國產大模型對比：DeepSeek、GLM、Kimi、MiMo
釋出於 2026-11-09 · 櫻桃茶編輯部
按站內單價和廠商公開資料做這輪國產大模型對比，結論是沒有哪一家全面領先：預算緊、量大的活先用 MiMo V2.6 Flash 或 GLM-5.3 Flash，要看截圖的技術問答用 MiMo V2.6 Pro，長材料用 Kimi K2.5，Kimi K3 留給前面幾個都答不好的難題。前提是你主要做中文寫作、技術問答和讀長文件這類文字工作，不需要它替你改整個程式碼倉庫。下面先交代這幾個月的變化，再給一張 8 個型號的對照表，後面每一節回答一種用法，只關心花錢的可以直接跳到「預算最緊選哪個」。
這幾個月國產模型變了什麼？
最明顯的一點：開源權重成了標配。本文比較的四家，最新型號都在 Hugging Face 放出了權重。
- Kimi K3：7 月中旬釋出，7 月底開源，模型卡寫的是 2.8 萬億總引數、每次啟用 1040 億。
- GLM-5.3：智譜 8 月 14 日官宣，當時說「釋出兩週後開放權重」，8 月下旬兌現。智譜自己的說法是「程式設計能力最強的開源模型」。模型卡另有一句很實在的話：GLM-5.3 和 GLM-5.2 用的是同一個基座，提升全部來自後訓練。
- DeepSeek V4.1 Flash：9 月 10 日在官方 API 上線，官方公告寫它原生支援看圖，權重以 MIT 許可放在 Hugging Face。
- MiMo V2.6：小米 9 月下旬開源 Pro 和 Flash，許可都是 MIT。
第二點是便宜的選擇變多了。DeepSeek 9 月的公告寫明瞭峰谷計價，閒時價格是高峰時的一半。智譜在 GLM-5.3 Flash 的模型卡里稱，它的價格約為 GLM-5.2 的十分之一，這是廠商自述，沒有第三方核對。
第三點是版本換得太快。同一份 DeepSeek 公告寫明，9 月 14 日起，官方接口裡發給 V4 Pro 的請求都改由 V4.1 Flash 處理，按 V4.1 Flash 計費，直到 V4.1 Pro 推出為止。月之暗面 10 月 24 日又發了 K3.1 Pro，當時說 11 月 4 日前放出完整權重；寫作時 Hugging Face 上已經能下載。所以早些時候寫的「DeepSeek V4 橫評」，比的多半是官方已經不主推的版本。這條改動只針對 DeepSeek 官方介面；櫻桃茶經第三方渠道接入 V4 Pro，我們呼叫時返回的型號標識是 deepseek-v4-pro-0813，沒有被換成 Flash。
至於誰更強，第三方榜單給不出拉開差距的答案。據 Unite.AI 9 月下旬的轉述，Artificial Analysis 智慧指數 v4.3.2 上，MiMo V2.6 Pro 46 分，GLM-5.3 45 分，Kimi K3 44 分。這是 K3.1 Pro 出來之前的分數，而且差一兩分，換道題就可能反過來。這也是本文按用途和價格來選、不按名次選的原因。
國產大模型對比表：8 個型號的上下文、看圖、單價和許可
先說怎麼讀這張表。「上下文」「看圖」「單價」三列是櫻桃茶站內這 8 個型號的實際設定，取自寫作時（2026 年 11 月）的模型廣場；最後一列是廠商釋出的官方權重用什麼許可，資料來自各家 Hugging Face 模型卡。單價單位是點數/千字，按基礎檔 1 元 = 100 點數。
| 型號 | 廠商 | 上下文（站內） | 看圖（站內） | 思考 | 輸入 / 輸出單價 | 官方權重許可 |
|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | DeepSeek | 128k | 站內標能（官方模型卡未寫） | 低中高三檔 | 3.36 / 6.72 | MIT |
| DeepSeek V4.1 Flash | DeepSeek | 128k | 不能 | 低中高三檔 | 0.56 / 2.24 | MIT |
| GLM-5.3 | 智譜 | 200k | 不能 | 低中高三檔 | 2.56 / 8.96 | GLM-5.3 自有許可，可商用，有附加條件 |
| GLM-5.3 Flash | 智譜 | 200k | 能 | 低中高三檔，也可關掉 | 0.128 / 0.448 | MIT |
| Kimi K3 | 月之暗面 | 256k | 不能 | 始終開啟，只能調強度 | 5.6 / 28 | Kimi K3 自有許可，可商用，有附加條件 |
| Kimi K2.5 | 月之暗面 | 256k | 能 | 低中高三檔，也可關掉 | 1.12 / 5.88 | 修改版 MIT |
| MiMo V2.6 Pro | 小米 | 256k | 能 | 低中高三檔 | 0.739 / 1.478 | MIT |
| MiMo V2.6 Flash | 小米 | 256k | 能 | 低中高三檔 | 0.246 / 0.493 | MIT |
有兩處容易看岔。一是官方版本的上下文普遍更長：DeepSeek V4.1 Flash、Kimi K3、MiMo V2.6 Pro 的模型卡都寫了 100 萬 token 左右，站內是按自己的上限提供的。二是看圖能力跟著平臺走。DeepSeek 官方說 V4.1 Flash 原生支援看圖，Kimi K3 的模型卡也寫了能讀圖，但在櫻桃茶上這兩個型號目前只處理文字，要看圖得換表裡標「能」的型號。
這 8 個型號在櫻桃茶上都能直接用，同一個帳號裡切換，都按點數計費，不在精選模型無限卡的覆蓋範圍裡，最新單價以模型廣場為準。櫻桃茶不是 DeepSeek、智譜、月之暗面或小米的官方產品。
技術問答和程式碼片段解釋，選哪個？
這裡說的場景是：你把一段報錯、一段 SQL 或一個函式貼進對話，想知道哪裡錯了、怎麼改。整倉庫改程式碼是 Claude Code、Codex 這類工具的事，不在本文範圍。
幾家的官方定位其實挺接近。智譜把 GLM-5.3 定位成程式設計方向的開源模型；小米的 MiMo V2.6 Pro 模型卡寫的是一次強化學習同時覆蓋程式設計、通用 Agent、視覺和網路安全；Kimi K3 的模型卡把長程程式設計和知識工作放在前面。跑分各家都發了一堆，口徑和測試框架都不一樣，這裡不搬。
我的選法是這樣：
- 先用 MiMo V2.6 Pro。它能看截圖，報錯彈窗、終端輸出直接截圖丟進去就行，而且單價在表裡屬於低的那一檔。
- 如果它的解釋繞圈子，或者改完還是報同一個錯，把同一段材料換給 GLM-5.3 再問一次。GLM-5.3 在站內不能看圖，截圖裡的報錯要先複製成文字。
- DeepSeek 兩款裡先用 V4.1 Flash。上面說過，DeepSeek 官方已經把重心放到 Flash 上；V4 Pro 在站內的輸入單價是 V4.1 Flash 的 6 倍，輸出是 3 倍，日常問答犯不著。要傳截圖的話，MiMo 兩款和 GLM-5.3 Flash 都能看圖，價格也低得多。
換模型對比時，用同一段提示詞，結果才有可比性。下面這段可以直接複製，把方括號裡的內容換掉：
下面是我的程式碼和報錯資訊。
[貼上程式碼]
[貼上完整報錯]
請按這個順序回答：
1. 用一句話說出錯的直接原因；
2. 指出是哪一行、為什麼；
3. 給出改好的程式碼，只改必要的地方；
4. 如果你對原因不確定，直接說不確定，並告訴我還需要提供什麼資訊。
第 4 條最有用。大模型常有沒看懂也照樣答得很篤定的毛病，先給它留個說「不確定」的口子，它更可能直接告訴你缺什麼材料。
中文長文和長材料，選哪個？
週一早上，你手裡有三份加起來幾萬字的會議紀要和一份合同草稿，要在中午前理出分歧點。這類活看兩樣：上下文裝不裝得下，以及讀完之後會不會漏掉中間的內容。
裝得下這一項，站內的數字很清楚：Kimi 兩款和 MiMo 兩款是 256k，GLM 兩款是 200k，DeepSeek 兩款是 128k。材料一長，DeepSeek 最先碰到上限。
會不會漏，我給不出量化結論，只能說說思路。Kimi 系列一直把長文本當招牌，Kimi K2.5 在站內還能看圖，掃描件、帶圖表的 PDF 也能一起讀，單價又只有 K3 的五分之一左右（輸出 5.88 對 28）。所以長材料我會預設 K2.5。K3 留給兩種情況：材料之間的關係很繞，比如三份紀要裡同一個人的立場前後變了；或者 K2.5 給的歸納明顯漏了要點。
不管用哪個，有個習慣值得養成：別隻說「總結一下」，讓它先列出每份材料各自的結論和頁碼或段落位置，再做對比。這樣漏了哪份一眼就能看出來。
預算最緊選哪個？Flash 系列單價對比
量大、要求不高的活，比如批次改寫標題，或者把一堆會議記錄按主題分類，三款 Flash 和 MiMo V2.6 Pro 都可以考慮。先按站內單價算一筆賬：假設一次對話讀 1 萬字材料、寫 2 千字回答，用站內「千字」口徑粗算，不含思考部分。
| 型號 | 這一次大約花多少點數 | 摺合人民幣（基礎檔） |
|---|---|---|
| GLM-5.3 Flash | 約 2.2 | 約 2 分錢 |
| MiMo V2.6 Flash | 約 3.5 | 約 3 分錢 |
| DeepSeek V4.1 Flash | 約 10 | 約 1 毛錢 |
| MiMo V2.6 Pro | 約 10.3 | 約 1 毛錢 |
| Kimi K3（對照） | 約 112 | 約 1.1 元 |
這是估算。開了思考的話，模型會多寫一段推理，實際扣費以對話裡顯示的為準。
算完有點意外：MiMo V2.6 Pro 的輸出單價是 1.478，比 DeepSeek V4.1 Flash 的 2.24 還低，一次對話的總花費和後者差不多。也就是說，在櫻桃茶上，Pro 檔的 MiMo 價格跟別家的 Flash 是一個檔位。Kimi K3 的輸出單價是 MiMo V2.6 Pro 的約 19 倍，日常問答用 K3 不划算。
最便宜的是 GLM-5.3 Flash，輸入 0.128、輸出 0.448，還能看圖。高頻的小活我會先丟給它；它答得不靠譜時，再升到 MiMo V2.6 Pro，而不是直接跳到最貴的那個。
開源權重對普通人有什麼用？
開源大模型最直接的好處在企業那邊：可以把模型部署在自己的伺服器上，資料不出門。對個人來說，用處沒有宣傳的那麼大，原因是硬體。看模型卡上的總引數：GLM-5.3 Flash 是 3200 億，MiMo V2.6 Pro 是 1.02 萬億，Kimi K3 是 2.8 萬億。家用電腦和筆記本都跑不動這個量級。
真想在自己電腦上跑，得找小尺寸版本。一個現成的例子是小米同期放出的 MiMo-V2.6-Distill-Qwen-9B：90 億引數，MIT 許可，模型卡提到已有可給 llama.cpp、Ollama、LM Studio 用的量化版。要分清的是，它是用 MiMo 生成的資料對 Qwen3.5-9B 做監督微調得到的，和 MiMo V2.6 本身不是一個模型。規模只有 90 億引數，別拿它當 MiMo V2.6 Pro 用；模型卡里還列了禁止的用途。
在本地跑之前要不要折騰、電腦配置夠不夠，本矩陣另一篇Ollama 教程：本地部署前先看這 4 條講得更細。
為什麼這篇沒寫豆包、通義、文心？
搜「國產 AI 哪個好」的人，常會把豆包、Kimi、DeepSeek 放在一起問。這裡說明一下為什麼只比了四家：豆包、通義千問和文心一言不在櫻桃茶上，我們拿不到同一個平臺上的單價和使用條件，硬放進表裡就只能抄官方宣傳。這三家都有自己的官方 App 和網頁版，想比的話，可以照上面技術問答那一節的提示詞思路，在各家官方產品上各問一次。
常見問題
DeepSeek 和 ChatGPT 哪個好？ 看用途。做推理題和寫中文，DeepSeek 表現紮實；要看圖生圖，或者想一個模型包辦大部分日常任務，GPT 系列更全面。更細的按用途拆分可以看站內這篇 DeepSeek 和 ChatGPT 的對比。
國產模型能看圖嗎？ 要看型號和平臺。在櫻桃茶上以上面表格的「看圖」一列為準，DeepSeek V4.1 Flash、GLM-5.3、Kimi K3 目前只處理文字。官方產品裡同一個型號的能力可能不一樣，以各家說明為準。
國產開源模型能商用嗎？ 自己下載權重部署，看許可證。MIT 許可的（DeepSeek V4 Pro、V4.1 Flash，GLM-5.3 Flash，MiMo V2.6）限制最少。GLM-5.3 的許可允許商用，但年收入超過 100 億美元、又對外提供模型服務的公司，要先過智譜的安全審查。Kimi K3 的許可也允許商用：對外提供模型服務且 12 個月收入超過 2000 萬美元的，要和月之暗面另籤協議；產品月活超過 1 億或月收入超過 2000 萬美元的，介面上要標出「Kimi K3」。如果你是通過官方 API 或櫻桃茶這樣的平臺用模型，適用的是平臺的服務條款，和權重許可是兩回事。
想拿自己手頭的一份材料試一遍，比看任何橫評都準：在櫻桃茶裡先用 GLM-5.3 Flash 問一次，再換 MiMo V2.6 Pro 問同一個問題，看差別值不值那幾分錢。
參考來源
- DeepSeek，API 更新公告：V4.1-Flash 上線，2026，https://api-docs.deepseek.com/news/news260910
- DeepSeek，DeepSeek-V4.1-Flash 模型卡，2026，https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash
- DeepSeek，DeepSeek-V4-Pro 模型卡，2026，https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro
- 智譜，GLM-5.3 模型卡，2026，https://huggingface.co/zai-org/GLM-5.3
- 智譜，GLM-5.3 許可證原文，2026，https://huggingface.co/zai-org/GLM-5.3/blob/main/LICENSE
- 智譜，GLM-5.3-Flash 模型卡，2026，https://huggingface.co/zai-org/GLM-5.3-Flash
- 新京報，智譜釋出 GLM-5.3，2026，https://www.bjnews.com.cn/detail/1786693347129196.html
- 月之暗面，Kimi-K3 模型卡，2026，https://huggingface.co/moonshotai/Kimi-K3
- 月之暗面，Kimi K3 許可證原文，2026，https://huggingface.co/moonshotai/Kimi-K3/blob/main/LICENSE
- 月之暗面，Kimi-K2.5 模型卡，2026，https://huggingface.co/moonshotai/Kimi-K2.5
- 澎湃新聞，Kimi K3 全面開源，2026，https://m.thepaper.cn/newsDetail_forward_33672871
- 鳳凰網科技，Kimi K3.1 Pro 正式釋出，2026，https://tech.ifeng.com/c/8xTYc1j1Y6k
- 月之暗面，Kimi-K3.1-Pro 模型卡，2026，https://huggingface.co/moonshotai/Kimi-K3.1-Pro
- 小米，MiMo-V2.6-Pro-RL 模型卡，2026，https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Pro-RL
- 小米，MiMo-V2.6-Flash-RL 模型卡，2026，https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Flash-RL
- 小米，MiMo-V2.6-Distill-Qwen-9B 模型卡，2026，https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B
- Unite.AI，Xiaomi's New Flagship Model Leads Open-Weight Rankings With a Score of 46，2026，https://unite.ai/xiaomis-new-flagship-model-leads-open-weight-rankings-with-a-score-of-46/
關於本文
本文由櫻桃茶編輯部撰寫，AI 輔助檢索資料和起草初稿，編輯逐條核對了來源與站內資料；文中沒有自己跑模型測試，單價和能力取自寫作時櫻桃茶模型廣場，官方資訊取自各廠商模型卡和公告。
相關閱讀
Operated by UK Company CHERRYCHAT LTD · Company Number 16096119 · 客服微信 JsnonoChat · 內容由 AI 生成，請仔細甄別
