最近Kimi 2.7 Code 和 GLM 5.2 接连发布一周双发国产模型又崛起了。加上DeepSeek V4 和 MiniMax M3国产阵营一口气凑齐了4个能用的选择。大模型进化到现在这个阶段早就不是看榜单的东西了。榜单的综合排名当然有参考价值但是对于日常使用来说远远不够。作为AI博主我用AI的场景可太多了上午要写稿子中午要拆产品需求下午要写代码晚上还想把一堆资料丢进去做个判断。我自己的体感模型之间的差异特别具体有的模型特别会写、有的模型推理很猛、有的模型开发项目很顺手。当然我也有来回切换模型的苦恼。就像桌面上摆了一排工具螺丝刀、剪刀、美工刀、电钻各有各的长板和短板。GLM5.2、Kimi2.7、DeepSeek V4、MiniMax M3这几个我会按我自己的使用场景来聊什么任务我会优先用谁什么场景我踩过坑什么组合现在看起来最省心。不保证绝对正确至少是我真的会这么用的一套组合。我先用最简单粗暴的方式——按人群分。如果你不写代码包括写文章、改稿、做方案、写脚本、写周报、整理访谈、提炼观点、做选题、写营销文案的人。推荐DeepSeek V4 Pro直接用免费的网页版即可而且做文案非常适合。但如果你还要处理多模态的资料像做产品、运营、咨询、市场、教育、投研、销售支持、行政、人事的人。你的资料经常混着截图、PDF、扫描件、表格、音视频、会议记录。优先考虑用MiniMax M3。买他家的token plan、再下个桌面端的minimax Agent就很方便。或者Trae、Workbuddy都可以推荐理由是它原生多模态强1M 长上下文对资料很杂的人特别友好。如果你写代码包括程序员、独立开发者、产品技术负责人、会用Cursor / Claude Code / Trae / Workbuddy / Codex类工具的人。昨天刚上新的GLM5.2就不错如果能买到GLM 5.2的token plan就用GLM 5.2主力coding。实在买不到就用Kimi K2.7 Code它速度更稳定、服务不怎么挂适合当编程的替补选手。要是做自动化流程、批量内容生产、批量分类、信息抽取、格式转换这种高并发任务就外接DeepSeek V4 Flash和MiniMax M3的API来处理它们价格更合适。这种任务不能用token plan并发根本不够的以上是文字版总结下面一张图概括。价格从低到高DeepSeek → MiniMax M3 → Kimi K2.7 → GLM 5.2。体感上几家有coding plan的花费是固定的我都是中档的套餐400多块钱一个月用于三五个小项目的日常维护、更新完全够用。外部调用deepseek也很便宜处理500份长文档大约花费一块钱M3稍微贵一点点一块钱处理大约200份大文件根据用量的不同会有波动。◈每个模型具体怎么样◽DeepSeek开源、便宜、脑子活。DeepSeek 是那种你天然想站它的模型很多人说它有时候像 Grok会给你一些意料之外的灵光一闪。这个确实它能给我一些新思路。不过我日常用DeepSeek跑批量任务比较多尤其是大量文本处理、数据清洗、格式转换——这些活它干得又快又省钱。但我又不太敢把长任务交给它。因为短任务里虽然是好搭子但到了长任务里它会不会又变成演员我还没攒够信心去验证。不过在便宜耐用这件事上DeepSeek已经是国产模型里最让人放心的选择了。◽Kimi K2.7 Code相对稳定一些。我对Kimi 的Coding plan体感不错没有限购、没有变化规则那么多幺蛾子。不过从近期的社区反馈体感上它的模型能力上相比GLM 5.2应该差一些。我之前的OpenClaw小瑶机器人接的是Kimi 2.6不过那时候它模型能力还不太足有点笨不太会用工具执行力一般有幻觉胜在价格和稳定性。2.7 Code出来之后情况改观了一些。我现在把它接在Claude Code里面当编程替补特别稳定别家崩的时候可以拿来稳稳补位但也仅限于此再更复杂的长任务我对它还是很谨慎的。社区的风评也贬褒不一有不少人说它是小号Gemini。。◽MiniMax M3被低估的多面手。MiniMax M3是这四个里面最让我意外的。虽然风评相对没那么好但它的原生多模态能力真的不错——图、PDF、视频都能处理而且有 1M 的长上下文用起来很方便。而且永久半价后价格也划算。比如那种复杂的前端任务要根据一大堆各种格式适配风格的我都会交给MiniMax M3比让Claude在后台写脚本逐个解析方便很多。但它刚出的时候有个问题慢。丢一个长文档进去它要想很久才回。但现在MiniMax的速度明显快了不少而且现在还永久半价性价比高了很多。如果你的工作场景要是经常要处理截图、表格、扫描件、音视频这种多模态资料M3值得认真试试。◽GLM 5.2编程能力最强但不太好买到GLM 5.2是这四个里面编程能力最强的。社区好评也多——coding能力强长上下文扎实。不过幻觉率不低而且没有多模态。我实测效果也很不错——现在我已经信任到敢把它拿过来协助删库了。。很适合平替主Agent的主模型。不过唯一的缺点可能是不好买到它家的Coding plan要在每天早上十点整排队抢购而且相当难买我蹲了好久才终于买到。确实好用以至于供不应求了而且编程套餐给的并发量一般所以大规模多线程用起来可能有点慢高峰期速度也慢。它的API价格也不太适合拿出做批量任务。◈说完结论说说心里话现在回头想想之前写代码同样是翻车Claude、OpenAI我经常会自动给它们找补——会觉得是不是我prompt没写清楚或者上下文给得太乱。但国产模型翻车我脑子里第一反应经常是——果然。这话说出来有点伤人但我猜不少人心里都有过类似的瞬间。不是不想支持国产模型也不是没看到它们这两年的进步——有过几次不好的体验之后就很难再轻易托付。我想了想原因可能不在模型参数里在关系里。一路走来Claude和OpenAI陪我走过太多真实工作流了。很多时候我知道它们不完美但它们确实帮我扛住了活。这种东西会变成一种很隐形的信任余额。国产模型更像一个早就认识的一般朋友一直没有留下特别突出的印象即使现在已经比以前强很多了但它以前有过一次不好的印象再加上周围总有人传它的绯闻我还是会心存芥蒂。更麻烦的是当我们真正拿国产测试时往往不是从一个干净的小任务开始而是直接把它塞进Claude和OpenAI已经推进很远的复杂长任务里。而且在这种场景里它一旦出错我们依旧会把它直接归类成不靠谱。。阻碍我信任国产模型的现在看来不是能力差距了。能力上的短板国产模型正在一点点地补。而且前端能力普遍都很强做出来视觉效果非常好看。真正还在慢慢补回来的是用户信任。能力是入场券信任才是留下来的理由。国产模型需要更多的时间、更多的场景。