2025 最新五大主流 LLM 全解析，付費、應用與安全性一次看懂

近幾年有多款大型語言模型 (LLM) 接連問世，對一般用戶來說，到底哪一款最適合日常需求。本次整理 5 款主流 LLM，分別為 GPT-5、Claude 4 Sonnet、Gemini 2.5 Pro、Grok 4 與 DeepSeek R1，從功能特點、價格差異、使用限制，再到適合的應用場景，帶大家一次看清楚各自的定位與優勢。

什麼是大型語言模型 LLM？

LLM 是一種基於深度學習的 AI 模型，建立在一種稱為「轉換器」(Transformer) 的神經網路架構上，再利用數百億到上兆個參數，在龐大的文字資料中 (網路文章、維基百科) 收集資訊來進行模型訓練。

目的是理解、生成和翻譯擬化成人類表達、撰寫的語言文字，幫助人類在工作與生活更高效。

五大主流 LLM 的時間脈絡、投資背景

目前最為人知的像是 GPT‑5、Claude 4 Sonnet、Gemini 2.5 Pro、Grok 4 以及 DeepSeek R1 這五大 LLM， 以下是這五大主流 LLM 的時間脈絡與投資背景。

以廣泛應用著名：OpenAI 的 GPT 系列

2018 年問世的 GPT‑1，由 Sam Altman 與馬斯克等人於 2015 年 12 月創立的 OpenAI 所打造，隨後才在 2022 年 11 月才有了最廣為人知的 ChatGPT 誕生。而 OpenAI 主要投資者有微軟、軟銀等主要投資者。

截至 2025 年 8 月，透過早期員工或前員工股票二次出售，估值有望達到 5000 億美元。最新 ChatGPT 現使用的模型版本為 GPT-5，於 2025 年 8 月 7 日推出。

圖為 OpenAI 創辦人 Sam Altman

安全與推理型助理：Anthropic 的 Claude

第一版 Claude 於 2023 年推出，由 OpenAI 前核心成員 Dario Amodei 與 Daniela Amodei 等人於 2021 年創立的 AI 新創 Anthropic 所打造，主打「安全可控」的通用 AI。

主要投資者為亞馬遜 (40 億鎂)、Alphabet (20 億鎂) 與 Fidelity。截至目前 Anthropic 估值上看 1,700 億美元。

圖為 Amodei 兄妹倆，左邊是哥哥 Dario，右邊是妹妹 Daniela

專門處理高複雜任務為主：Google DeepMind 的 Gemini

Gemini 是 Google 的 Bard 後繼模型，由 Google DeepMind 開發。於 2023 年 12 月 6 日首次公開推出 Gemini 1.0，包含 Ultra、Pro、Nano 三個版本，以能處理高複雜度任務的通用 AI。

Gemini 的命名靈感來自 DeepMind 與 Google Brain 的合併，以及向 NASA 的雙子座計畫致敬。Google 共同創辦人 Sergey Brin 已重返公司，親自參與 Gemini 核心開發。這類產品一般會被涵蓋在整體 Google Cloud 或 Google AI 業務，因此沒有單獨對 Gemini 作估值。

Google 共同創辦人 Sergey Brin

以社群整合著名：xAI 的 Grok 

Grok 初版於 2023 年 11 月推出，先開放給部分 X Premium+ 付費高級用戶使用，由馬斯克旗下的 AI 公司 xAI 所打造，主要是能即時讀取整個 X 社群內容，並且支援新聞摘要、輿情分析、趨勢預測等。

目前 xAI 估值可能高達 2,000 億美元，最新版本為 Grok 4，於 2025 年 7 月 9 日釋出，並提供標準版與高效版 (Heavy) 兩個版本。

圖為馬斯克

聚焦開源與數學推理：中國深度求索的 DeepSeek R1

DeepSeek 是由中國 AI 團隊「深度求索」(DeepSeek) 開發的開源 LLM，2023 年底首次公開，定位為中國版的 GPT 替代方案，主打數學推理與程式編輯能力，目標打造中英語雙通的通用 AI。

DeepSeek 以 600 萬美元低成本、高效能策略引發國際關注，投資團隊為中國量化對沖基金「幻方量化」(High‑Flyer) 全資創立與資助，整體估值介於 20  至  300 億美元之間。

DeepSeek 創辦人梁文峰

免費版哪個最好用？

在五大主流模型的免費版中，如果追求方便、直覺、不用額外設定的「便利性」，首選會是 GPT-5，再來是 Claude 4 Sonnet。

• 最方便上手 GPT-5：從今年 8/7 開始免費，直接在 ChatGPT 網頁或 App 上就能用，零門檻。雖然有使用上限，但附有 mini 版本，對一般用戶最直覺。

• 長文處理首選 Claude 4 Sonnet：Claude 4 包含 Opus 和 Sonnet 模式，Sonnet 4 可供用戶免費使用，操作以網頁或 App 為主，適合處理長文。

• 特殊資格最划算 Gemini 2.5 Pro：免費版針對推理 / 數學 /程式碼有使用限制，假設有符合資格的學生，可以免費使用一年，無使用限制上限，還有 2TB 儲存空間，前提是符合條件而且要在 2025 年 10 月 6 日前申辦。

• 使用次數有限 Grok 4：免費開放，但免費用戶每 12 小時僅能使用約 3~5 次，若要無限制使用則需訂閱 SuperGrok 或 SuperGrok Heavy。

• 完全免費但偏技術 DeepSeek R1：完全免費又開源，不用技術部署，如果需要 API 與自建部署才需要額外成本與技術能力。

付費版誰最齊全？

假設從這五大模型的「付費版」角度切入，重點會轉為「功能齊全度、專業應用能力」，以下是五大主流模型的付費方案與價格比較表。

GPT-5 (OpenAI ChatGPT Plus / Pro)

GPT-5 目前可以說是「最齊全」的 LLM，撇除基本的文本產生、即時搜尋、文件分析、或者 APP 與 API 整合，特別的是可以產出不同「風格」的圖片。尤其是 OpenAI 在 GPT-5 的發布會上表示，在寫作、程式設計與健康領域表現大幅提升，不僅減少幻覺與諂媚，指令執行更精準。

(OpenAI GPT-5 變笨惹議！5 步驟教你如何改回 GPT-4o)

Claude 4 Sonnet & Opus  (Anthropic)

Claude 4 雖說一直是以「高安全性」、「長文處理」為主，但是 Anthropic 在今年 5 月的開發者大會上卻表示，Claude 4 已經能夠自主執行數小時的複雜任務，尤其是 Opus 4 能自己寫七小時的程式。在企業應用案例上，亞馬遜 (AWS) 透露已透過 Bedrock 整合 Opus 4 自建 AI 代理，自主處理軟體開發和企業營運中的多步驟工作。

總體而言，Claude 4 已經成為長文本生成、編寫程式碼等領域，不容小覷的 LLM。

(Anthropic 推出全新旗艦 AI 模型 Claude Opus 4，能自主寫程式七小時？)

Gemini 2.5 Pro (Google DeepMind)

Gemini 2.5 Pro 的最大特點是「深度綁定 Google 生態 + 強化數學與程式推理」，對於依賴 Google Workspace 的專業人士、學生與企業最實用。

用戶可以直接應用在 Gemini 2.5 Pro 於 Gmail、Docs、Sheets、Slides、Drive 等服務，快速生成文件、郵件摘要、分析表格，並與 Android 系統與 Google 搜尋無縫結合。功能上特別強調數學與程式推理能力，可處理數學題解、演算法設計，也能透過 API 與 Vertex AI 服務支援專業運算。

多模態方面，Gemini Pro 整合 Imagen 2 進行圖片生成，並搭配 NotebookLM、Whisk 等工具，未來會支援影片生成。

(最新 Google I/O 大會登場！ AI 助理 Gemini 大進化，從手機、影像創作到改程式碼都包辦)

Grok 4 (xAI)

Grok 4 的最大特色就是即時社群整合，會直接抓取 X 上的新聞與熱門話題，也或許是馬斯克不願意讓 X 的對話太過制式、政治正確，因此對話風格偏幽默又帶點毒蛇，主打「敢說敢嗆」。

比較特別的是，馬斯克的 AI 公司 xAI 在 7 月的發佈會上展示了 Grok 4 付費模式 Heavy 能直接檢視預測市場 Polymarket，並結合統計計算與推理能力，在短短數分鐘內預測出道奇隊奪下世界大賽的勝率為 21.6%，展現出超越傳統量化分析工具的即時運算實力。

(博士級 AI？馬斯克 xAI 推出 Grok 4：多代理推理、預測市場功能一次看)

DeepSeek R1（中國開源）

從影片可以看到，DeepSeek R1 在 Vultr 雲端 GPU 的測試裡表現非常亮眼，特別是在程式和推理能力上。它可以一次就成功生出並執行貪吃蛇 (Snake) 和 俄羅斯方塊 (Tetris) 這兩款遊戲，程式架構完整、邏輯清楚。

而在推理方面，像是單位換算、數字比較、邏輯題甚至一般常識題都能答對，思考過程很像人類。缺點是這個模型規模超大，高達 6,710 億個參數，需要 8 張 AMD Instinct GPU 才能跑得動。

另外，它對於中國的敏感政治議題會直接以官方說法表示，即使自己架設也沒辦法完全避免，不過因為它是開源的，只要微調就能解除這些限制。

(DeepSeek R1-14B 搭配 nilAI 私密運行，Nillion 保障 AI 數據安全)

五大模型的安全性比較？

最安全又最穩健：Claude 4

根據 Claude 4 Sonnet (Anthropic) 的安全性測試顯示，對於違規請求的安全回覆率高達 98.8%，而在正常問題上的「誤封」率不到 0.1%。

Anthropic 也公開了完整的風險評估流程，並與美國核安局 (NNSA) 合作，推出能攔截核擴散相關需求的分類器。整體來看，它是目前最透明、最嚴謹、也最穩健的模型。

功能與安全取得良好平衡：GPT-5

GPT-5 則被官方強調已降低幻覺、減少迎合用戶並加強指令執行，還引入了「Safe Completions」機制，在敏感情境下能提供替代答案。

2025 年 8 月，OpenAI 與 Anthropic 共同展開跨實驗室測試，專門檢驗誤用、欺騙等越權行為。這些更新顯示 GPT-5 的安全性正持續改善，僅次於 Claude。

中規中矩，保守但可靠：Gemini 2.5 Pro

Google 為 Gemini 設計了完整的「前沿安全框架」，涵蓋核生化 (CBRN)、資安、研發濫用、防欺騙等風險，並在年度責任 AI 報告中公布內外部紅隊測試結果。

第三方紅隊 (Promptfoo) 指出仍有少數高風險問題，不過新推出的 Deep Think 版本在安全性與語氣上比 Pro 更穩，但代價是偶爾會「過度拒答」

(註：核生化，意指化學、生物、放射性與核能等四大高風險領域，涵蓋毒氣、生物武器、放射性污染與核爆等威脅。)

風格敢講敢嗆，但安全性偏弱：Grok 4

安全性爭議最為嚴重的是，外媒揭露 Grok 4 竟有超過 37 萬筆用戶對話紀錄可被公開搜尋，其中包含刺殺、爆炸物製作、毒品交易以及自殺指引等危險內容，暴露出在內容安全與隱私保護上的重大漏洞。

同時，也已有多起越獄 (Jailbreak) 成功案例，顯示其防護機制相當薄弱。

(註：越獄，代表用戶透過一些特殊的提問方式，成功繞過模型原本的安全機制。)

能力強但言論審查過重，安全性最不穩定：DeepSeek R1

根據學術測試表示，R1 的不安全回覆比例明顯高於其他模型，並且對中國敏感議題有「硬性的言論審查」。像 Cisco 跟《Wired》做的紅隊測試也證實，它的防護機制其實不難被繞過。

不過，研究機構 METR 評估後認為，雖然 R1 有這些問題，但它的「自主危險能力」並沒有比同時期的閉源模型更嚴重。

(註：Cisco 指的是思科旗下的安全研究單位 Cisco Talos，他們經常針對新技術與 AI 模型做安全性研究，包含越權、對抗攻擊、繞過防護等測試。Wired 是美國的科技媒體，他們也會做「紅隊」或委託專家進行測試，並報導揭露 AI 模型在安全性上的漏洞。）

這篇文章 2025 最新五大主流 LLM 全解析，付費、應用與安全性一次看懂 最早出現於 鏈新聞 ABMedia。