Pilih Claude, GPT, Gemini atau DeepSeek: model mana untuk anda?

Kenapa tidak terus pilih model paling mahal?

Model yang paling mahal tidak semestinya paling sesuai. Untuk membalas soalan pelanggan kedai online, menterjemah penerangan produk atau mengelaskan e-mel, model yang lebih murah selalunya memberi hasil yang hampir sama dengan kos jauh lebih rendah. Model yang lebih kuat berbaloi bila tugasnya sukar: kod yang rumit, analisis dokumen panjang atau penulisan yang memerlukan ketelitian.

Kelebihan guna MaCloud AI ialah anda tidak perlu buka akaun di setiap penyedia untuk membandingkan. Satu kunci boleh memanggil semua model, jadi ujian perbandingan hanya mengambil beberapa minit.

Gambaran umum setiap keluarga model

Ini gambaran umum, bukan kedudukan rasmi. Prestasi berubah setiap kali model baharu dilancarkan, dan hasil untuk teks Bahasa Melayu atau campuran Melayu-Inggeris boleh berbeza daripada ujian dalam bahasa Inggeris. Senarai model yang tersedia sekarang sentiasa dikemas kini di halaman model.

Pilih ikut jenis kerja

• Pembangun perisian: mula dengan Claude untuk kod, terutamanya dengan Claude Code atau Cursor. Untuk tugas kecil seperti menulis komen atau ujian ringkas, cuba model yang lebih murah.
• Bot WhatsApp atau khidmat pelanggan: model murah dan pantas biasanya memadai. Lihat contoh bot WhatsApp untuk kedai.
• Kandungan pemasaran untuk kafe atau kedai: GPT atau Claude untuk kapsyen dan artikel; bandingkan nada mana yang lebih kena dengan jenama anda.
• Membaca PDF, kontrak atau laporan panjang: model dengan konteks besar seperti Gemini atau Claude.
• Memproses ribuan baris data (contohnya mengelaskan ulasan pelanggan): DeepSeek atau model kecil lain, kerana kos per baris paling penting.

Soalan untuk ditanya sebelum memilih

• Berapa sukar tugasnya? Kalau manusia biasa boleh buat dalam beberapa saat, model kecil biasanya cukup. Kalau perlu kepakaran, uji model yang lebih kuat.
• Berapa banyak panggilan sehari? Sepuluh panggilan sehari dan sepuluh ribu panggilan sehari memerlukan keputusan yang sangat berbeza. Bila jumlahnya besar, perbezaan harga kecil per token menjadi besar.
• Berapa panjang input? Dokumen panjang memerlukan model dengan konteks besar, dan token input menjadi bahagian utama kos.
• Perlukah jawapan pantas? Untuk sembang dengan pelanggan, kelajuan jawapan penting. Uji sendiri, kerana kelajuan berubah ikut model dan masa.
• Bahasa apa? Kalau pelanggan anda bercampur Melayu, Inggeris dan Cina, masukkan contoh campuran itu dalam ujian.

Cara menguji sendiri dalam 10 minit

1. Kumpulkan 5 hingga 10 contoh tugas sebenar anda, contohnya soalan pelanggan yang selalu diterima atau fungsi kod yang perlu dibaiki.
2. Log masuk dan cipta kunci API di API Key. Pelanggan baharu yang mengesahkan e-mel mendapat sedikit kredit percubaan.
3. Jalankan skrip di bawah untuk menghantar contoh yang sama ke beberapa model.
4. Baca jawapan setiap model dan beri markah sendiri: betul atau tidak, nada sesuai atau tidak.
5. Buka Penggunaan dan bandingkan kos setiap panggilan.
6. Pilih model termurah yang hasilnya sudah cukup baik untuk tugas itu.

from openai import OpenAI

client = OpenAI(base_url="https://api.macloudai.com/v1", api_key="sk-...")

contoh = [
    "Pelanggan tanya: boleh hantar kek ke Johor Bahru esok? Balas dengan sopan.",
    "Ringkaskan ulasan ini dalam satu ayat: Kopi sedap tapi tunggu lama sangat.",
]
models = ["hk-5-5", "tt-6-luna", "gem-3.8-flash", "deepseek-v4.1-flash"]

for soalan in contoh:
    print("\n#", soalan)
    for m in models:
        r = client.chat.completions.create(model=m, messages=[{"role": "user", "content": soalan}])
        print(f"-- {m} (input {r.usage.prompt_tokens}, output {r.usage.completion_tokens})")
        print(r.choices[0].message.content)

Nama model mesti disalin tepat dari halaman model, termasuk huruf kecil dan tanda sengkang. Kalau satu nama salah, model itu akan memulangkan ralat 404 dan model lain dalam senarai tetap berjalan.

Kalau anda tidak mahu menulis kod, guna sembang di web: pilih model, tanya soalan yang sama, tukar model dan bandingkan.

Bandingkan harga sebelum memutuskan

Harga berbeza antara model, dan token output biasanya lebih mahal daripada input. Jadual ini dibaca terus dari halaman model dalam ringgit:

Harga sebenar sekarang

Anggaran daripada harga di halaman model: 2,000 token input dan 500 token output bagi setiap chat. Caj sebenar dipaparkan dalam konsol.

Ingat, kos sebenar bergantung pada panjang jawapan. Model yang lebih murah per token tetapi menulis jawapan dua kali lebih panjang mungkin tidak lebih jimat. Itu sebabnya ujian dengan contoh sebenar lebih berguna daripada membaca jadual sahaja. Penerangan penuh ada dalam cara kos API dikira ikut token.

Boleh guna lebih daripada satu model?

Boleh, dan ini sering cara paling jimat. Contohnya, sebuah agensi kecil di Pulau Pinang boleh guna model murah untuk draf pertama dan pengelasan, kemudian model yang lebih kuat hanya untuk semakan akhir. Kerana semuanya guna kunci dan baki yang sama, anda hanya tukar nama model dalam kod.

Soalan lazim

Panduan lain

• API Claude dan ChatGPT dengan satu kunci, bayar ikut penggunaan
• Cara mula guna Claude Code dengan kunci API MaCloud AI
• Bina bot WhatsApp yang dijawab AI: panduan langkah demi langkah
• Bagaimana kos API AI dikira ikut token (dengan contoh)
• Bayar ikut penggunaan vs langganan AI bulanan: mana lebih jimat?