"哪个模型最适合 SillyTavern" 是新手最纠结的问题之一。

但很多人选错的根本原因是:选了别人推荐的而不是适合自己的。

这一篇不写死具体版本号——因为模型每隔几个月就迭代一次,任何"哪家最强"的排名马上就会过时。重点讲方法论:你怎么根据自己的需求,在主流四家(Claude / Gemini / GPT / DeepSeek)再加近年崛起的 Grok / Kimi / 文心 / 通义 等开源/国产选手里,挑出适合自己的。

5 大主流系列的"长期不变特点"

模型版本号每月在变,但每家厂商的产品定位和文风风格是长期稳定的。下面这些特点过去 2 年没变过,未来 1-2 年大概率也不会变。

Claude(Anthropic)

中文圈玩 AI 角色扮演,Claude 系列长期是社区公认的文笔天花板。

两档核心产品(很多年没变):

  • Claude Opus 模型:最强档,文笔最细腻、复杂心理刻画最深。也最贵。
  • Claude Sonnet 模型:平衡档,文笔够好、价格中等、大多数玩家的日常主力。
  • Claude Haiku 模型:轻量档,便宜快但 RP 文笔较粗,不推荐用于角色扮演。

强项:

  • 中文表达最自然(不像"翻译腔")
  • 长文输出稳定不掉线
  • 反审查相对宽松(注意:不是完全无审查,只是比 OpenAI 宽容多了)
  • 心理描写细腻、能演反差感

弱点:

  • 价格在主流里最贵
  • API 严格不支持 frequency_penalty / presence_penalty / repetition_penalty 这三个参数,填了直接 422/500
  • 国内访问需要中转

适合谁:严肃创作者、追求文笔质量、长篇连载、不在乎成本的玩家。

详细见 Claude 全系深度指南。

Gemini(Google)

Gemini 系列在性价比和上下文长度上是行业标杆。

两档核心产品:

  • Gemini Pro 模型:质量主力档,文笔不如 Claude Sonnet,但上下文窗口长得多(常年百万 token 级),价格也便宜得多。
  • Gemini Flash 模型:轻量+性价比档,速度最快、价格几乎是同档最低,适合大量调用 / 长篇连载 / 日常水群。

强项:

  • 上下文长度行业最长(百万 token 级别),适合长篇连载免总结
  • 原生多模态(理解图片、视频)
  • 价格友好(Pro 比 Claude Sonnet 便宜,Flash 比 Pro 还便宜一个数量级)

弱点:

  • 偶尔空回复(关 Stream 能解 80%)
  • 流式输出有时被中转切断
  • 中文略带"翻译腔",细腻度不如 Claude
  • 反审查比 Claude 严格一点点

适合谁:长篇剧情玩家、预算紧但量大、需要多模态、不舍得花 Claude 钱的人。

详细见 Gemini 全家桶解析。

GPT(OpenAI)

GPT 系列是最稳定通用的选项,但 RP 场景不是最强。

两档核心产品:

  • GPT 旗舰款(标准对话模型):综合稳定,几乎不空回复,工具生态最成熟。
  • GPT 推理模型(o 系):为复杂推理设计,不支持 Stream / system prompt / temperature 等,日常 RP 不要用这一档——会直接 500 或表现极差。

强项:

  • 综合稳定性最强,几乎不空回
  • 工具调用 / 函数调用生态最成熟
  • 多模态(文本、代码、图像、音频)支持完整

弱点:

  • 内容审查在主流里最严——绝大多数成人向 RP 直接拒
  • RP 文风偏"客服感、机械化"(社区长期反馈)
  • 价格相对中等偏高

适合谁:通用场景、不想折腾的新人、企业级开发者、内容偏 SFW 的玩家。

DeepSeek

DeepSeek 是中文性价比公认的天花板,且完全开源。

核心产品:

  • DeepSeek 旗舰对话模型:综合表现接近主流闭源中端档,价格极低
  • DeepSeek 推理模型(R 系):专为数学 / 代码 / 复杂推理优化,日常 RP 不需要这档

强项:

  • 中文自然(国产团队优化中文语料)
  • 价格在主流里最便宜(常常是 Claude Sonnet 的几十分之一)
  • 完全开源(MIT 协议),可自部署
  • Agent / 长任务场景的成本优势巨大

弱点:

  • 旗舰款的极致文笔仍不如 Claude Opus
  • 部分场景偶尔出现"中英文混杂"现象
  • 历史上模型规模较小(虽然近期版本规模已上来了)

适合谁:学生党、轻度玩家、做大批量 Agent 任务的、试水阶段不想花大钱的、对中文体验敏感的人。

Grok(xAI)

Grok 系列在 RP 圈被称为"最听话、无审查",但有明显短板。

强项:

  • 内容审查最宽松(主流里几乎没有"我不能回答这个"的拒绝场景)
  • 听话度高(预设给什么风格基本照做)
  • 与 X 平台数据整合(部分版本可接入实时信息)

弱点(社区俚语警告):

  • "不够聪明"——复杂剧情推理弱于 Claude / Gemini Pro
  • "容易重复"——同一段话反复出现
  • "上下文一长就流口水"——开始输出无意义的碎句、字符堆砌
  • "阿巴阿巴"——长上下文下偶尔失控,输出语义崩坏的字符串

适合谁:短平快的无审查 RP 场景、不需要长篇连贯剧情的玩家、其他模型审查太严的用户。不适合长篇剧情连载。

其他选手简述

  • Kimi(月之暗面):中文圈,主打超长文档处理。RP 不算主流选项,但中文阅读理解强。
  • 文心一言 / 通义千问 / 智谱 GLM / 豆包:国产闭源,中文知识库完善,但 RP 圈渗透率较低,主要在企业 / 搜索 / Agent 场景。
  • Llama 系(Meta) / Mistral:开源生态标杆,可自部署。RP 文笔一般,但生态价值高。

怎么选:对号入座

不要问"哪个最强",问"哪个适合我"。

场景 1:我是完全新手,不知道选哪个

→ 先试 Gemini Flash 模型 或 DeepSeek 旗舰对话模型(便宜稳定,试错成本最低) → 找到感觉了再升级到 Claude Sonnet 模型 或 Gemini Pro 模型

场景 2:我想写长篇连续小说

→ 主力 Claude Sonnet 模型 或 Claude Opus 模型(文笔最好) → 或 Gemini Pro 模型(上下文长得多,免总结跑长篇)

场景 3:我预算紧但想体验完整

→ DeepSeek 旗舰 + Gemini Flash 组合(双 Key 备用,挂了切)

场景 4:我重度玩家,日常 5 小时+

→ 主力 Claude Sonnet 模型 + 备用 Gemini Pro 模型(主力质量,备用容量) → 关键剧情切到 Claude Opus 模型

场景 5:我需要无审查 RP

→ Grok 主力模型(注意上下文别拉太长,容易流口水) → 长篇剧情需求 → Claude + 合适的预设也能覆盖大多数场景

场景 6:我做多模态(自动配图、图片理解)

→ Gemini Pro 模型(原生多模态最强) → 或 GPT 旗舰款(多模态生态成熟)

场景 7:我做 Agent 工作流(自动跑长任务)

→ DeepSeek 旗舰对话模型(成本最低,适合大量调用) → 复杂推理切 DeepSeek 推理模型

计费方式比模型选型更影响成本

很多人忽视的一点:不是只选模型,还要选计费模式。

计费模式 适合场景
按量计费(主流) 短对话、轻量查询(单次 ≤ 10K tokens)
按次计费 长上下文(单次 ≥ 100K tokens)、固定流程任务、Agent

举一个反直觉的例子:分析 75 万 token 的长文档,按量计费一次可能要十几块,但 20 轮累积就上百;按次计费可能每次几块封顶。长上下文 + 多轮对话场景下,按次能省几倍到几十倍。

详细对比看 按次 vs 按量计费完整指南 — 这一篇能帮你省一半钱。

反直觉的建议(每条都是踩坑得来)

"不要追逐最新最强"

新模型刚出来时:

  • 价格高
  • 量很少容易限流
  • 中转商不一定接入
  • 预设没适配

老牌稳定版本 + 适配的预设,效果往往比"最新模型 + 没适配预设"好得多。

"老版本依然能打"

具体例子:

  • 上一代 Claude Sonnet 写小说足够好,新版提升不一定值更高的价
  • 上一代 Gemini Pro 在大多数场景表现稳定
  • 老版 GPT 的稳定性反而比新版高

做长期玩家:稳定 6 个月以上的版本通常是最优选。

"预设比模型更重要"

同一个 Claude Sonnet 模型,配不同的预设,体验天差地别。

先把预设搞对,再考虑换模型。

详细见 预设是什么?为什么决定了 AI 的灵魂质量。

一句结语

不要问"哪个最强",问"哪个适合我"。

  • 新手:Gemini Flash 模型 / DeepSeek 旗舰 起步
  • 老玩家:Claude Sonnet 模型主力 + Gemini Pro 模型备份 + DeepSeek 兜底
  • 无审查刚需:Grok 主力模型(短篇为主)
  • 重度长上下文:优先按次计费渠道

相关阅读