这可能是下一个周经帖：国产大模型哪个编程能力最顶？

[kaesi0]

如题，在不考虑价格的情况，目前国产大模型哪个编程能力最顶呢，以及各自的擅长领域,参赛的选手有：

GLM-4.6：说是 Claude Sonnet 4.5 和 GPT-5 ，但价格仅需要 Sonnet 1/7

Qwen3-Code：SWE-bench Live 测试中得分 54.7 ，超越 GPT-4.1 （ 48.6 ），中文 API 文档理解准确率达 92%

DeepSeek-V3.2-Exp：说是被 GLM4.6 超过，但在 Vercel 、Windsurf 等编程平台接入

MiniMax M2：每 token 成本仅为 Claude Sonnet 的 8%、在 Terminal-Bench 测试中得分 37.5 ，专为 Agent 工作流设计

[courtier]

我觉得就是考虑了价格的情况下才会使用国产大模型。。。主打性价比，不然 Claude ，gpt ，gemini 不香吗

[gorvey]

不好说,你不知道它什么时候会降智,本来就不聪明,一降智就很难用,反正就是都不行

[abc0123xyz]

GLM-4.6 不错，240 块的套餐，要是觉得不好，那肯定是我自己的问题（穷）

[sunny352787]

我全测过一遍，结论是全是垃圾，不要在这上面浪费时间了，所谓的价格七分之一，但是你耗费的时间不只七倍，能力极差性价比极低，老老实实用 opus4.5 或者 gemini pro3 ，别的都是浪费生命

[midsolo]

GLM-4.6 之前用起来还不错，但是在出了背刺包之后，用量太多了，总是莫名其妙的降智，严重影响体验

[keshawnvan]

全是垃圾，别浪费时间。

[ericguo]

kimi-for-coding 还行，49 元每周 1024 次调用

[cleveryun]

好奇问一下，GLM 4.6 ，在 trae 和 iflow cli 里都有免费的，用这个和用 GLM coding plan 里的付费套餐，对应的是同样的大模型吗，网速上或者功能上有差异吗？

[abc0123xyz]

刚出的时候最好，这个时候为了宣传，不怎么降智。

[YanSeven]

干点小活儿是可以的，不要想着用 3 个低级研发顶上一个中级研发。三个臭皮匠顶不过诸葛亮。

[Saunak]

@sunny352787 sonnet4.5 呢？ opus4.5 有点太贵了。
gpt5codex 咋样？

[livib]

还需要时间沉淀

[stonedongdong]

@midsolo #5 同感，之前用起来确实很不错，但是最近体验差了。上周用 GLM-4.6 断断续续 3 天没整明白的需求，周六用 Sonnet 4.5 一天就搞定了

[takanashisakura]

性价比一点的话，可以考虑 sota 模型（ claude ，gemini 这些）来进行系统设计，然后把需求拆分为小的功能点后，再让国产大模型来实现。

[bronyakaka]

最近 kimi k2 、gml4.6 、minimax 一起用，降智问题确实存在

[Feedmo]

@midsolo 背刺包 好贴切的名字

[seven777]

加上好的 prompt, 加上好的 instructions, 大模型之间从差距会缩小一些,尤其是好的 prompt 影响较大.
如果就是"一句话需求",那真得 Claude ,基本是遥遥领先的.
第二梯队的是 Grok@latest , Gemini@latest, ChatGpt@ latest.
国内产品基本是瘫子里面找瘸子,排序是豆包,千问,其他的都垃圾,无一例外.

[usVexMownCzar]

你可以用 GPT Claude Gemini 给你出方案，让国产 llm 去执行🤪

[usVexMownCzar]

还有 kimi 的 cli 工具，除了它自己的代码写的漂亮外，其他真就是垃圾，识别不了命令的/ 还是路径的/ ，无法识别图片。

[furlxy]

这几个，实际用下来感觉都差不多