2025 年，是 AI 工具极其残酷的一年。
用一个俗套的话说，AI 发展太快了，这一年又席卷了不少人的钱包，包括我们。
这一年我们买会员、充积分，前前后后花了估么有几万块钱，市面上大多 AI 工具几乎摸了个遍。
有的刚上线就消失了，有的热闹一阵很快被替代，也有少数真正融入了我们的工作流，成为我们每天离不开的外骨骼。
钱不能白花，所以这一期，我把目前最主流、最能打的 AI 工具，系统地盘点一遍。
将从文本写作、编程辅助、图像生成、视频生成、数字人相关工具五个板块展开。
每一类都会直接说明哪个好用、哪个性价比最高、哪个看起来很热但其实不值得投入时间。
总体信息量比较大，所有工具和结论，老样子，已经整理成了一份完整文档。
需要的朋友，文末扫描二维码进群打 AI 工具 就可以领取。
如果你不想在工具选择上踩坑，也不想被一堆新名词反复消耗精力，那这一期，你一定要看完。
准备好了吗，关注天Jiang，我们直接开始。
1.
文本模型
先说文本模型这个核心战场。
在我们团队目前的实际使用里，整体体验最好的是谷歌 Gemini 3。
它在长文本理解和多模态分析上进步非常明显，尤其适合处理超长科研论文、大型代码仓库和复杂文档。
还有百万级上下文窗口，我们可以一次性把材料完整丢进去，不需要反复拆分、补充上下文，模型的理解连贯性和准确度都会明显更高。
第二个，OpenAI 的 ChatGPT，依然稳定可靠。
GPT-5.1 的综合能力仍然处在第一梯队，用来写作、分析、编程基本不会出大问题，而且长期使用的记忆保留也是 GPT 的优势。
但相比于前一代，5.2 在部分场景下表现就有起有伏，适合自己多测试，再决定是否作为主力使用。
Anthropic 的 Claude 系列，优势仍然在逻辑结构和表达质量上。
它更擅长长篇写作、严肃文本和脚本类内容，语言控制感强，推理过程也更清晰，是内容创作者常用的一款。
这三款模型的订阅价格都在每月 20 美元左右。
如果只选一个作为长期主力，从综合能力、中文适配和长文本处理来看，可以优先选 Gemini 3。
Grok 在文本能力上处于中上水平，它最大的优势是信息时效性，能够快速获取非常新的新闻和事件动态，但它的核心竞争力并不在深度写作。
再看国产模型。
DeepSeek 是目前性价比最高的一档，它在成本极低的情况下，提供了接近顶级模型的能力，而且是开源的，可以本地部署，对个人用户来说，日常使用几乎免费。
对开发者来说，API 调用价格非常低，每百万 tokens 只要几块钱。
秘塔 AI 明确定位在学术场景，适合论文检索、资料整理和严肃研究。
Kimi 2在长文本和联网搜索的体验上还算不错。
通义千问和豆包的优势在于 C 端落地速度快，功能整合度高，更偏向普通用户的日常使用场景，学习成本低，拿来就能用。
总体来看，如果要最好用，选 Gemini，性价比最高选DeepSeek。
这是我们总结的文本模型应用场景推荐列表：
2.
编程辅助（开发者工具）
2025 年， AI 编程的重心已经发生变化，Vibe Coding 的发展实在是太快。
整段代码生成、跨文件修改或者半自动化开发流程，程序员的角色也随之变化，从主要负责写代码，转向负责系统设计、任务拆解和结果审查。
首先是 Cursor，它必须是目前 AI 与 IDE 深度集成做得最成熟的产品之一。
Cursor 的核心优势在于，它不是在编辑器上加一个对话框，而是直接参与代码修改流程。
你用自然语言描述需求后，它可以同时修改前端、后端以及相关配置文件，并尝试自动处理依赖关系和调用链问题。
模型层面，Cursor 深度集成了 Claude 3.7 Sonnet、GPT-5.2、DeepSeek V3 等主流模型，用户可以根据任务复杂度手动选择，或者交给系统自动判断，整体体验更像是一个协作型的开发工具。
价格方面，Pro 版 20 美元/月，同时还有 Pro+、Ultra 以及企业级方案。
Next，Windsurf，通常被视为 Cursor 的主要替代方案。
它的定位同样是 AI 原生 IDE，但在交互设计上更克制，界面更简洁。
一部分开发者认为，它在复杂排错和长时间协作中的稳定性优于 Cursor。
Windsurf 的一个重要特点是动态上下文感知，它能理解当前代码文件，能同步参考终端报错信息、Git 提交历史以及浏览器日志，从而在调试场景中给出更贴近真实工程环境的修改建议。
Pro 版定价 15 美元/月，也提供企业版本。
Next，Claude Code 则是另一种思路，它强调高度自动化和自主执行能力。
开发者只需要在终端输入一条指令，Claude Code 就可以自行扫描整个 src 目录，运行测试，定位错误，完成修复，并生成 Git 提交。
这种模式非常适合熟悉命令行、希望减少重复操作的工程师，但对项目结构和权限管理要求也更高。
Next，GitHub Copilot ，它的优势在于稳定性和生态整合。
Copilot 与 VS Code、GitHub 本身的结合度非常高，几乎没有额外学习成本。
值得一提的是 GitHub Spark，这是一个基于自然语言的应用构建工具，允许非专业开发者通过对话生成完整的小型应用。
整体思路偏保守，但可靠性强，适合对交付质量要求高的团队。
价格方面，Pro 版 10 美元/月，Pro+ 版 39 美元/月，包含更高阶模型。
最后是豆包的 MarsCode。
它的定位非常明确，免费、易用、覆盖基础开发需求。
对于学生、初级开发者，或者只是偶尔需要写代码的人来说，MarsCode 的性价比很高，作为日常辅助工具完全够用。
总结来看，最好用的绝对是Cursor，最具性价比的非windsurf和豆包marscode所属。
这是编程工具推荐表：
3.
图像生成
这一年，AI 图像生成终于跨过了两个长期存在的门槛，画得不像和画得不对。
过去的问题并不是算力不够，而是模型既不理解真实世界结构，也不真正理解用户在说什么，结果就是要么好看但不对题，要么对题但画面失控，直到去年，这两个问题开始被系统性解决。
首先是综合可用性最强的，2025 年底出现的黑马 Nano Banana Pro。
它确实画得漂亮，这没得说，而且把图像生成与 Gemini 3 Pro 的多模态推理能力做了深度融合。
这意味着模型在生成画面之前，会先理解语义结构、场景逻辑和现实世界知识，而不是单纯拼接风格和元素。
在实际使用中，Nano Banana Pro 对画面结构、物体关系、空间逻辑的把控明显更稳定，生成结果更符合常识，也更少出现违和或语境错误的问题。
对普通用户来说，只要你能把需求说清楚，基本就能得到可直接使用的结果，而且只要开通 Gemini 3 的会员即可使用，没有额外门槛。
第二个，是审美下限最高的，依然是我们无敌的 Midjourney v7。
Midjourney 的优势非常明确，它通过大量人工审美微调，把画面完成度拉到了行业顶尖水平，即便你的提示词写得一般，生成结果也很少翻车，因此它长期被视为 AI 绘画里的审美旗舰。
但不太好用的地方在于，Midjourney 更像是一个艺术家，而不是一个执行型工具。
如果你希望精确控制某个元素的位置、比例或逻辑关系，比如让某个物体向左移动一点，或者严格对齐参考图，它的可控性会明显不足。
价格方面，基础版 10 美元/月，还有标准版、Pro 版和 Mega 版可选。
第三，讲讲开源，那就是 Stable Diffusion ，它依然是开源图像生成领域的核心底座，最大的优势在于灵活性和可定制性。
通过模型微调、LoRA、ControlNet 等方案，你几乎可以把它训练成任何你想要的风格或用途，因此它仍然是专业创作者和技术用户的首选。
但代价也很明确那就是硬件要求高，学习和部署成本不低，原生模型的审美表现通常不如 Midjourney 细腻，对新手也并不友好。
Stability 官方的使用价格为 0.01 美元 / 1 credit，更适合有明确生产需求的人群。
第四个，ChatGPT Image ，最大的优势就是语义的理解能力。
可以说 GPT 拥有目前行业内最强的自然语言理解能力，支持多轮对话逐步微调画面细节，尤其擅长处理复杂场景，比如包含 20 个以上独立物体的构图，或者需要严格按照文字描述还原逻辑关系的画面。
有一个具体场景，即五指问题，当我让所有生图模型生成“六指”的手，只有GPT坚定的跟随我的指令。
但它的问题也很现实，生成龟速，对角色一致性的长期控制能力较弱，而且对中文提示词的支持并不理想，容易出现语义漂移或无意义元素。
GPT Plus 会员可以免费使用，但更适合作为复杂场景构思工具，而非高频出图工具。
最后，国产，豆包的 Seedream，毫无疑问是中文用户体验最好的选择之一。
豆包可以说对中文语义和东方审美的理解非常贴近本土用户预期，提示词几乎可以怎么说怎么画。
App 端体验流畅，生成结果稳定，画面整体观感自然、不浮夸，很适合自媒体配图、电商素材和日常内容生产。
虽然在极端复杂结构或艺术探索上不占优势，但在省事、直观、好用这件事上，Seedream 的完成度非常高。
总结，最好用且接地气的是Nano Banana Pro，性价比最高的当然是豆包。
推荐应用场景表格：
4.
视频生成
视频生成是 2025 年竞争最激烈、也是分化最明显的赛道。
各家模型几乎不再追求让任何用户都能用好得广撒网策略，而是明确站位，有的押物理真实，有的押创作效率，有的押专业控制，有的押大众生产力。
你用得顺不顺，很大程度取决于你到底想拍什么。
首先是 OpenAI Sora 2，走的是现实世界还原这条路线。
它目前在物理模拟层面依然是行业天花板，无论是流体运动、重力反馈、物体碰撞，还是整体时间连续性，都明显更符合现实逻辑，几乎不需要用户反复修正常识错误，这让它在广告分镜、影视概念验证、写实风格内容中非常可靠。
但代价也很清楚，限制多、边界硬。
Sora 2 在角色行为、夸张动作、风格化叙事上的自由度相对保守，创意空间不如部分国产模型。
当前主要面向 ChatGPT Plus / Pro 用户开放（20 美元/月），高阶功能需要额度，适合“对结果稳定性要求高”的用户，而不是追求天马行空表达的人。
第二，Google Veo 3，优势集中在音画同步。
Veo 3 目前公认的强项是角色口型与声音的匹配精度，在人物说话、对口播、讲解类短视频中表现非常突出，对自媒体创作者尤其友好，你几乎不需要额外处理配音和画面对齐的问题，生成后即可使用。
它的问题在于视觉风格偏统一，画面常带有一种过度平滑的 AI 质感，在审美上不够锋利，也不太适合强风格表达。
Veo 3 包含在 Google One AI Premium 订阅中（20 美元/月），定位更偏向高效率内容生产工具。
第三，Runway Gen-4，是目前最偏专业的一套方案。
它的产品好像不试图讨好所有的普通用户，而是把重心放在导演级控制能力上，比如运动笔刷、精确运镜、镜头路径规划、分层控制，这些工具让它成为很多AI视频团队的后期工作台，而不是一句话出片的生成器。
它的优点是可控性极强，适合影视、广告、专业剪辑流程，缺点是学习成本高，而且价格不低。
订阅从 12 美元到 76 美元不等，按额度计费，明显是给专业团队或商业项目准备的。
说说国产，Kling AI（可灵），主打时长和动作幅度。
它在国产模型中以支持超长视频生成著称，最长可达 3 分钟，在人物动作、镜头变化和叙事连续性上比较激进，适合剧情型或长内容实验。
但使用体验并不算轻量，比如排队时间长，高画质模式消耗额度非常快，对创作者的耐心和成本控制都是考验。
价格体系分层明显，黄金、铂金、钻石月卡分别对应不同强度用户，更偏向重度创作人群。
第二个，海螺 AI（MiniMax 旗下），强调整体审美质感。
它在画面氛围、光影和电影感上表现不错，视频生成得风格偏“生成好看的视频”，适合做视觉展示或情绪化内容，但在复杂指令遵循方面相对弱一些，尤其是需要精准文字还原或多条件约束时，稳定性不足。
定价区间跨度较大（68–1399 元/月），适合作为风格视频的生成工具，而不是高精度执行工具。
最后，Jimeng AI（即梦），字节跳动的全能型选手。
即梦最大的优势是和剪映的深度打通，形成了完整的创作闭环。
从生成到剪辑再到发布，几乎不需要切换工具，对国内平台生态和运营流程非常友好，因此它非常适合自媒体新手、运营团队以及短视频高频生产场景。
对专业影视或高复杂度叙事来说上限有限，但作为能快速出内容的生产工具，完成度很高。
So，年度最好用，Runway ；年度性价比，可灵 AI (Kling) 。
这是视频生成方面的推荐应用场景：
5.
数字人
在数字人这个赛道，差距其实非常明显，HeyGen 目前依然是绝对的行业领头羊，优势集中在拟真度和商业可用性，几乎已经形成了清晰的分层。
HeyGen 的 Avatar IV 技术在眼神对焦、微表情变化和手势连贯性上做得非常成熟，整体观感已经接近真人出镜的下限水平，在多数商业场景里几乎不需要再向用户解释“这是 AI 做的”。
尤其是在视频翻译功能上，HeyGen 不仅能精准对齐口型，还能最大程度保留原本的音色和语气，这一点在跨语言内容中非常关键。
因此，HeyGen 被广泛用于企业出海、产品介绍、培训视频和口播类内容，本质上是一个“把真人拍摄流程工业化”的工具，服务于商业表达和规模化生产。
价格也体现了这一点，即创作者版大约 29–39 美元/月，包含 15 分钟生成时长；商业和团队版价格更高，而 Avatar IV 的高阶模型需要额外点数，适合对效果有明确要求的专业用户。
相比之下，国内剪映的数字人路线完全不同，更强调低门槛和高效率。
剪映内置了大量现成的数字人模板，直接适配国内主流社交平台的节奏和审美，我们只需要输入文本，就能一键生成包含字幕、转场和背景音乐的完整数字人口播视频，几乎没有学习成本，这让它在日常内容更新、账号运营和信息型短视频中非常好用。
但不理想的就是模板化比较严重，容易撞脸，动作和表情相对机械，在长时间观看下容易暴露伪真实感；在高阶定制，比如专属形象、复杂情绪或品牌级一致性上，和 HeyGen 还有明显差距。
价格方面，基础数字人免费，SVIP 会员约 79 元/月，更适合追求能快点发的用户。
一句话总结这两者的差别：
HeyGen 是把真人出镜变成标准化商业能力，而剪映是把出镜这件事直接降到最低门槛。
如果是专业形象和跨语言交付，选 HeyGen，如果要的是效率和日常更新，剪映已经完全够用。
6.
总结
盘点到这里，其实结论已经很清楚了，我简单上上价值。
工具在变强，门槛在持续降低，真正稀缺的，早就不是能力本身，而是能把能力用起来的我们。
2025 年，我们不缺强大的工具，也不缺看起来很厉害的产品，缺的是长期使用、持续打磨、愿意把一个工具真正融进工作流里的我们。
我们不希望你去收藏大量的工具、下载一堆软件、开几个会员，却从来没有真正改变过自己的工作方式。
要做工匠，哪怕只选一个 AI 工具，把它吃透，用熟，用到极致，让它贯穿你的创作、研究、表达或业务流程，这才是真正属于你的竞争力。
