Codex、GPT、Claude、Gemini、DeepSeek、GLM，到底有什么区别？
最近很多朋友问我：
Codex、GPT、Claude、Gemini、DeepSeek、GLM，这些东西到底有什么区别？
说实话，如果不是天天接触 AI，很容易被这些名字绕晕。
有的是模型，有的是工具；有的是国外厂商，有的是国产模型；有的适合写代码，有的适合做多模态，有的适合低成本 API 调用。表面看都叫 AI，实际上定位完全不一样。
我用朋友聊天的方式，尽量把这件事讲清楚。
一、先把一个概念说清楚：Codex 和 GPT 不是一类东西
很多人会把Codex、GPT、Claude、Gemini放在一起比较。
但严格来说，Codex 和其他几个不是同一个层级的东西。
GPT、Claude、Gemini、DeepSeek、GLM，本质上是大模型 / 模型家族。
而 Codex 更像是一个编程 Agent 工具。
OpenAI 官方对 Codex 的定位是：面向软件开发的 coding agent，可以帮助开发者写代码、理解代码、修改项目，甚至在终端或开发环境里协助完成工程任务。([OpenAI开发者][1])
换句话说：
GPT 是大脑，Codex 是拿这个大脑去干编程活的工具。
这就像你不能简单比较“发动机”和“汽车”。
GPT 更像发动机，Codex 更像装了发动机之后可以上路干活的车。
二、GPT：最典型的全能型选手
GPT 是 OpenAI 的模型家族，也是很多人接触 AI 的第一站。
它的特点是：综合能力很强。
写文章、写代码、做产品方案、分析数据、理解图片、调用工具、做复杂推理，GPT 基本都能覆盖。OpenAI 目前也在持续推进 GPT 系列和 Codex 相关模型能力。([OpenAI][2])
如果你不知道该用哪个模型，GPT 通常是一个比较稳的默认选择。
它不一定在每个单项上都永远第一，但它的优势在于：
能力均衡、生态成熟、工具链完整、开发者文档完善。
对普通用户来说，GPT 适合聊天、写作、方案、学习。
对开发者来说，GPT 适合接 API、做智能客服、做 Agent、做数据分析、做代码辅助。
所以我一般把 GPT 理解成：
AI 世界里的“通用型工作台”。
三、Claude：更像一个稳重的代码和文档专家
Claude 是 Anthropic 的模型家族。Anthropic 官方也把 Claude 定义为一组先进的大语言模型。([Claude Platform][3])
Claude 给人的感觉和 GPT 有点不一样。
它通常更“稳”、更谨慎，尤其是在长文档理解、代码重构、复杂文本分析方面，体验很好。
很多程序员喜欢 Claude，不只是因为 Claude 模型本身强，也因为它有Claude Code这样的开发者工具。你可以把它理解成 Claude 生态里的编程助手。
Claude 比较适合这类场景：
读一份很长的文档，帮你总结关键点；
看一整个项目结构，帮你分析架构问题；
重构代码，尽量保持逻辑不乱；
写严谨一点的方案、报告、说明书。
如果说 GPT 像全能顾问，那 Claude 更像：
一个耐心、严谨、适合处理复杂资料的高级同事。
四、Gemini：Google 生态里的多模态选手
Gemini 是 Google 的模型家族。
它最大的特点是背靠 Google 生态：搜索、Android、Workspace、YouTube、云服务、多模态能力，这些都是它天然的优势。
Google 官方的 Gemini API 文档里，模型覆盖文本、音频、实时对话、语音等多种方向。([Google AI for Developers][4])
Gemini 适合什么？
如果你的业务和 Google 生态有关，比如 Google Cloud、Google Workspace、Android 应用、搜索增强、多模态理解，那 Gemini 很值得关注。
它不像 GPT 那样只给人一种“聊天助手”的感觉，而是更像 Google 在把 AI 塞进自己的完整生态里。
所以 Gemini 可以理解为：
Google 生态里的 AI 基础能力。
尤其是多模态、长上下文、语音、视频、搜索结合这些方向，Gemini 的存在感会越来越强。
智谱 Coding Plan，国内顶流编程大模型，20+ 主流工具全适配，性价比拉满： https://www.bigmodel.cn/glm-coding?ic=CEO8NJ2ABY五、DeepSeek：高性价比和开放路线的代表
DeepSeek 是国产模型里非常有代表性的一个。
它的特点很明显：性价比高、代码能力强、推理能力强、开放路线影响大。
DeepSeek 官方 API 支持兼容 OpenAI / Anthropic 的调用格式，这对开发者来说非常友好，因为很多系统不用大改，就能切到 DeepSeek。([DeepSeek API Docs][5])
DeepSeek-R1 发布时，官方强调了推理能力和开源路线，代码和模型采用 MIT License，允许自由使用和商业化。([DeepSeek API Docs][6])
这也是为什么很多开发者、创业团队、API 中转站、私有化项目会关注 DeepSeek。
因为它解决了一个很现实的问题：
不是所有场景都需要最贵的模型。很多业务真正需要的是稳定、便宜、够用。
比如批量生成内容、客服问答、代码解释、简单 Agent、内部知识库问答，大量调用时成本非常关键。
DeepSeek 在这些场景里就很有吸引力。
六、GLM：国产企业级和 Agent 场景的重要玩家
GLM 是智谱 / Z.ai 的模型家族。
它在国内企业服务、Agent、多模态、国产化场景里存在感很强。Z.ai 官方也在主推 GLM-5、GLM-4.6V 等模型，强调多模态、高性能模型服务和 Agentic Engineering 能力。([智谱AI][7])
GLM 的优势不只是模型本身，还有它在国内市场的适配能力。
对企业来说，很多时候选择模型不只是看 benchmark，还要看：
能不能合规；
能不能私有化；
有没有国内服务支持；
API 是否稳定；
中文业务理解是否好；
能不能和企业系统集成。
GLM 在这些场景里就比较有优势。
如果说 DeepSeek 更容易让人想到“高性价比、开放、开发者友好”，那 GLM 更容易让人想到：
国产企业级 AI 能力和 Agent 落地。
七、真正选型时，不要只问“哪个最强”
这是很多人容易犯的错误。
一上来就问：
GPT、Claude、Gemini、DeepSeek、GLM，谁最强？
这个问题其实不太对。
更合理的问题应该是：
我要拿它干什么？
如果是写公众号文章、产品方案、商业分析，GPT 和 Claude 都不错。
如果是改代码、修 bug、理解项目，Codex、Claude Code 这类工具比单纯聊天模型更合适。
如果是接 API、大规模调用、控制成本，DeepSeek、GLM 可能更适合。
如果是 Google 生态、多模态、语音、视频、搜索结合，Gemini 更值得看。
如果是国产化、私有化、企业项目，DeepSeek 和 GLM 都应该纳入考虑。
所以不要只看模型名字，也不要只看排行榜。
AI 选型不是选“最聪明的”，而是选“最适合当前业务的”。
八、我自己的理解：它们像不同类型的同事
为了方便理解，可以这样类比：
GPT像一个全能型顾问。
什么都能聊，什么都能做一点，综合能力强，适合大多数通用场景。
Claude像一个严谨的高级工程师或文档专家。
适合读长文、改代码、做复杂分析，表达相对稳。
Gemini像一个背靠 Google 生态的多模态助手。
适合搜索、语音、图像、视频、Google Cloud 等生态场景。
DeepSeek像一个高性价比的技术型选手。
适合大量 API 调用、代码任务、推理任务、成本敏感型业务。
GLM像一个更贴近国内企业落地的 AI 方案。
适合中文业务、国产化、Agent、企业服务和私有化方向。
Codex则不是一个普通聊天模型，而是一个编程工具。
它更像一个能进入你项目目录、帮你改代码、跑任务的 AI 程序员。
订阅 Coding Plan，享9折优惠： https://platform.minimaxi.com/subscribe/coding-plan?code=EEOEFBbvhp&source=link九、普通人怎么选？
如果你只是普通用户，建议很简单：
日常聊天、写作、学习：优先 GPT。
长文档、代码、严肃分析：试试 Claude。
多模态、Google 生态：看 Gemini。
中文、低成本、API 调用：看 DeepSeek 或 GLM。
如果你是开发者，建议分两层看：
第一层，看模型。
也就是 GPT、Claude、Gemini、DeepSeek、GLM 谁更适合你的业务。
第二层，看工具。
比如 Codex、Claude Code、Cursor、Gemini CLI、OpenAI Compatible API、中转服务、私有部署方案。
很多时候，真正提升效率的不是模型本身，而是模型和工具链结合之后的结果。
比如你在网页里问 GPT 写代码，和你在项目目录里用 Codex 直接改代码，体验完全不一样。
前者是“问答”。
后者是“干活”。
https://blog.csdn.net/qq_40374604/article/details/161234205十、最后总结一句
如果只用一句话概括：
GPT 是全能型模型，Claude 是严谨型模型，Gemini 是 Google 生态型模型，DeepSeek 是高性价比国产技术模型，GLM 是国产企业级模型，而 Codex 是基于模型能力做出来的编程 Agent 工具。
未来大家用 AI，可能不会只用一个模型。
写文章用 GPT，
改代码用 Codex 或 Claude Code，
做低成本 API 用 DeepSeek，
做企业国产化用 GLM，
做多模态和 Google 生态用 Gemini。
这才是更现实的用法。
AI 不是一个工具打天下，而是进入了一个“多模型、多工具、多场景组合”的阶段。
谁能把这些东西组合好，谁就能真正把 AI 用起来。
https://www.cnblogs.com/JavaPub/p/19792273