八个产品怎么选
这张表不打分。分数会过期,而且同一家的网页、API、不同尺寸根本不是一个东西。写作时点是 2026-11-21。用你自己的题验证,不要用宣传题。
| 产品 | 出品方 | 更像什么 | 拿来做什么最值 | 主要短板 |
|---|---|---|---|---|
| Grok | xAI | 语气直接、偏公开信息的对话模型 | 要判断、要反例、追正在发生的事 | 容易说得太满;改仓库要另写验收 |
| Claude | Anthropic | 改代码和写技术说明都较稳,并带有 Agent 产品 | 有约束的修改、设计文档、可复用 Skill | 拒绝多,顶配贵,结论有时来得太晚 |
| Codex | OpenAI | 泡在仓库里的编程 Agent | 目标明确的读、改、跑、交 diff | 不是通用聊天;目标脏就会认真改错 |
| Gemini | 多模态、长材料,旁边有搜索和 Workspace | 图文长材料、要出处的第一遍核对 | 入口多;空提示词会写成正确的废话 | |
| DeepSeek | 深度求索 | 推理和代码见长,主要版本常有开放权重 | 想清楚再写、日常代码、内网自建 | 敏感话题会挡;网页体验不是 API 承诺 |
| Qwen | 阿里巴巴(通义) | 尺寸梯子长,贴着阿里云的模型系列 | 中文业务、分档路由、云上接入 | 名字易混;小档不是旗舰 |
| Kimi | 月之暗面 | 长文档阅读,尤其是中文材料 | 把一堆材料读完并找出矛盾 | 不要直接当仓库施工队;长上下文不是问题本身 |
| GLM | 智谱 | 国内对话与 Agent,较小模型可自托管 | 采购、内网试点、中文技术方案 | 单点要和 Qwen、DeepSeek 用同一份题比 |
如果只能选一个
改仓库
目标已经写成命令和文件范围,用 Codex。还要同时把设计说明写给别人看,用 Claude。Grok 可以做第二意见,不要做唯一施工。
读长文档
矛盾藏在中文正文里,用 Kimi。材料又长又带图,或者还要外网链接,用 Gemini 带搜索的那个入口,并写明是哪一个入口。
中文业务接入
Qwen、DeepSeek、GLM 放在同一份业务题上。栈在阿里云,先量 Qwen。要推理和开放权重,先量 DeepSeek。采购和自托管指向智谱,把 GLM 放进同一张试卷。
想看它怎么想
先测 DeepSeek 的推理档,把普通档和推理档分开。这里说的“便宜”是相对“每发请求都上海外顶配”,不是承诺它永远价格最低。看不看得到思考过程,以你实际打开的那一档为准,有的入口只给摘要,有的不给。