Gemini 3.1 Pro vs Claude Opus 4.8 vs GPT-5.5：只买一份订阅该选谁（2026-07 选型）

先给结论（该买哪个订阅）：如果你的主力工作是写代码、改代码、加上电脑操作类 Agent（自动点网页、跑本地工具），选 Claude Opus 4.8（Claude Pro / Max）——它在越难的编程基准上领先越明显，OSWorld 电脑操作也是三者最强。如果你要的是一个什么都能接的通用助手，尤其重度用终端 Agent、又想顺带用 Sora / Deep Research，选 GPT-5.5（ChatGPT Plus / Pro）。如果你经常一次性喂进几十万字资料、做长文档与多模态分析，且对 API 成本敏感，选 Gemini 3.1 Pro。三者不是替代关系，很多人是"一主一辅"。原标题里的 o3-pro 已经作废，本篇按 2026-07 基线改成 Opus 4.8 × GPT-5.5 × Gemini 3.1 Pro 三方选型。

最后更新：2026 年 7 月

先说清楚这篇跟站内另一篇的分工：如果你只想看"谁写代码强、谁跑分高"，去看纯编程横评那篇（文末有链接）。这一篇不重复堆跑分，而是回答一个更实际的问题——你只打算掏一份订阅的钱，该掏给谁。所以下面每个结论都会落到"对应哪种人、买哪个套餐"。

先纠正三个过时说法

网上很多老帖还在用旧型号名，直接照抄会踩坑：

• "o3-pro"：已作废，别再拿它当选项。OpenAI 当前旗舰是 GPT-5.5（2026-04-23 起为默认），还有 GPT-5.5 Pro 变体。
• "Claude 4.5 Opus / Opus 4.6 / 4.7"：都过时了，现旗舰是 Claude Opus 4.8；再往上还有更贵的 Fable 5（Mythos 级，能力在 Opus 之上）。默认模型已经换成更便宜的 Sonnet 5。
• "Gemini 3 Pro"：Google 当前主力是 Gemini 3.1 Pro，不是 3.0。

三者的真实定位：不是三选一，是三种活

模型	一句话定位	最适合的人	对应订阅入口
Claude Opus 4.8	能动手的工程代理：写代码、改代码、操作电脑	开发者、重度 Agent 用户	Claude Pro / Claude Max
GPT-5.5	生态最全的通用旗舰：终端 Agent、Deep Research、Sora 一把抓	什么都要沾一点的通才、终端 Agent 重度党	ChatGPT Plus / Pro
Gemini 3.1 Pro	装得下整个项目的大脑：长上下文 + 多模态 + API 便宜	做长文档分析、成本敏感、量大的人	Gemini / Google AI Ultra

这张表是本篇的骨架，下面每一行都拆开讲清楚，尽量用可查的公开跑分说话，说不清的地方我会明说是体感判断、不假装成实测。

真实跑分对比表（点名基准，不编造）

下面这些是各家公开的基准分数，不是我自己跑的"实测"。看跑分要认准是哪个基准——同样叫"编程能力"，简单变体和困难变体能拉开很大差距。

模型	SWE-bench Verified （常规编程修复）	SWE-bench Pro （更难变体）	OSWorld （电脑操作）	Terminal-Bench 2.1 （终端 Agent）
Claude Opus 4.8	88.6%	69.2%	83.4%	74.6%
GPT-5.5	88.7%	58.6%	78.7%	78.2%
Gemini 3.1 Pro	低于前两者	54.2%	76.2%	—
Claude Sonnet 5（便宜档参考）	85.2%	63.2%	81.2%	80.4%
Claude Fable 5（顶配参考）	~95%	最高档	顶配	—

从这张表能读出几个靠谱结论：

• 常规编程，Opus 4.8 和 GPT-5.5 基本打平：SWE-bench Verified 88.6% vs 88.7%，肉眼没差。谁便宜、谁顺手就用谁。
• 越难，Opus 4.8 拉得越开：换到更难的 SWE-bench Pro，Opus 69.2% 明显领先 GPT-5.5 的 58.6% 和 Gemini 的 54.2%。跨文件、需要真正理解大项目的复杂改动，Opus 更稳。
• 电脑操作 Opus 最强：OSWorld 83.4%，就是让模型自己点浏览器、操作 GUI 完成任务这类活，Opus 是三者第一。
• 终端 Agent GPT-5.5 反超：Terminal-Bench 2.1 上 GPT-5.5 的 78.2% 高过 Opus 的 74.6%。所以"在终端里跑命令、串工具链"这类重度终端 Agent 工作流，GPT-5.5 反而更合适——这是有基准依据的判断，不是拍脑袋。
• Sonnet 5 性价比很高：作为便宜档，Terminal-Bench 甚至跑到 80.4%，日常知识工作能顶大半个 Opus。预算紧可以先上 Sonnet 5。

注意 Gemini 那行有的格子是"低于前两者 / —"，这是因为公开可比的对应分数不足，我不会给它编一个数字凑齐。Gemini 的真正强项不在这张编程表里，下一节说。

Gemini 3.1 Pro 强在哪：这是体感 + 公认定位，不是我跑的实测

如果只看上面这张编程/Agent 表，Gemini 会显得平平。但那张表衡量的是编程和 Agent，不是 Gemini 的主场。以下是定性判断（业界公认定位 + 我自己的使用体感），不是第一手跑分：

• 长上下文：一次性把一整个代码库、几十页 PDF、一份长会议纪要全塞进去做整体分析，Gemini 这条路线一直是强项。你缺的是"看得全"而不是"改得动"时，它更合适。
• 多模态：图、表、截图、文档混着喂，做归纳和复盘，Gemini 处理起来更自然。
• API 便宜：Gemini 3.1 Pro 的 API 价约 $2/M 输入、$12/M 输出，明显低于 Opus 4.8 的 $5/$25 和 GPT-5.5 的 $5/$30。你要跑大批量任务、对每百万 token 的成本敏感，这是实打实的差价。

所以 Gemini 的价值不是"编程比 Opus 强"，而是"当你要的是一个能装下整个项目、还便宜的大脑"时，它更划算。别拿它去跟 Opus 抢困难编程活，那不是它该赢的赛道。

价格与订阅：一次说清各买什么

Claude Opus 4.8

API 定价 $5/M 输入、$25/M 输出。日常用不着碰 API，直接买订阅：Claude Pro 适合个人主力写代码；用量大、要接近"无限量"体验就上 Claude Max（$100 / $200 两档）。想要比 Opus 更强的 Fable 5 也在 Claude 体系内，但 Fable 5 API $10/$50、订阅按额度计费，日常严重过剩，绝大多数人不需要。

GPT-5.5

API $5/M 输入、$30/M 输出。订阅上 ChatGPT Plus $20/月 就能用 GPT-5.5、Deep Research、Sora、Agent Mode——这是"一份订阅顶多种用途"的性价比之选。要更高额度和 GPT-5.5 Pro，走 ChatGPT Pro（$100 / $200 两档）。

Gemini 3.1 Pro

走 Google 的 Gemini 订阅或 Google AI Ultra（$250 顶配，含 25000 AI Credits + Veo 视频）。如果你是冲着长上下文和便宜 API 去的，先算清自己的月用量再决定是订阅还是直接用 API。

60 秒自测：你到底是哪种人

不想读完全文的话，回答下面三个问题，答案基本就出来了：

• 问题一：你每天在模型上花最多时间的活是什么？写/改代码 → 偏 Opus 4.8；查资料、写文档、做分析 → 偏 GPT-5.5 或 Gemini；让模型自己跑一串终端命令、接工具链 → 偏 GPT-5.5。
• 问题二：你更缺"改得动"还是"看得全"？缺"改得动"（把复杂改动落地）→ Opus 4.8；缺"看得全"（一次消化整个项目/大批资料）→ Gemini 3.1 Pro。
• 问题三：你在不在意每百万 token 的成本、任务量大不大？量大且在意成本 → Gemini 3.1 Pro 的 API 便宜一截；量不大、走订阅 → 看套餐额度就行，单价不是重点。

三个问题里如果有两个指向同一个模型，就先买它，别纠结。订阅大多是按月的，用一个月不合适再换成本也不高。

几个容易踩的误区

• "跑分高就一定顺手"——不一定。SWE-bench Verified 上 Opus 和 GPT-5.5 只差 0.1 个百分点，实际手感差别更多来自你喂的上下文够不够、Prompt 写得清不清楚。差别不明显时，先怀疑自己的输入。
• "一个模型通吃所有活"——同一个模型在不同基准上排名会翻转（Opus 赢 OSWorld，GPT-5.5 赢 Terminal-Bench）。别指望一个订阅在每个维度都第一。
• "越贵越好，直接上 Fable 5 / Pro $200"——顶配对日常任务是过剩。先从 Sonnet 5 或 Plus $20 起步，用量顶到天花板了再升，省下的钱不少。

什么情况下别买某一个（反向排除）

正面推荐容易让人都想买，反过来说"什么时候别买"往往更省钱。以下是定性建议：

• 只偶尔问问题、写点文案，别急着上 Opus 4.8 或 Fable 5。这类轻量知识工作，Sonnet 5 或 ChatGPT Plus 就够，多花的钱换不来你能感知的差别。困难编程和电脑操作才是 Opus 该出场的地方。
• 你从不喂大段资料、也不在意 API 单价，别为了"便宜"专门去配 Gemini。它的长上下文和低 API 价，是给量大、要整体消化大项目的人省钱的；用量小的话，这份优势你根本吃不到。
• 你不用命令行、不跑工具链，别把"终端 Agent 强"当成买 GPT-5.5 的理由。Terminal-Bench 那 78.2% 只有在你真的让模型自己在终端里干活时才有意义；纯聊天问答，这条优势对你等于零。

一句话：先看自己每天真正在干的活，再对照上面的排除项——买贵了不如买对了。

该选哪个：对号入座

你主要写代码、改代码，还要让模型自己操作电脑

选 Opus 4.8。困难编程（SWE-bench Pro 69.2%）和电脑操作（OSWorld 83.4%）都是它领先。入口：Claude Pro 账号 →，用量大就 Claude Max $100 订阅 →。

你要一个通用助手，重度用终端 Agent，还想顺手用 Sora / Deep Research

选 GPT-5.5。终端 Agent（Terminal-Bench 78.2%）反超 Opus，生态又最全。入口：ChatGPT Plus（GPT-5.5）订阅 →。

你经常喂大段资料、做长文档/多模态分析，且在意成本

选 Gemini 3.1 Pro。长上下文 + 便宜 API 是它的主场。入口：Gemini 3.1 Pro 年费会员 →，要顶配连视频生成就 Google AI Ultra $250 →。

预算有限，想先花小钱试水

先上 Sonnet 5——它现在是 Claude 的默认模型，多数知识工作能顶大半个 Opus，而且更便宜；等确认某项活确实需要更强的推理，再针对性升到 Opus 4.8。

双持怎么配（很多人的实际做法）

如果预算允许两份订阅，常见的是"一主一辅"，各干各擅长的：

• Opus 4.8 当主力：写代码、改代码、写实现计划、把任务做完。
• Gemini 3.1 Pro 当副脑：读大段资料、长代码库整体理解、多模态复盘，产出结论再交给 Opus 去落地。

如果你是终端 Agent 重度用户，也可以把主力换成 GPT-5.5，让 Opus 专门啃困难编程。没有唯一正解，取决于你每天缺的是"改得动"还是"看得全"。

可直接复制的 Code Review Prompt

不管你最后用哪个，这段 Prompt 三者都能吃。把它贴进对话，再附上代码即可：

你是资深 Tech Lead。请对我提供的代码做 Review，按下面格式输出：
1) 总体评价（先指出影响稳定性的问题）
2) 潜在 bug（按严重程度从高到低排序，标明触发条件）
3) 可维护性问题（命名、边界处理、耦合、可测试性）
4) 性能 / 安全风险（如果有，说明具体场景）
5) 最小改动修复方案 + 可选的重构方案（分开写）
6) 我应该补哪些测试用例（列成清单，标注覆盖的边界情况）

要求：直接引用具体行 / 函数名，不要泛泛而谈；拿不准的地方明说"需要更多上下文"。

小技巧：用 Opus 4.8 跑这段时，多喂它相关文件（不止改动那一段），困难跨文件问题它才发挥得出来；用 Gemini 时干脆把整个模块贴进去，它的长上下文正好派上用场。

三方选型常见问题

Q：我只买一个订阅，到底选哪个？
A：主要写代码 + 操作电脑 → Opus 4.8（Claude Pro / Max）；要通用、重度终端 Agent、顺带 Sora/Deep Research → GPT-5.5（ChatGPT Plus）；主要读大段资料/长文档、在意成本 → Gemini 3.1 Pro。

Q：o3-pro 现在还能选吗？
A：不能，o3-pro 已作废。OpenAI 当前旗舰是 GPT-5.5（含 GPT-5.5 Pro 变体），别再照抄老帖里的 o3-pro。

Q：Opus 4.8 和 GPT-5.5 到底谁编程强？
A：常规编程基本打平——SWE-bench Verified 88.6% vs 88.7%。但换到更难的 SWE-bench Pro，Opus 4.8（69.2%）明显领先 GPT-5.5（58.6%）。复杂、跨文件的活选 Opus，简单修复谁顺手用谁。

Q：那 Terminal-Bench GPT-5.5 反超又是怎么回事？
A：Terminal-Bench 2.1 衡量的是终端 Agent（在命令行里跑工具、串流程），GPT-5.5 的 78.2% 高于 Opus 的 74.6%。所以终端重度 Agent 工作流，GPT-5.5 反而更合适。不同基准量的是不同能力，别混为一谈。

Q：Gemini 3.1 Pro 编程为什么在表里偏弱？
A：那张表衡量的是编程和 Agent，不是 Gemini 的主场。它的强项在长上下文、多模态分析和更便宜的 API——这些是定性/公认定位，不是我跑的实测。别拿它去抢 Opus 的困难编程活。

Q：预算紧，有没有更省的选项？
A：有。Claude Sonnet 5 现在是默认模型，多数知识工作顶大半个 Opus，还更便宜（Terminal-Bench 甚至到 80.4%）。先用 Sonnet 5，确认某项活确实要更强推理再升 Opus 4.8。

Q：Fable 5 值得为它多花钱吗？
A：多数人不值。Fable 5 是 Mythos 级顶配，SWE-bench Verified 约 95%，但 API $10/$50、订阅按额度计费，日常任务严重过剩。除非你有稳定的极难任务，否则 Opus 4.8 够用。

Q：三家 API 价格差多少？
A：Gemini 3.1 Pro 约 $2/M 输入、$12/M 输出；Opus 4.8 是 $5/$25；GPT-5.5 是 $5/$30。跑大批量、成本敏感时 Gemini 便宜一截；但日常用订阅的话，看的是套餐额度而不是 API 单价。

Q：这三个在中国怎么开通、怎么付款？
A：DGT Store 提供成品账号和订阅代充，支持支付宝 / USDT，付款后即时发货。具体开通方法和注意事项见文末对应的中国购买指南文章。

Q：这篇跟站内的"纯编程横评"有什么区别？
A：那篇比的是"谁代码写得更好"，堆的是编程细节。这篇回答"只掏一份订阅该给谁"，落到套餐和人群。想深挖编程细节看那篇，想快速决定买哪个看这篇。