最近测试了几款 AI 国产模型，结果比我想象的还复杂

[catwalk]

最近这两周，我一直在使用 cc + ccr 对不同 AI 模型的能力测试，想了解它们在实际应用中的表现。通过这些测试，我对几个热门模型有了一些使用上的心得和体会。

首先是 Kimi 和 DeepSeek。官网版，但体验并不理想。两者在执行时都显得有些“力不从心”，不仅效果不如预期，而且余额很快消耗光，主要都限速（要充钱才能变快），几乎没能完成什么有价值的输出。Kimi 我用于写代码较多，Deepseek 用推理较多，尽管如此，我还是持续关注它们，期待能有所改进。

后续出的 DeepSeek-V3.1 在最初测试时，竟然出现了“极”这样的异常情况，后面好像修复更新，也是拿来推理用。

接着，我试了 GLM-4.5。令我意外的是，GLM-4.5 的表现超出了我的预期：它的速度相对更快，且能够产出不错的效果。在与其他模型对比时，GLM-4.5 无疑给了我更多的惊喜，它的稳定性和表现让我觉得性价比更高。缺点就是上下文有点短。好消息是有包月套餐，算是 cc 的平替版，但在隔壁站传出扣费问题，写的文档不清晰等问题。

现在又有两个新模型发布了——qwen3-max-preview 和 kimi-k2-0905256K。我首先测试了 kimi-k2-0905256K，发现它在前端的表现似乎不如 GLM-4.5，虽然其他方面的性能还没来得及详细测试，但初步使用下来，给我的感觉并不算太突出。

接着，测试 qwen3-max-preview，这次的体验可以用“崩溃”来形容。测试过程中，速度极慢，不仅如此，出错了还说修复问题，结果还把生成的文件都删掉了。这个过程让我产生了强烈的幻觉感，似乎 AI 开始“自己”不知道该生成什么了，完全没有方向。介绍写着这次版本减少了幻觉的现象，但从实测结果来看，幻觉问题依然存在，甚至比之前的 qwen 版本还要明显。

这两个新模型，目前的体验并没有带来太多突破。像 GLM-4.5 这样的模型，稳定性不错，另外据说 GPT-5 的效果有惊喜，后面再测试其他模型看看。综合来看，目前最好的效果还是 cc 。

各位都用哪些模型？

[catwalk]

对了，最近折腾下来，发现还是不要太折腾的好，以上测试只是研究学习为主，真正应该专注于业务，毕竟折腾花的时间不太值得

[haiku]

体验就用各种服务商的免费版
Cerebras 是个做专用推理芯片和服务的，上面的 qwen 3 coder 480b 速度快有免费额度，写写 Python 脚本、SQL 还行

[yannxia]

国产模型在 Coding 方面都差点意思，Qwen Coder & K2 算是最好了，和 Gemini Pro 的差距还很大，就不提 Cluade opus 了

[catwalk]

@haiku 现在测试 qwen 3 coder 是要比 qwen3-max-preview 快点 还好点，写脚本基本上都不差，要看综合能力，毕竟拿来干活的

[catwalk]

@yannxia 已经在进步了，其实有惊喜的，差距是有的

[CY4suncheng]

我用的都是官方的 API + Claude code ，KIMI token 消耗的是真快，我一天花了 60 多块，之后换到了 deepseek ，感觉好多了，至少 tokens 消耗没那么多了

[catwalk]

@CY4suncheng 花钱不办事才是关键，deepseek 比 kimi 好点，综合能力不错

[lucifer9]

qwen max 还没试过。前几天 A 社疯狂封号的时候用高粱米做代餐效果还行: 质量好不好不说，起码人家够快

[catwalk]

@lucifer9 很早就封号了，只不过现在更加疯狂，目前还在综合测试，glm4.5 确实在国产模型中（目前情况），看 glm 的营销也是目标明确，就是做 cc 的平替

[CY4suncheng]

@catwalk #7 我觉得如果没有 anthropic 的订阅，Claude code 用哪家的都会效果打折的，所以要不就花钱上订阅，要不就干脆用其他的好了

[xctcc]

glm 那个官网购买套餐要支付宝刷脸实名直接把我劝退了

[yellowbean]

qwen 那个上下文仅是谷歌的 1/4 不知道怎么想的 编程这种场景感觉上下文特别影响实际体验 尤其项目稍微复杂点

[catwalk]

@yellowbean 芯片问题？

[kongkx]

deepseek 3.1 + grok-code-fast 简单任务还行。 复杂点还是 grok 4 + grok-code-fast 。 蹭 cline 的免费额度。 感觉 Claude code 有点费 token ，纯 deepseek 3.1 都用不起。

[alex8]

问了个 24 点游戏，Kim 一直说找到答案了然后给了个错误答案，唠叨了 5 分钟突然中断，感觉是到输出 token 的上限被系统强制终止回话

[234ygg]

综合实力没一个能打网页版 gpt5thinking 的，而且全都遥遥落后，真没什么好折腾的，用美区 Apple store 直接订阅难度也很低。
顺带一提，很多人用的 api 都是假的，要么就是 ip 太脏被降智的，要么就是共享账号被降智的，所以简中圈 gpt 风评不太好

[lieliew]

gpt5high 用得舒服

[haiku]

@234ygg GPT 的 API 我只敢用官方和 Azure 的
Azure 的水平对比官方、Cursor 里的，看起来思考时间够长，回答也没打折扣

[XuanYuan]

用了一圈，我现在是 Grok 的忠实用户。

[icyalala]

现在我看到楼主这种排版和标点良好，有加粗和分段，格外喜欢用引号，说话文邹邹的风格，
就有一种很明显的不似人写的感觉。。。