① 對話／推理模型對比
| 模型 | Context | 能力級別 | 科學推理 (GPQA) | 編碼／Agent | 速度定位 | 多模態輸入 | 價格 (USD / M tokens) |
|---|---|---|---|---|---|---|---|
| lala-super | 200K | 國際頂級旗艦級（frontier）：最難的推理、編碼及 agent 任務 | 頂級梯隊（~93%+） | 旗艦級（SWE-bench Pro 榜首梯隊） | 深度思考型 | 文字＋圖像＋音頻 | $4.35 / $21.73 |
| lala-6-pro | 1M | 開源前沿級：全模態對話旗艦，超長文檔／大 codebase 首選 | 前沿梯隊 | 前沿級 agent 能力（終端／OS 自動化實測領先同級） | 均衡 | 文字＋圖像＋音頻 | $0.446 / $0.893 |
| lala-6 | 1M | 開源前沿級：日常對話、客服、內容生成的性價比之選 | 前沿梯隊 | 強 agent 能力（同級實測領先） | 快 | 文字＋圖像＋音頻 | $0.149 / $0.298 |
| lala-ultrafast | 1M | 極速推理級：大批量、低延遲場景（分類、抽取、簡單問答） | 同級第一梯隊（~88%） | 強（同級實測領先） | 極速 | 文字 | $0.149 / $0.595 |
| GPT-5.5 (OpenAI) | ~1M | 國際旗艦 | 93.6% | SWE-bench Verified 88.7%（官方） | 深度思考型 | 文字＋圖像＋音頻 | $5.00 / $30.00 |
| Claude Opus 5.5 (Anthropic) | 200K | 國際旗艦 | ~93%+ | SWE-bench Pro 89.9% | 深度思考型 | 文字＋圖像 | $5.00 / $25.00 |
| Gemini 3.1 Pro (Google) | 1M | 國際旗艦 | 94.3% | SWE-bench Verified 80.6% | 均衡 | 文字＋圖像＋音頻＋視頻 | $2.00 / $12.00 |
| DeepSeek V4 Flash | 1M | 開源前沿 | 88.1% | Terminal-Bench 2.1 90.6% | 極速 | 文字 | $0.14 / $0.28 |
| Llama 4 Maverick (Meta) | 1M | 開源通用 | 69.8% | LiveCodeBench 43.4% | 快 | 文字＋圖像 | $0.15 / $0.60 |
lala 系列能力級別按同級國際模型的官方公佈 benchmark 定位；精確分數視乎測試配置，僅供量級參考。價格為 lala API 實際收費（見模型價格頁）。
② lala 全家族能力一覽
| 模型 | 類型 | 核心能力 | 關鍵規格 | 適用場景 |
|---|---|---|---|---|
| lala-6 | 對話 | 全模態對話、推理、編碼 | 1M context | 客服、內容生成、日常助手 |
| lala-6-pro | 對話 | 旗艦全模態對話、複雜推理 | 1M context | 長文檔分析、大 codebase、高難度任務 |
| lala-ultrafast | 對話 | 極速推理 | 1M context、分時計價 | 大批量分類、抽取、即時問答 |
| lala-super | 對話 | 國際頂級旗艦推理 | 深度思考、超強編碼 | 最難的推理、agent、編碼任務 |
| lala-rag | 向量 | 文本向量化 | 標準 OpenAI embeddings 格式 | RAG 檢索、語義搜尋、知識庫 |
| lala-decision | 判研 | 結構化判斷（不生成文本）：Choice / Score / Noul 三類答案附校準概率；支援圖像判斷（最多 4 張） | 1–5 秒；圖像 ≤4 張 | 工單分派、意圖識別、內容風控、單據審核 |
| lala-image | 圖像 | 圖像生成（質量優先） | 每張計費 | 產品圖、海報、社媒素材 |
| lala-video | 視頻 | 視頻生成（自動配人聲／音效／背景樂） | 4–30 秒；480p/720p/1080p | 廣告片、產品演示、社媒短視頻 |
| lala-speech | 語音 | 高清語音合成 | 80+ 音色、9 種情緒 | IVR、有聲內容、語音客服 |
| lala-music | 音樂 | 音樂生成 | 每首計費 | 品牌 jingle、背景音樂 |
| lala-lyric | 歌詞 | 歌詞生成（完整歌曲／編輯續寫） | 每次計費 | 歌曲創作、marketing 文案押韻 |
③ 詳細 Benchmark 分數對比
| Benchmark（測什麼） | lala-super | lala-6-pro | lala-6 | lala-ultrafast | GPT-5.5 | Claude Opus 5.5 | Gemini 3.1 Pro | DeepSeek V4 Flash | Llama 4 Maverick |
|---|---|---|---|---|---|---|---|---|---|
| GPQA Diamond（博士級科學推理） | ~91–94% | — | — | ~88–91% | 93.6% | 90.6% | 94.3% | 88.1–90.9% | 69.8% |
| SWE-bench Pro（真實 repo 編碼） | ~85–90% | — | — | — | 58.6% | 89.9% | — | — | — |
| SWE-bench Verified（agentic 編碼） | 旗艦級 | — | — | — | 88.7%（官方） | — | 80.6% | — | — |
| DeepSWE（深度編碼） | ~70–74% | ~70–72% | ~68% | — | — | 74.2% | — | — | — |
| Terminal-Bench 2.1（終端 agent） | ~87–88% | ~88–90% | ~87–88% | ~90% | — | 87.6% | — | 90.6% | — |
| OSWorld（電腦操作 agent） | ~82% | ~80–82% | ~80–81% | — | 78.7% | 81.8% | — | — | — |
| 數學（AIME / FrontierMath 級） | ~90%+ | 強 | 強 | 強 | — | FrontierMath T1-3 91.2% | AIME 96.7%（3 Pro） | AIME 93%+ | — |
| HLE（人類最後考試，超難綜合） | ~61–68% | — | ~35% | — | — | 67.7%（帶工具） | 51.4% | — | — |
| LiveCodeBench Pro（競賽編碼 Elo） | — | — | — | — | — | — | 2887 Elo（榜首） | — | 43.4% |
| 多模態（MMMU-Pro 視覺理解） | ~89%（圖表類） | — | ~73% | — | — | 89.0%（Chartography） | 80.5% | — | — |
| 長文（MRCR v2 / 長 context 檢索） | 200K 全窗口可靠 | 1M 全窗口 | 1M 全窗口 | 1M 全窗口 | — | — | 77%（128k 均值） | 393K 輸出 | 1M 窗口 |
| AA Intelligence Index（綜合智能指數，獨立評測） | ~58（頂級） | ~46 | ~38 | — | 60 | 58 | #1 梯隊 | — | — |
| MMLU / GMMLU（綜合知識） | ~94%（多語言） | — | — | — | 92.4% | GMMLU 94.3% | MMMLU 92.6% | — | 85.5% |
| SciCode（科研編碼） | ~66–67% | — | ~51% | — | — | 66.9% | — | — | — |
| ProgramBench（程式合成） | ~90% | ~26% | ~26% | — | — | 91.2% | — | — | — |
| CyberGym（網絡安全攻防） | — | ~94% | ~95% | ~88% | — | — | — | 88.1% | — |
| Toolathlon（真實工具鏈 agent） | — | ~77% | ~74% | — | — | — | — | — | — |
| AutomationBench（企業流程自動化） | ~40% | — | — | — | — | 40.0% | — | — | — |
| GDPval（企業知識工作 Elo） | ~1800+ | ~1650–1700 | — | — | — | 1846 Elo（榜首） | — | — | — |
| 長文推理（AA-LCR 長 context 推理） | — | ~75 | ~74 | — | — | — | — | — | — |
「—」= 該模型沒有公開可對比數字。「~」區間 = lala 系列按同級獨立評測（BenchLM、Artificial Analysis、Vals AI、llm-stats 等）的量級定位；官方精確分數視乎測試配置（effort 級別、scaffold、重複次數）可有 5–10 點差異，跨來源比較僅供參考。
④ 圖表速覽：性能與價格
科學推理 GPQA Diamond（%）
lala 系列以區間中位顯示
綜合智能指數（Artificial Analysis）
獨立第三方評測，0–70
輸入價格（USD / M tokens，對數比例）
lala 定價遠低於同級國際模型
性價比：智能指數 ÷ 輸入價
每 $1（M tokens）買到的智能分數
lala 系列國際模型
圖表數據同表③：「~」為 lala 量級定位中位；性價比圖以各模型 AA Intelligence Index 除以輸入價，DeepSeek 指數用同級獨立評測值。