Kimi 与其他国产模型
学习目标: 了解月之暗面 Kimi K3、百度文心、智谱 GLM、讯飞星火、MiniMax、腾讯混元、小米 MiMo 的最新状态和适用场景
预计时间: 30 分钟
难度: ⭐⭐☆☆☆
最后更新: 2026 年 10 月
国产大模型不止 DeepSeek 和 Qwen。
2026 年 10 月的状态和半年前完全不同:Kimi 换代了、文心进了 5.x、GLM 换成"同基座后训练"的迭代方式、讯飞把端云一体做成了产品、MiniMax 把 Agent 成本打到了地板。它们不是综合能力最强的,但在长程编程、全模态、语音、教育、信创这些场景里各有独家位置。
Kimi — 从长上下文到长程编程
月之暗面(Moonshot AI),2023 年 4 月成立,创始人杨植麟(前清华 NLP 研究员)。
Kimi 靠长上下文起家,但 K3 的卖点换了:长程编程和端到端知识工作。这个转向本身就是判断:长上下文是入场券,不是护城河——谁都能做到 1M,能不能在 1M 里连续干几小时的活才是差别。
Kimi K3
| 指标 | 数据 |
|---|---|
| 发布 | 2026 年 7 月(Kimi 开放平台 API) |
| 参数 | 2.8 万亿(MoE,896 个专家激活 16 个) |
| 架构 | KDA 混合线性注意力 + Attention Residuals |
| 上下文窗口 | 100 万 tokens |
| 输入模态 | 文本、图像、视频 |
| 思考模式 | 始终开启,reasoning_effort 支持 low / high / max(默认 max) |
| 权重 | 已开源,官方称是全球首个 3 万亿级别的开源模型 |
官方给的扩展效率数据是:相比 K2,整体扩展效率提升约 2.5 倍。
这句比"2.8 万亿"重要。参数规模是给榜单和开源社区看的,同样算力换到更多能力,才是工程上能复用的东西。
KDA(Kimi Delta Attention)和注意力残差(AttnRes)都是为了解决同一件事:让信息在更长序列、更深网络里传得动。配上 896 选 16 的稀疏 MoE,才有了"1M 上下文还能连续工作"的底气。
定价
| 计费项 | ¥/百万 tokens |
|---|---|
| 输入(未命中缓存) | 20 |
| 输入(缓存命中) | 2 |
| 输出 | 100 |
海外价为 $3 / $15(缓存命中 $0.30),人民币价以官网价格页为准。上下文缓存自动生效,有效期分 5 分钟和 1 小时两档,写缓存单独计费,命中期间自动续期、不再重复收写入费。另一个容易忽略的门槛:K3 是旗舰模型,账户累计充值满 10 元才解锁,新用户送的 15 元代金券不能用于 K3。
API 使用
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["MOONSHOT_API_KEY"],
base_url="https://api.moonshot.cn/v1",
)
response = client.chat.completions.create(
model="kimi-k3",
reasoning_effort="max", # low / high / max
messages=[
{"role": "system", "content": "你是文档分析助手。"},
{"role": "user", "content": "把这份研报的假设、数据和结论分别列出来"},
],
)
print(response.choices[0].message.content)多轮对话和工具调用时,把返回的完整 assistant message 原样放回下一轮,只留 content 会丢掉推理和工具调用信息。
kimi-k2.5 和 moonshot-v1 全系已在 2026 年 8 月下线,调用返回 404,kimi-k2 系列 5 月就下线了。代码里还写着老 model 名的先改。想省钱做代码补全,看 K2.7 Code(2026 年 6 月上线,有高速版)。
待发布:K3.1。 2026-10-23 官方预热视频里,Kimi Code 界面出现了 "Kimi K3.1" 字样;Arena 编程对战榜同时出现匿名代号 Kibitz,社区按分词器特征推测是 K3.1。两者都还没官宣,参数、上下文、价格一概未知。看到"K3.1 已开测"这类说法,先确认是不是官方渠道。
适用场景
- 超长文档 / 整个代码库的分析:1M 上下文一次读完
- 长程 Agent 编程:持续跑工程任务、协调终端工具
- 带视觉反馈的开发:看截图改前端、调游戏、CAD
- 高频重复问答:缓存命中 ¥2/M,比输入价便宜一个数量级
- 需要开源权重的私有化场景
文心 — 全模态旗舰,搜索入口
百度做 AI 最早(2013 年就有深度学习研究院),产品力长期不是最强的。但 5.x 换代之后,它在一个指标上是国产里最激进的:原生全模态。
ERNIE 5.0 / 5.1
| 指标 | ERNIE 5.0 | ERNIE 5.1 |
|---|---|---|
| 发布 | 2025 年 11 月 | 2026 年 5 月 9 日 |
| 定位 | 原生全模态,文本/图像/音频/视频联合建模 | 5.0 的效率版 |
| 参数 | 2.4 万亿(MoE) | 总参压到约 1/3、激活约 1/2(官方口径) |
| 上下文 | 128K,最大输出 64K | 128K,最大输出 64K |
| 训练成本 | — | 官方称约为同规模模型的 6% |
| 千帆模型名 | ernie-5.0 | ernie-5.1 |
千帆模型列表(2026-10 更新)里,旗舰位就是 5.0 和 5.1 并列,4.5 Turbo 128K 还在架。
5.1 的思路不是"更大",是"更省":用官方口径 6% 的预训练成本做到同级效果,还登了 LMArena 搜索榜国内第一。6% 是厂方说法,但方向清楚——百度赌的是"效果够用 + 便宜"。
定价(千帆)
ERNIE 5.1 按输入长度分档:≤32K 时输入 ¥4 / 输出 ¥18,32K–128K 时输入 ¥6 / 输出 ¥22(元/百万 tokens)。千帆原始单位是"元/千 tokens",换算时容易错一位。ERNIE 5.0 的价格以千帆计费页为准。
文心的价值一半在模型,一半在百度搜索这个入口——模型能力可以追,入口追不上。但问题也很实在:搜索广告和 AI 回答的界限不清楚,品牌认知偏"老",开发者生态不如 DeepSeek 和 Qwen。它的客户更多是已经站在百度云体系里的企业,而不是自己写代码选型的那批人。
适用场景
- 搜索增强的中文问答:知识密集、需要时效性
- 政企与合规场景:公文写作、合同初审、政策解读
- 一套接口处理多种模态:图文音视频用同一个模型
- 百度云存量企业用户:计费、权限、审计已在体系内
智谱 GLM — 编程与 Agent 的开源旗舰
智谱 AI,清华系。GLM 是国产开源里迭代最规律的一家:5.0(2026-02)、5.1(04)、5.2(06)、5.3(08)。
GLM-5.3
| 指标 | 数据 |
|---|---|
| 发布 | 2026 年 8 月 |
| 基座 | 与 GLM-5.2 相同,提升全部来自后训练 |
| 上下文 / 最大输出 | 1M / 128K |
| 编程 | 内部 Z.ai Code Bench 较 5.2 提升 50% |
| Terminal-Bench 3.0 | 4.6 → 28.3 |
| DeepSWE v1.1 | 46.2 → 66.9 |
| Agents' Last Exam | 23.8 → 28.5 |
| CyberGym(漏洞发现) | 84.5%(官方称该基准当前最佳) |
| 模态 | 仅文本 |
同基座、只做后训练,编程还能涨 50%——说明上一代的问题不在预训练,在"怎么把能力逼出来"。这也是 2026 年国产旗舰的共同转向:后训练和任务环境建设,比继续堆参数划算。智谱的说法是把训练任务从"编程题"换成"专家级的完整工作单元",环境要可执行、可验证、还要能规模化合成。
一个不太被提的亮点是安全能力:官方称在 269 个真实项目中累计发现 2,436 个漏洞,其中 1,097 个中高危。对做代码审计的人,这比跑分值钱。
调用的坑:GLM-5.3 始终开启思考,thinking.type 只能是 enabled,从 5.2 迁过来还写着 disabled 的请求直接失败。走 OpenAI 兼容接口时把 reasoning_effort 设成 max,复杂任务别省这一档。
GLM-5.3-Flash / FlashX
| 指标 | GLM-5.3-Flash |
|---|---|
| 发布 | 2026 年 8 月 26 日,开源 |
| 定位 | GLM-5 系列首个原生多模态模型 |
| 参数 | 320B 总参 / 18B 激活 |
| 架构 | 首个稀疏注意力 + 线性注意力混合的开源前沿模型 |
| 效率 | 相比 GLM-5.3,注意力计算量降 3.01 倍,KV 缓存降 4.44 倍 |
| 上下文 | 1M |
| 价格 | 输入 ¥0.8 / 输出 ¥2.8,是 GLM-5.2(¥8/¥28)的 1/10 |
FlashX 是同架构的高配版(¥2 / ¥7)。
Flash 的视觉能力是长在 Coding 循环里的:自己看界面、看渲染结果、看交互反馈,然后改。做前端和 GUI Agent 的,这是这一代最值得试的模型——不是因为它最强,而是因为它用 1/10 的价格买到了"能看屏幕"这件事。
灰度中 / 未发布:GLM-5.3 HighSpeed 在智谱自家编程工具 ZCode 里灰度,实测输出超 490 tokens/s,1M 上下文、128K 输出,定价未披露;GLM-5.5 未发布,社区传 10 月底到 11 月初、2.5–3.5 万亿参数,未官宣。
定价(元/百万 tokens)
| 模型 | 上下文 | 输入 | 缓存命中 | 输出 |
|---|---|---|---|---|
| GLM-5.3 | 1M | 8 | 2 | 28 |
| GLM-5.3-Flash | 1M | 0.8 | 0.23 | 2.8 |
| GLM-5.3-FlashX | 1M | 2 | 0.57 | 7 |
缓存存储当前限时免费,Batch API 按标准价 5 折。
适用场景
- 编程 Agent / CLI 工具链:Terminal-Bench 和内部 Code Bench 都在说这件事
- 代码审计与漏洞挖掘:CyberGym 84.5% 是实打实的能力
- 前端和 GUI 自动化:用 Flash,让模型自己看界面
- 长程任务:1M 上下文 + 128K 单次输出
- 信创私有化:开源权重,国产芯片适配清单以官网为准
讯飞星火 — 端云一体,语音和教育
科大讯飞,语音领域的老大哥。2026 年它给星火的定位很明确:端云一体。
星火 X2.6
| 指标 | 数据 |
|---|---|
| 发布 | 2026 年 10 月 22 日(1024 开发者节) |
| 参数 | 293B 总参 / 30B 激活(MoE) |
| 上下文 | 100 万 tokens |
| 算力 | 全国产算力训练 |
| 端侧 | 星火 X2.6-4B,端云按需协同 |
| 语音 | 首发 SparkAudio 1.0 语音基座,中英文任意切换 |
| 定价 | 以讯飞开放平台为准 |
星火 X2.6 的看点不是跑分,是约束下的工程:全国产算力 + 端云一体,还要做到 1M 上下文和 Agent 能力。官方说靠长程任务动态并行训练,把超长上下文训练效率提了约 4 倍——这是在国产卡显存和带宽受限下逼出来的解法。
要过信创、要在离线和端侧跑模型的地方,星火几乎是唯一选项。通用能力它卷不过 DeepSeek,但"全栈自主可控"不是能力指标,是准入门槛。
语音仍是它最硬的资产:ASR、TTS、口语评测,长期做教育考试和口语练习这类场景。同场还发了星火具身多模交互,方向是机器人端的多模态交互。
适用场景
- 教育:口语测评、作文批改、知识点讲解
- 语音交互硬件:车载、家电、眼镜、玩具
- 信创 / 国产算力项目:全链路自主可控
- 端侧离线场景:4B 端侧模型 + 云端按需补位
MiniMax — Agent 成本杀手
MiniMax,2021 年成立,创始人闫俊杰(前商汤副总裁)。以前说它是"语音和音乐公司",2026 年的重心已经挪到 Agent 和编程,语音变成底牌而不是招牌。
MiniMax M3.1 Flash
| 指标 | 数据 |
|---|---|
| 发布 | 2026 年 10 月 19 日 |
| 参数 | 428B 总参 / 23B 激活(MoE) |
| 上下文 | 100 万 tokens |
| 模态 | 原生多模态(文本、图像、视频输入) |
| 思考档位 | low / medium / high / xhigh / max,不可关闭 |
| 权重 | 2026 年 10 月 23 日开源(Hugging Face) |
| 价格 | 输入 ¥1 / 输出 ¥4,缓存读取 ¥0.1 |
官方口径:Agent 任务成本较上一代降约 70%,推理速度提升近 3 倍。
¥1 / ¥4 配 1M 上下文,它就不是"便宜模型",是"能跑长程 Agent 的便宜模型"。价格战打到这一步,拼的已经不是单价,是单任务完成成本。
调用是 OpenAI 兼容的,effort 省略默认 max。想省钱要主动调低,不能关——传 disabled 直接 400。
关于 Space Bunny:10 月在 OpenRouter 上霸榜的匿名模型,官方已揭晓是 M3.1 Flash 的早期版本。这是 2026 年的新常态——发布前把模型匿名丢进 Arena 或聚合平台,让真实用户免费投票。看到匿名代号,记住它只代表某个未发布模型,别急着当版本号。M3.1 正式版(非 Flash)尚未官宣。
语音、视频、音乐
TTS 仍是强项:speech-2.8-hd ¥3.5/万字符,speech-2.8-turbo ¥2.0/万字符,音色克隆 ¥9.9/音色。视频走 H3 / H3-Max,768P ¥0.5/秒、2K ¥0.8/秒。
最需要注意的是音乐:2026-08-20 起,MiniMax 的付费音乐生成 API 不再对新用户开放,旧接口陆续下线,能力转到了开源权重(Music 3)和 C 端产品 MiniMax Audio。要做 AI 配乐,别按"买个 API"的思路规划。
适用场景
- 长上下文 Agent / 编程助手:1M 上下文 + Agent 优化
- 高并发批处理:输入 ¥1/M,便宜到可以浪费
- 配音、有声书、虚拟主播:TTS 仍是强项
- 短视频配乐 / 视频生成:视频走 H3,音乐走开源模型
其他值得关注:混元、MiMo 与小厂
腾讯和小米 2026 年都选了同一个姿势:发布即开源。
| 指标 | 腾讯 Hy4 preview | 小米 MiMo V2.6-Pro |
|---|---|---|
| 发布 | 2026 年 8 月 28 日 | 2026 年 9 月 22 日 |
| 参数 | 770B 总参 / 49B 激活(MoE) | 官方未公开,全模态 |
| 上下文 | 100 万 tokens | 100 万 tokens |
| 开放协议 | Apache 2.0 | 开源权重 |
| 评测 | — | Artificial Analysis 智能指数 46 分,官方称开源权重第一 |
| 落地 | WorkBuddy、CodeBuddy、元宝、ima | V2.6-Flash、Pro-Ultraspeed、MiMo Desktop;10-20 上线 WorkBuddy |
腾讯上一代 Hy3 是 256K 上下文、最大输出 128K,Hy4 preview 把总参拉近 3 倍、上下文拉到 1M,主打 Agent、编码、办公。
参数、上下文、权重一次全放,姿态很明确:用开源换生态位。Hy-4 Pro 未官宣,现在能拿到的就是 preview 和 Hy3。
小米的路子不一样:手机厂做大模型,最顺的路径是端侧 + 生态。云端旗舰去刷开源榜,端侧靠小米设备和桌面客户端落地。V2.7 Pro 未官宣,目前最新就是 V2.6 系列。
适用场景:Agent 与编码助手(混元)、腾讯系产品集成、Apache 2.0 宽松协议的私有化;全模态理解与超长上下文(MiMo)、端云一体的消费级产品、开源权重二次微调。
至于剩下的几家:
| 模型 | 公司 | 现状 | 适合场景 |
|---|---|---|---|
| 百川(Baichuan) | 百川智能 | 王小川带队,医疗方向投入加重,通用模型声量下降 | 医疗垂直、企业私有化 |
| 零一万物(Yi) | 李开复创办 | 转向行业解决方案,通用模型迭代放缓 | 政企项目、行业落地 |
| 书生(InternLM) | 上海 AI 实验室 | 开源,科研向,多模态齐全 | 学术研究、教学 |
| Step | 阶跃星辰 | 多模态方向,终端合作多 | 创意内容、端侧多模态 |
共同点是通用能力不再是它们的战场:要么转垂直,要么做科研,要么做端侧,别指望它们在通用榜单上跟头部打。
各模型一句话总结
| 模型 | 一句话记住它 |
|---|---|
| DeepSeek V4.1 Flash | 最强性价比,552B MoE、1M 上下文、MIT 权重 |
| Qwen3.8-Max | 家族最全,2.4T 参数 + 100 万上下文 |
| 豆包 Seed 2.1 | 产品矩阵最全,企业采购最省心 |
| Kimi K3 | 2.8 万亿开源旗舰,长程编程和文档分析 |
| 文心 5.1 | 原生全模态 + 搜索入口,预训练成本 6% |
| GLM-5.3 | 编程与 Agent 开源 SOTA,Flash 版最划算 |
| 星火 X2.6 | 全国产算力 + 端云一体,信创首选 |
| MiniMax M3.1 Flash | ¥1/¥4 的 1M 上下文,Agent 成本杀手 |
| 混元 Hy4 preview | 770B + Apache 2.0,腾讯生态入口 |
| MiMo V2.6-Pro | 开源权重榜第一,全模态,手机厂打法 |
本节小结
✅ Kimi K3:2.8 万亿参数、1M 上下文,¥20/¥100,缓存命中 ¥2;K2.5 已下线,老 model 名会 404 ✅ Kimi K3.1 只有预热视频和 Arena 匿名代号,未官宣,参数价格未知 ✅ 文心 5.0/5.1 并列旗舰,5.1 用官方口径 6% 的训练成本做到同级效果,128K 上下文 ✅ GLM-5.3:同基座后训练,编程 +50%,CyberGym 84.5%;Flash 320B/18B 原生多模态,价格 1/10 ✅ 星火 X2.6:293B/30B、1M 上下文、全国产算力,端云一体是它的准入门槛 ✅ MiniMax M3.1 Flash:428B/23B、¥1/¥4;音乐 API 已停止对新用户开放 ✅ 腾讯 Hy4 preview(770B / Apache 2.0)和小米 MiMo V2.6-Pro(开源权重第一)都值得关注 ✅ 看版本号之前先看日期:2026 年的国产模型两个月一代,半年前的表格就是错的