按模型质量、输入/输出价格、缓存与 batch 折扣、上下文、多模态、工具调用、托管选择、隐私和评测流程对比 LLM API。
先按真实场景选择：需要一个广泛默认项的产品团队 选择 ChatGPT；文档密集型推理负载 选择 Claude；与 Google Cloud 或 Workspace 对齐的团队 选择 Gemini；选择开放模型基础设施的开发者 选择 Replicate。
当需要广泛模型/工具覆盖、多模态 API、实时/音频路径和产品成熟度时优先看。
适合细致推理、长文档、代码相关分析，以及输出质量比最低 token 成本更重要的负载。
当 Gemini 定价、免费/付费层、多模态模型和 Google 生态集成重要时适合。
当决策重点是模型发现、开放模型评估、Spaces 演示和围绕模型中心的托管推理时最适合。
适合通过 API 调用开放或自定义模型，而无需管理图像、音频、视频或语言基础设施。
当需要欧洲模型选项、开放权重发布或托管 Mistral API 路径时进入候选。
适合参考的最佳 LLM API：应用、智能体、开放模型与多模态包括 ChatGPT、Claude、Gemini、Hugging Face、Replicate、Mistral Models。LLM API 选择取决于负载。OpenAI/ChatGPT 是广泛多模态与产品默认项，Claude 是长上下文推理路线，Gemini 适合 Google 定价与多模态流程，而 Hugging Face、Replicate 和 Mistral/开放模型路径适合托管与模型选择本身就是重点的情况。
按输入 token、输出 token、缓存输入、batch 折扣、工具、搜索、音频、container、失败/重试调用统一成本。 模型名称和价格必须以供应商文档为准；LLM API 定价变化太快，过期表格会误导采购。 迁移生产流量前，比较隐私、训练默认值、数据保留、区域、评测工具、限速和支持。 开放模型托管要比较 Hugging Face、Replicate、Mistral/开放权重和本地 LLM 路径，不要假设一个前沿 API 适合所有负载。
需要一个广泛默认项的产品团队 → ChatGPT；文档密集型推理负载 → Claude；与 Google Cloud 或 Workspace 对齐的团队 → Gemini；选择开放模型基础设施的开发者 → Replicate。