2026 年 15 家 LLM 供應商比較：價格、上下文，以及學校真正要決定的一件事
用同一組學校用量假設，把 OpenAI、Anthropic、Google、xAI、Meta、Mistral、Cursor Composer，以及 DeepSeek、Qwen、Kimi、GLM、MiniMax、豆包、混元、文心的 2026 年 9 月官方價格換算成年度帳單。能力差距在收窄，價格差距在擴大；學校要決定的不是用哪個型號，而是誰承受價格波動、換代時要付多少代價。
讀下去教室手記 · 校本 AI 推行
模型觀察
大型語言模型之間的分別、推理模型、開源與閉源、代理與相應的風險
中國大模型怎樣選：DeepSeek、Qwen、Kimi、GLM 八家，香港學校真正用得着哪一種
同一個「DeepSeek」，自架權重與呼叫官方 API 是兩件完全不同的事，私隱風險差天共地。這篇把 DeepSeek、Qwen、Kimi、GLM、MiniMax、豆包、混元、文心八家的價錢、上下文、授權與硬件門檻攤開，再按香港學校在《個人資料（私隱）條例》下可以承擔的範圍，交代哪些任務走哪一條路。
讀下去
工具呼叫、MCP 與 AI 代理：學校要決定哪一步不交給機器
AI 代理不是答得比較好的聊天機械人，而是被授予執行權的系統：它會填工單、呼叫學校的資料、按結果再走下一步。本文由一張工單的實際流程講起，交代 MCP 這個接駁標準對學校的真正意義、工具呼叫按次計費的帳怎樣算、以及授權之後會放大的三種風險。
讀下去
四家美國 LLM 供應商怎樣選：OpenAI、Anthropic、xAI、Google 的學校取捨
2026 年 9 月，OpenAI GPT-6 Astra 與 Google Gemini 3.8 Flash 的旗艦輸入價相差 13 倍，但備課摘要質素往往分不出高下。本文不用規格表堆砌，改從香港學校實際任務出發，拆解價格、上下文、中文、接入方式與帳單陷阱。
讀下去
校本 AI 安全實務：幻覺、提示注入與平台護欄
語言模型會用完全正確的格式引用不存在的課程指引編號——這是結構性特徵，不是某一家模型的 bug。本文從香港學校日常場景出發，對照 OWASP 十大風險與 NIST 框架，說明幻覺後果、提示注入長相，以及校本平台必須具備的護欄與稽核安排。
讀下去
開源權重對閉源 API：學校自架與租用的真實帳目，以及私隱在甚麼時候改寫答案
不少學校以為買機跑開源模型一定慳錢。把 2026 年 9 月官方價格代入真實用量後，雲端 API 年費往往低過硬件回本線。本文分開算兩邊帳目，列出機房跑得起的開源型號與 24GB 門檻，並說明資料政策在甚麼條件下會令自架成為唯一合理選擇。
讀下去
推理模型進校園：思維鏈、自適應思考與評卷數理教學的新常態
2024 年的模型急於作答，2026 年的模型會先內部推演再輸出，並自行決定思考深度。本文以教員室語言解釋思維鏈、推理力度與自適應思考的演進，對照四家供應商的調節設計，並說明評卷、數學與科學課堂上實際改變了甚麼，以及仍然改變不了甚麼。
讀下去延伸資料