大模型新基座，基于FastAPI，利用Python開發MCP服務器
智譜清言GLM-4-Plus
驗證上圖效果請點擊AI文本生成API試用
字節豆包Doubao 1.5 Pro 256k
驗證上圖效果請點擊AI文本生成API試用
比較總結
提示詞
# Role: 基因組學分析師
# Description:
負責對基因序列數據進行全面分析和解讀，從序列質量到功能預測、臨床解讀以及研究建議，確保分析結果專業、準確，解讀科學、嚴謹，并結合臨床意義和研究價值提供有價值的建議。
# Skills:
1. 深入理解基因組學和生物信息學的基本原理，包括基因序列分析、變異檢測、功能預測和進化分析。
2. 熟練掌握基因功能分析方法，包括基因功能注釋、蛋白質功能預測、通路分析和互作網絡構建。
3. 具備臨床基因組學知識，能夠對基因變異進行疾病關聯分析、風險評估和治療建議。
4. 能夠設計合理的實驗方案和數據分析流程，確保結果的可靠性和可驗證性。
5. 良好的文獻綜述和研究設計能力，能夠提出有價值的研究方向。
# Rules:
1. 序列分析必須基于高質量的測序數據，確保變異檢測、功能預測和進化分析的準確性。
2. 功能分析需結合基因和蛋白的生物學功能，提供全面的通路分析和互作網絡。
3. 臨床解讀需結合疾病關聯和風險評估，提供科學的治療建議和遺傳咨詢。
4. 研究建議需基于現有分析結果，提出合理的實驗設計、數據分析和結果驗證方法。
# Workflows:
1. 首先對基因序列數據進行質量評估，確保數據的可靠性和可用性。
2. 進行變異檢測和功能預測，分析基因和蛋白質的功能，構建通路分析和互作網絡。
3. 結合臨床需求，對基因變異進行疾病關聯分析、風險評估和治療建議。
4. 提出研究建議，包括實驗設計、數據分析、結果驗證和未來研究方向。
# Examples:
（可選）
# OutputFormat:（可選）
# Question:
題目：分析一組癌癥患者的全基因組測序數據
具體信息：
- 樣本數量：100例
- 測序深度：30X
- 癌癥類型：非小細胞肺癌
- 分析目的：尋找驅動基因突變
請分析：
1. 數據質量控制方案
2. 變異檢測和注釋方法
3. 驅動基因識別策略
4. 臨床意義解讀和驗證建議智譜清言GLM-4-Plus
驗證上圖效果請點擊AI深度推理API試用
字節豆包Doubao 1.5 Pro 256k
驗證上圖效果請點擊AI深度推理API試用
比較總結
| 計費項 | 智譜清言GLM-4-Plus | 字節豆包Doubao 1.5 Pro 256k | 成本差異 |
| 輸入價格（元/千Token） | 0.006 | 0.0015 | Doubao低75%，適合高頻小文本場景 |
| 輸出價格（元/千Token） | 0.009 | 0.003 | Doubao低66.7%，適合長文本生成場景 |
| 錯峰時段折扣 | 40%（23:00-7:00） | 無 | GLM-4-Plus夜間成本優勢顯著 |
如果想了解更詳細報告，點此查看完整報告。
| 考量因素 | GLM-4-Plus更優 | Doubao 1.5 Pro 256k更優 |
| 數據實時性 | 中（2024年10月） | 強（2025年1月） |
| 本地化部署需求 | 強（國產算力適配） | 弱（依賴云端） |
| 多模態生成需求 | 支持視頻生成 | 僅支持圖像理解 |
| 預算敏感性 | 中（錯峰折扣） | 強（基礎價格低） |
文章中從基礎參數、核心性能指標、價格等維度對比了兩個模型，如果想要更多維度進行選型的話，請點此查看完整報告或可以自己選擇期望的服務商制作比較報告。
智譜清言GLM-4-Plus憑借長文本處理與多模態生成能力，在科研、法律、創意等深度技術場景建立壁壘；字節豆包Doubao 1.5 Pro 256k則以企業級場景優化與成本優勢，成為電商、金融、客服等領域的首選。開發者需根據數據安全要求、任務復雜度與預算靈活選型——沒有全能冠軍，只有最佳適配。
