四家美國 LLM 供應商怎樣選：OpenAI、Anthropic、xAI、Google 的學校取捨

中學資訊科技主任把同一份 22 頁校本評估政策分四次上載，分別請四家旗艦做摘要。帳單最貴那次 12.47 港元，最平 0.94 港元——相差超過 13 倍。三份科主任盲評後，沒有人能準確指出哪份出自每 100 萬 token 輸入 10 美元的 GPT-6 Astra，哪份出自 0.75 美元的 Gemini 3.8 Flash。

學校選模型，核心問題從來不是「誰最強」，而是「在我們每天會做的任務上，哪個夠用而帳單可控」——這兩個答案經常不是同一家。

---

先釐清三個常被混在一起的詞

上下文長度決定模型一次能「讀進去」多少字。GPT-6 Astra 約 105 萬 token、Claude Fable 5.1 約 100 萬、Gemini 3.8 Flash 約 105 萬、Grok 4.6 50 萬——對絕大部分校務文件已綽綽有餘。但窗口大不代表理解好；把整學期教材一次貼進去，模型反而容易抓錯重點，還可能觸發下文所述的「長輸入懸崖」。

參數量反映潛在能力，不是日常備課的必需品。用小五中文填充題去叫旗艦，就像請大律師幫你影印——能完成，但成本與任務不匹配。

推理力度是 2026 年四家共同的調節掣：OpenAI 的 reasoning.effort、Anthropic 的 effort、Google 的 thinking_level、xAI 的 reasoning_effort。想得越久，輸出通常越好，但思考過程本身按輸出價計費。詳見推理革命一文。

2026 年 9 月的帳單現實

以官方定價（美元，每 100 萬 token）為準：

OpenAI GPT-6 Astra（2026-09-03 發佈）輸入 10、輸出 50，快取讀取 1.00，知識截止 2026 年 4 月 30 日。超過 27.2 萬 token 的請求，整筆按 2 倍輸入、1.5 倍輸出計——不是只有超出部分加價。

Anthropic Claude Fable 5.1（2026-09-01）輸入 10、輸出 50，快取讀取 0.25（四家最低），知識截止 2026 年 6 月，adaptive thinking 預設 high。同家中階 Claude Sonnet 5 為 2 / 10 美元，2026 年 8 月 10 日確認為長期價格。

Google Gemini 3.8 Flash（2026-09-02）導入價輸入 0.75、輸出 3.75，快取讀取 0.075；定價頁寫明此價至 2026 年 12 月 31 日，2027 年 1 月 1 日起升至 1.50 / 7.50。它是四家旗艦中唯一原生支援文字、圖像、音訊、影片輸入的型號。

xAI Grok 4.6（2026-08-12）輸入 2、輸出 6，快取讀取 0.50，知識截止 2026 年 2 月 1 日。達 20 萬 token 時，整筆按 4 / 12 計。

最貴與最平旗艦輸入價相差 13.3 倍，但能力差距在備課、摘要、格式轉換這類任務上，往往小得多。

逐家從學校場景出發

OpenAI 與 Azure

OpenAI 的不可替代之處不是「GPT 最強」，而是同一家同時提供聊天、embedding 與語音模型。校本知識庫要向量檢索，口語練習要語音辨識與合成，少一樣都做不成完整平台——這也是 Edor.ai 以 OpenAI 為預設的原因。已購 Azure 的辦學團體可改走 Azure OpenAI，由學校訂閱管理資料所在地。詳見 OpenAI 模型頁。

Anthropic

Claude 在中文寫作回饋、長文件對照評分準則時較穩定，Fable 5.1 預設會「想清楚才答」，適合需要判斷的任務，代價是延遲較高、輸出價 50 美元與 GPT-6 Astra 同檔。Anthropic 沒有 embedding 與語音模型；若完全停用 OpenAI，知識庫與口語練習須另行安排。日常可先用 Sonnet 5（2 / 10），難題才升 Fable 5.1。詳見 Anthropic 模型頁。

Google

Gemini 3.8 Flash 適合「把兩年掃描通告整理成結構化清單」這類粗活，導入價遠低於其餘三家。但 Edor.ai 沒有原生 Gemini，只能經 Poe 呼叫，Poe 不提供 embedding 與語音——示範會上看不出來，部署第三週才會浮現。已用 Google Workspace for Education 的學校可以並行使用。做三年預算須按 2027 年 1 月後價格計。詳見 Google Gemini 模型頁。

xAI

Grok 4.6 定價居中（2 / 6），50 萬 token 上下文對校務已足夠，xhigh 推理級別到位。真正要學校自行判斷的是內容取向：與 X 平台緊密結合，學生場景使用前須測試並記錄。同樣只能經 Poe 接入。詳見 xAI Grok 模型頁。

對學校而言，「原生接入」不是行銷用語——它決定你能否在同一平台內完成聊天、知識庫與口語練習，而不必維護第二套金鑰。

帳單背後的兩個陷阱

長輸入懸崖。 OpenAI 與 xAI 採同一邏輯：跨過門檻後整筆請求按高價計。資訊科技主任曾把整份學期教材（約 31 萬 token）一次貼入 GPT-6 Astra 做摘要，帳單比預期高一倍——事後才讀到 27.2 萬 token 的條款。正確做法是用 RAG 只檢索相關段落，見校本知識庫。

快取價差。 若每次請求都重複載入同一份校本課程綱要，Claude Fable 5.1 快取讀取 0.25 美元，是 GPT-6 Astra 1.00 的四分之一；Gemini 導入價 0.075 更低。重複性高的校務流程，快取欄比 headline 價更影響實際支出——但 Edor.ai 學校交的是固定年費（約 800 名學生、100 位教職員），token 波動由平台吸收。

本地化幻覺。 四家都會在 EDB 通函編號、課程代碼、學校全名上「一本正經地編造」。價格再貴也無法消除；答案須來自校本知識庫，並由教師覆核。

價格雙向波動。 OpenAI 的 GPT-5.6 Luna 在 2026 年 7 月 30 日減價八成，Sol 在 8 月 21 日減價逾兩成；Gemini 3.8 Flash 已預告 2027 年 1 月加價一倍。自行接 API 的學校難以鎖定預算。

不綁死一家的分流邏輯

按我們在校內的觀察，大約八成請求——出題、摘要、格式轉換、初步評分、通告草稿——中階型號已夠用。只有跨文件推理、多步驟數理講解、多份政策交叉對照才值得升級。

實務對號：

• 聊天、知識庫、口語練習要一家搞掂 → OpenAI 或 Azure OpenAI
• 最重視中文寫作回饋穩定度 → Anthropic，日常 Sonnet 5，難題 Fable 5.1
• 大量文件或影音粗活、已用 Google Workspace → Gemini，預算按 2027 年價格
• 成本與能力取中位、已完成內容安全評估 → Grok
• 資料完全不能離開校網 → 四家都不適用，改看開源與閉源權衡，本地模型經 Ollama 自架

2026 年前九個月四家都至少換過一次旗艦。採購時要問：換供應商，教師介面會不變嗎？知識庫要重建嗎？歷史紀錄能保留嗎？三個答案都應該是「不用」。全部 15 家供應商對照見2026 全模型橫評；詞彙入門由 LLM 教室 第一課開始。

常見誤解

• 誤解：旗艦貴 13 倍，輸出質素也應該明顯好 13 倍。 實情：在備課與摘要這類任務，科主任盲測往往分不出差別。差距主要體現在長推理、複雜判斷與帳單，不在每張工作紙。

• 誤解：Gemini 最便宜，全校換過去就解決所有問題。 實情：導入價 2027 年 1 月 1 日起翻倍；且經 Poe 接入沒有 embedding 與語音，校本知識庫與口語練習仍須 OpenAI 或 Azure。

• 誤解：上下文 100 萬 token，把整份文件貼進去最準。 實情：長輸入可能觸發整筆加價，且模型容易抓錯重點。用 RAG 檢索相關段落更準也更省。

星期一可以做的三件事

1. 從科組抽三份真實材料（一份中文作文、一段校本課程節錄、一份家長通告草稿），用同一條提示跑四家旗艦，遮住供應商名稱，請三位科主任評分——這份一頁記錄可作「智」啟學教撥款附件。
2. 請 IT 主任核對：若單次請求超過 27.2 萬 token（OpenAI）或 20 萬 token（xAI），平台是否有自動分段或 RAG，避免長輸入懸崖。
3. 在採購文件加一句：「供應商與型號可切換，不影響教師介面、校本知識庫與 ai_audit_logs 歷史紀錄。」