前言

几个月前，写了一篇国产大模型的对比评测 国产大模型谁最强？4厂家6款大模型评测

在这篇文章里，评测了智谱的 GLM4，阿里的千问 Max 和 Plus，百度的 ERNIE-BOT 和 ERNIE-BOT 4.0，讯飞的 Spark3.5。

现在很火的 kimi 没有测评，因为那个时候它还是比较低调的。如今 kimi 俨然已经是国产大模型第一梯队了，那么本次就对 kimi 也做个评测。

另外在一个群里，有群友推荐 deepseek，没有细看，大致印象是这个 deepseek 能力不错，token 单价极低，所以本次评测就是 kimi 和 deepseek 了，评测的提示词和语料还是和上次一样，以下是结果。

费用和接入难度

kimi 和 deepseek 的接入难度都是 easy，因为他们都最大限度兼容了 openai 的接口。

我发现 glm4 的接口更简单了，上次评测时，glm4 的鉴权还需要先获取 access token，然后使用 token 来调用接口，这次发现他们还支持直接用 api-key 来调用接口了

接入 kimi 和 deepseek 只需要将 glm4 的代码简单修改下，model 字段改为各自的模型名称就可以了。so easy

费用方面，kimi 注册以后赠送了 15 元，deepseek 则赠送了 500 万的 token，都比较友好。

从 千tokens 价格来评，deepseek 果然便宜，其他大模型普遍定价 1.2 分，它直接打了个一折，只要 0.1分，这个价格真的香。

而 kimi 并没有参与价格战，采用了 1.2 分/千tokens 这个主流价位。

模型	费用	接入方式	难易
kimi	赠送 15 元 1.2分/千tokens	https	易
deepseek	赠送 500 万 token 输入：0.1分/千 tokens 输出：0.2分/千tokens	https	易
GLM-4	限时免费	https	易
通义千问 Max	限时免费	https	难
通义千问 Plus	0.012元/千tokens	https	难
ERNIE-Bot	0.012元/千tokens	https	略难
ERNIE-Bot 4.0	0.12元/千tokens	https	略难
星火 3.5	限时免费	wss	略难

能力评测

模型	成功率	失败明细	平均响应时间
moonshot-v1-8k（kimi）	100%	无	3,817 ms
deepseek-chat	80%	内容有风险，中断推理 json 解析失败，换行未转义	13,629 ms
GLM-4	80%	json 解析失败，换行未转义 json 格式不标准，未正确结束	3,313 ms
通义千问 Max	80%	输入为程序代码，解释内容填入到翻译字段 英文提取关键词过多	8,883 ms
通义千问 Plus	80%	json 解析失败 输入为中文，从译文里提取了关键词	3,933 ms
ERNIE-Bot	20%	将正常语句识别为程序代码，5次 将中文识别成英文 英文关键词提取过多，2次	4,893 ms
ERNIE-Bot 4.0	100%	无	13,392 ms
星火 3.5	40%	输出自然语言而不是 json 中文识别成英文 英文未提取关键词讲解 提取过多关键词 json 解析失败，换行未转义 未识别拼写错误	5,649 ms

kimi 通过了所有测试，而且对比其他大模型，他的指令遵从相当优秀。

deepseek 表现也不错，内容审核有点过头，其他大模型都能翻译的内容它提示有风险。另外有一个 json 换行没有处理好。它的指令遵从相比 kimi 弱一些。比如中文内容，我要求不要提取知识点，kimi 做到了，deepseek 则是从译文里提取了知识点。

结论

• kimi 能力相当强，推理速度快，堪称完美。感觉还要强过之前我排第一名的 ERNIE-BOT 4.0。但是它的频控让人头疼，我是新注册用户，RPM 是 3，即一分钟只能调用 3 次，这个限制使它几乎没有实用价值。。。除此以外没有缺点

• deepseek 的 500 万免费 token 很香，免费额度用完，按量付费的价格也是超低，自身能力也是很不错。但是，它太慢了。

所以综合性价比和实用性，我依然推荐 GLM-4。如果你要做的应用不追求响应速度，那 deepseek 无疑更合适。

另外，deepseek 还有个针对 coding 训练的 deepseek-code 模型，这个模型更擅长编码，本次没有评测。说到编码能力，我用过通义灵码，也用过智谱的 codegeex，目前用 fitten code，不知道 fitten code 和 deepseek-code 哪个更强，有空会尝试下。

附录

gitee 源码

https://gitee.com/refusea/xiaoying

小英在线体验

https://read.refusea.com/xiaoying.html

测试日志

https://gitee.com/refusea/xiaoying/tree/master/test