系列推理模型

2024-2025 年，OpenAI 推出了专注于推理能力的 o 系列模型。这条路线后续又进一步演进到了 GPT-5.4 主线。

核心特点：

• 内置思维链：模型内部进行多步推理，外部只显示最终结果

• 数学和编程能力突出：在竞赛级别的问题上表现优异

• 更长的“思考时间”：可通过推理预算控制推理深度

提示词特点：

• 不需要显式要求“逐步思考”，模型会自动进行

• 更适合直接描述问题，让模型自主规划解决方案

• 对复杂任务的分解能力更强

2.2.2 Anthropic Claude 系列

Anthropic 由前 OpenAI 研究人员创立，其 Claude 系列以安全性和长上下文能力著称。

Claude Opus 4.6 / Sonnet 4.6 / Haiku 4.5 系列

Claude 目前提供多个层级的模型以满足不同需求：

模型	特点	适用场景
Claude Opus 4.6	最强能力，深度分析，增强安全	复杂研究、高级推理
Claude Sonnet 4.6	领先编码能力， VS Code 集成	企业应用、软件开发
Claude Haiku 4.5	快速响应，低成本	简单任务、高并发

核心特点：

• 超长上下文：Opus 4.6 / Sonnet 4.6 支持最高 1M Token，Haiku 4.5 支持 200K Token，可处理整本书籍

• 安全对齐：在有害内容防护上表现出色

• 代码能力：在代码生成和分析方面表现优异

• 诚实性：更倾向于承认不确定性

提示词特点：

• XML 标签： Claude 对 XML 格式的提示词有特别好的响应

<context>
这里是背景信息
</context>

<task>
请完成以下任务...
</task>

<output_format>
请按以下格式输出...
</output_format>

• 预填充：可以预先设定回复的开头，引导输出格式

• 思考标签：使用 <thinking> 标签可以引导模型展示推理过程

2.2.3 Google Gemini 系列

Google 的 Gemini 系列是原生多模态设计的大语言模型。

Gemini 3 Pro

核心特点：

• 原生多模态：从设计之初就支持文本、图像、音频、视频

• 超长上下文： Gemini 3 Pro 支持高达 1M Token

• Google 生态集成：与 Google Workspace、Search 等产品深度整合

• Personal Intelligence（2026 新功能）： Gemini 3 可跨 Google 应用整合个人数据

提示词特点：

• 多模态提示：可以自然地在提示词中混合文本和其他媒体

• 结构化指令：对角色设定和任务分解响应良好

• 详细性偏好：倾向于生成详尽的回复，需要明确限制长度

2.2.4 Meta Llama 系列

Meta 的 Llama 系列是最具影响力的开源大语言模型。

Llama 3.x

核心特点：

• 开源开放：模型权重公开，可本地部署

• 多种规格：提供 8B、70B、405B 等不同参数规模

• 社区生态：丰富的微调版本和工具支持

提示词特点：

• 需要注意不同微调版本可能有不同的提示词模板

• 官方推荐的提示词格式：

<|begin_of_text|><|start_header_id|>system<|end_header_id|>
{系统提示词}<|eot_id|>
<|start_header_id|>user<|end_header_id|>
{用户消息}<|eot_id|>
<|start_header_id|>assistant<|end_header_id|>

• 对于经过指令微调的版本，可以使用更自然的对话格式

Llama 4 Scout & Maverick

Meta 在 2025 年 4 月发布的 Llama 4 系列采用混合专家（MoE）架构，代表了新一代高效能开源模型。

核心特点：

• 混合专家架构：通过专家路由机制实现高效的参数利用

• Llama 4 Scout：109B 总参数，17B 活跃参数，16 个专家，支持 1000 万 Token 上下文窗口

• Llama 4 Maverick：400B 总参数，17B 活跃参数，128 个专家，支持 100 万 Token 上下文窗口

• 开源开放：与 Llama 3 一致的开源政策，支持本地部署

提示词特点：

• 兼容 Llama 3 的提示词格式标准

• MoE 架构对专业领域的知识理解更加精准

• 适合在资源受限环境下部署的高性能推理

2.2.5 国产大语言模型

中国市场涌现出众多优秀的大语言模型：

文心一言

百度推出的大语言模型，在中文理解和生成方面表现优秀。

特点：

• 中文优化：对中文语境、成语、文化有深入理解

• 知识图谱增强：与百度知识图谱结合，提升事实准确性

• 多模态能力：支持图像理解和生成

通义千问

阿里云推出的系列模型，包括开源版本。

特点：

• 开源生态： Qwen 系列部分开源，支持本地部署

• 多语言能力：在多语言任务上表现出色

• 代码能力： Code-Qwen 在代码生成上有专项优化

其他重要模型

• 智谱 ChatGLM：清华技术背景，开源社区活跃

• 讯飞星火：语音技术见长，语音交互能力强

• Moonshot Kimi：长上下文能力突出，支持超长文档处理

• DeepSeek：在代码和数学推理方面表现优异

2.2.6 模型选择指南

选择模型时可以考虑以下维度：

考量因素	建议
任务复杂度	复杂推理选 GPT-4/o1、Claude Opus；简单任务选轻量模型
上下文长度	长文档处理选 Claude、Gemini、Kimi
多模态需求	图像理解选 GPT-4o、Gemini；视频处理选 Gemini
成本敏感	高并发低成本选 Claude Haiku、开源模型
数据隐私	敏感数据选开源模型本地部署
中文优化	中文应用可考虑国产模型
安全要求	高安全要求选 Claude

2.2.7 跨模型的提示词策略

虽然不同模型有各自的特点，但以下提示词原则具有普适性：

1. 清晰明确：无论哪个模型，清晰的指令都比模糊的更有效

2. 提供上下文：充分的背景信息有助于模型理解任务

3. 示例驱动：少样本学习在大多数模型上都有效

4. 格式指定：明确要求输出格式可以提高一致性

同时，也要注意模型特定的优化：

• Claude：使用 XML 标签

• GPT：利用系统提示词和函数调用

• Gemini：充分利用多模态能力

• 开源模型：使用正确的提示词模板

讨论

1. 如果你的项目对数据隐私要求极高但预算有限，你会在 API 模型和开源模型之间如何取舍？

2. 各模型厂商都有自己的“提示词偏好”（如 Claude 偏好 XML 标签）——你觉得这种差异未来会收敛还是会持续分化？