如题，在不考虑价格的情况，目前国产大模型哪个编程能力最顶呢，以及各自的擅长领域,参赛的选手有：
GLM-4.6：说是 Claude Sonnet 4.5 和 GPT-5 ，但价格仅需要 Sonnet 1/7
Qwen3-Code：SWE-bench Live 测试中得分 54.7 ，超越 GPT-4.1 （ 48.6 ），中文 API 文档理解准确率达 92%
DeepSeek-V3.2-Exp：说是被 GLM4.6 超过，但在 Vercel 、Windsurf 等编程平台接入
MiniMax M2：每 token 成本仅为 Claude Sonnet 的 8%、在 Terminal-Bench 测试中得分 37.5 ，专为 Agent 工作流设计
第 1 条附言 · 20 天前
简单总结下本周 PK 结果：
一边倒的推荐 GPT/Gemini/Claude 最近的一两代模型。目前来看国内大模型编程能力和御三家还有很大差距，如果是奔着出活儿去的，就选择这三家模型，首推 Claude Opus ，缺点就是价格太高。
当然国产大模型也不是全军覆没
GLM-4.6 口碑不错，用来做调度还是小任务可以胜任，但是最近降智明显 @midsolo @defaw @vevlins @derek80
Qwen3-Coder 完成一些独立模块可用，写 Rust 感觉也写得不错 @Wh1t3zZ
DeepSeek-V3.2 做小修改，matlab 可以胜任 @veni2023 @yxc246800
kimi-for-coding
建议的工作方式：用 GPT Claude Gemini 给你出方案，让国产 llm 干活 @usVexMownCzar @brookegas
感谢各位大佬的反馈~
一边倒的推荐 GPT/Gemini/Claude 最近的一两代模型。目前来看国内大模型编程能力和御三家还有很大差距，如果是奔着出活儿去的，就选择这三家模型，首推 Claude Opus ，缺点就是价格太高。
当然国产大模型也不是全军覆没
GLM-4.6 口碑不错，用来做调度还是小任务可以胜任，但是最近降智明显 @midsolo @defaw @vevlins @derek80
Qwen3-Coder 完成一些独立模块可用，写 Rust 感觉也写得不错 @Wh1t3zZ
DeepSeek-V3.2 做小修改，matlab 可以胜任 @veni2023 @yxc246800
kimi-for-coding
建议的工作方式：用 GPT Claude Gemini 给你出方案，让国产 llm 干活 @usVexMownCzar @brookegas
感谢各位大佬的反馈~
 |
1
courtier 21 天前
我觉得就是考虑了价格的情况下才会使用国产大模型。。。主打性价比，不然 Claude ，gpt ，gemini 不香吗
|
 |
2
gorvey 21 天前
不好说,你不知道它什么时候会降智,本来就不聪明,一降智就很难用,反正就是都不行
|
 |
3
abc0123xyz 21 天前
GLM-4.6 不错，240 块的套餐，要是觉得不好，那肯定是我自己的问题（穷）
|
 |
4
sunny352787 21 天前  28
我全测过一遍，结论是全是垃圾，不要在这上面浪费时间了，所谓的价格七分之一，但是你耗费的时间不只七倍，能力极差性价比极低，老老实实用 opus4.5 或者 gemini pro3 ，别的都是浪费生命
|
 |
5
midsolo 21 天前
GLM-4.6 之前用起来还不错，但是在出了背刺包之后，用量太多了，总是莫名其妙的降智，严重影响体验
|
 |
6
keshawnvan 21 天前 4
全是垃圾，别浪费时间。
|
 |
7
ericguo 21 天前 1
kimi-for-coding 还行，49 元每周 1024 次调用
|
 |
8
cleveryun 21 天前
好奇问一下，GLM 4.6 ，在 trae 和 iflow cli 里都有免费的，用这个和用 GLM coding plan 里的付费套餐，对应的是同样的大模型吗，网速上或者功能上有差异吗？
|
|
9
abc0123xyz 21 天前
刚出的时候最好，这个时候为了宣传，不怎么降智。
|
 |
10
YanSeven 21 天前
干点小活儿是可以的，不要想着用 3 个低级研发顶上一个中级研发。三个臭皮匠顶不过诸葛亮。
|
 |
11
Saunak 21 天前
@sunny352787 sonnet4.5 呢？ opus4.5 有点太贵了。
gpt5codex 咋样？ |
 |
12
livib 21 天前
还需要时间沉淀
|
 |
13
stonedongdong 21 天前
@midsolo #5 同感，之前用起来确实很不错，但是最近体验差了。上周用 GLM-4.6 断断续续 3 天没整明白的需求，周六用 Sonnet 4.5 一天就搞定了
|
 |
14
takanashisakura 21 天前
性价比一点的话，可以考虑 sota 模型（ claude ，gemini 这些）来进行系统设计，然后把需求拆分为小的功能点后，再让国产大模型来实现。
|
 |
15
bronyakaka 21 天前
最近 kimi k2 、gml4.6 、minimax 一起用，降智问题确实存在
|
 |
17
seven777 21 天前
加上好的 prompt, 加上好的 instructions, 大模型之间从差距会缩小一些,尤其是好的 prompt 影响较大.
如果就是"一句话需求",那真得 Claude ,基本是遥遥领先的. 第二梯队的是 Grok@latest , Gemini@latest, ChatGpt@ latest. 国内产品基本是瘫子里面找瘸子,排序是豆包,千问,其他的都垃圾,无一例外. |
 |
18
usVexMownCzar 21 天前 via iPhone
你可以用 GPT Claude Gemini 给你出方案，让国产 llm 去执行🤪
|
|
19
usVexMownCzar 21 天前 via iPhone
还有 kimi 的 cli 工具，除了它自己的代码写的漂亮外，其他真就是垃圾，识别不了命令的/ 还是路径的/ ，无法识别图片。
|
 |
20
furlxy 21 天前
这几个，实际用下来感觉都差不多
|
 |
21
Wh1t3zZ 21 天前 via Android
Qwen3-Coder 我用来写一些独立的模块挺不错的，让他写完我再集成进自己的工程里，他写 Rust 感觉比我写得要好
|
 |
22
NizumaEiji 21 天前
其他的没用过，glm 不怎么样。
最近试着拿他和 claude code 分析日志数据生成一份测试报告，80%的统计结果都是错误的，错误到了随便找一个指标自己写脚本统计一下发现偏差能超过 10 倍的那种。 这是我在花了 1.5 人日搞出来的东西，而且 ai 编程非常爱一次性搞出一大堆没用的废话让你读，每次看这些东西都跟玩大家来找茬一样，需要在一堆垃圾中找出来到底哪里有问题，然后给它提出来等着它接下来再生成一堆垃圾。 |
 |
23
bbao 21 天前 1
在做的各位都是垃圾
|
 |
24
defaw 20 天前
glm 没问题，我目前写的六轴机器人的正逆解，属于非常偏门的网上找不到参考答案的程序，我描述清楚的情况下，glm 不开思考模式都能写的又快又好，这说明逻辑面上模型能力没有问题。
你写个 crud 写个 UI 恨不得指望 1 句话让模型给你生成一个接口，多思考自己是否真的给到了模型需要的信息，然后再来评价模型 |
 |
25
maxwel1 20 天前 1
“不不不，请不要误会，我不是针对你，我是说在做的各位。。。“
|
 |
26
LUCIFERorCHRIS 20 天前
@cleveryun 我理解就是服务商不一样，说直白点就是阉割版，比在各类大模型官方开通付费 api 再自己调用慢一些、准确率低一些吧
|
 |
27
craftsmanship 20 天前 via Android
@sunny352787 确实 大模型这玩意只想用最强的 用最少的次数搞定需求 用垃圾的反复折腾 改 prompt 重建 context 麻烦死了
|
 |
28
derek80 20 天前
组合起来用，我用 glm4.6 写写文档，修修语法和测试问题。
|
 |
29
veni2023 20 天前
ds 起码生产的 code 小修改下能跑起来
|
 |
30
yxc246800 20 天前
我用 ds 写 matlab ，嘎嘎好使
|
 |
31
randm 20 天前
Qoder 代码提示不行，但执行还可以的。
|
 |
32
8355 20 天前 1
@sunny352787 太对了，当你在跟一个蠢的模型斗智斗勇半天的时候，再切换到一个聪明的模型一切都是顺理成章，得出结论就是这蠢东西根本没法用，我都用上 ai 了我还要写一堆东西来防止他出问题，整个就是本末倒置，白送都不用。
|
 |
33
maix27 20 天前
It's a weekly question...
|
 |
35
icyalala 20 天前
直接御三家 GPT/Gemini/Claude 最近的一两代模型
本来 AI 就是拿来提效的，不要让 AI 反过来浪费你自己的时间 |
 |
36
herun 20 天前 via Android
试过 kimi-k2 写前端，80%的情况下写的代码可用，不过有时候会不按要求来写代码，这时候切换到 Claude Sonnet ，一次提示就搞定了
|
 |
37
momo31 20 天前
only chatgpt claude
|
 |
38
vevlins 20 天前
日常工作主力开发 glm 4.6 超过两个月，没觉得 claude 有什么显著优势，我用 glm 做不好的任务交给 claude 也就那样。
|
 |
39
mmdsun 20 天前 via iPhone
国产模型现在没那么差，GLM 还可以其他没有用过。
|
 |
40
fcten 20 天前
用了一段时间 Qwen Code ，我的结论是完全可用。我自己把控架构，细节交给它。提效还是很明显的。
如果你想把 AI 当 CTO 来用那 Qwen Code 确实还不行。就算它能行我也不敢发布上线啊，毕竟出了问题是我背锅不是 AI 背锅。 另外 Qwen Code 免费。让我花钱上班那是不可能的。 |
 |
41
dreamkuo 20 天前
我全测过一遍，结论是全是垃圾，不要在这上面浪费时间了，所谓的价格七分之一，但是你耗费的时间不只七倍，能力极差性价比极低，老老实实用 opus4.5 或者 gemini pro3 ，别的都是浪费生命 ------------- 我认可这个观点
|
 |
42
HaibaraDP 20 天前
别折磨自己了，用来编程一个都不行，就算免费它也得能干活才行
|
 |
43
evilgod528 20 天前
@Saunak 日常主力就是 codex gpt5 ，sonnet 我感觉用下来没有 gpt5 质量好，gemini2.5pro 删过我项目心有余悸
|
 |
44
streamrx 20 天前 via iPhone
都是垃圾。别浪费自己的时间
|
 |
45
brookegas 20 天前
我现在的模式是，Claude Opus 4.5 给方案
Deepseek v3.2 执行 Minimax M2：刚开始我是它的粉丝，尤其是看到 openrouter 上它在 Cline 选用的模型里排前三，往往仅次于 Claude 家（现在又来了 Gemini 3pro ），这是老外每天真金白银投出来的，不过上次被它无声无息把我的文件删掉重写，所有的样式都按它的想法重改了以后，就不太敢用了。希望它的新版本改进些吧，我还会试用的！ Deepseek v3.2：12 月 1 日更新的这个版本运行得很好，速度飞快，而且实在太便宜了，便宜得我用得都不好意思了。跟 Claude 这种血盆大口贪婪吞噬我钱钱的怪兽相比，Deepseek 简直是慈眉善目的大善人！它真正的缺点很少有人提到，就是上下文窗口从 1 月发布到 12 月都没有增长过，一直只有 128K ！导致我必须把任务拆细了喂给它，不能给整坨的，不过这样也好，保持了自己对整个代码的掌控感。 每次我想指责 Deepseek 的时候，看了它清一色的清北浙科南组成的开发团队名单，就讪讪地把话吞了回去，哈哈！ |
 |
46
gegeligegeligo 20 天前 via Android
@sunny352787 opus 还是太贵了，没必要，就用普通的 4.5 就行了
|
 |
47
kaesi0 OP @abc0123xyz 目前在用
|
|
48
kaesi0 OP @sunny352787 这么绝对的么
|
 |
49
securityCoding 20 天前 via Android
我在用企业版 cusor ，唯一真神是 opus 其次是 sonnet ，gpt5.2 跟 gemini3pro 都差点意思
|
|
53
kaesi0 OP 简单总结下本周 PK 结果：
一边倒的推荐 GPT/Gemini/Claude 最近的一两代模型。目前来看国内大模型编程能力和御三家还有很大差距，如果是奔着出活儿去的，就选择这三家模型，首推 Claude Opus ，缺点就是价格太高。 当然国产大模型也不是全军覆没 GLM-4.6 口碑不错，用来做调度还是小任务可以胜任，但是最近降智明显 @midsolo @defaw @vevlins @derek80 Qwen3-Coder 完成一些独立模块可用，写 Rust 感觉也写得不错 @Wh1t3zZ DeepSeek-V3.2 做小修改，matlab 可以胜任 @veni2023 @yxc246800 kimi-for-coding 建议的工作方式：用 GPT Claude Gemini 给你出方案，让国产 llm 干活 @usVexMownCzar @brookegas 感谢各位大佬的反馈~ |
 |
54
uuundefined 20 天前
御三家降智了是垃圾， 国内的满智都是垃圾。。。一点点差异就会让误差越来越大， 啥时候真的能无视 token 的多 agent 互相协作监督才行
|
 |
56
wanghoi 20 天前
你看 SWE-Bench Verified 排名就是了：
排第一的大模型不是国外的，是国产：TRAE + Doubao-Seed-Code |
 |
57
skuuhui 20 天前
没有不行的模型，只有不行的人。1.不要相信任何网站上的实验室数据。2.针对模型调整合适的 ai coding 范式。3. transformer 架构的大模型一定是预测而不是真正“理解”。
|
 |
58
unco020511 20 天前
Qwen 吧,不过没用过国产模型来编程,没啥发言权
|
 |
59
edisonwong 20 天前
gemini 是真神。让写了几个 ppt ，gemini 毫不夸张的说，我可以直接交上去，不用改。图片，文字都是上乘。qwen ，豆包啥玩意，生成的图片完全无法再 ppt 上使用，而且图片里带文字的错误的概率比 gemini 高多了
|
 |
60
neptuno 20 天前
不考虑价格的情况下，应该直接用国外大模型，套餐开到顶配
|
|
62
kaesi0 OP @edisonwong 图片这一块，gemini 目前是绝对领先了
|
 |
64
catamaran 20 天前
@edisonwong 国外的模型能加中文吗？我试了下全是乱码
|
|
65
edisonwong 20 天前
@catamaran #64 不行
|
 |
66
Wkj1998 19 天前 via Android
不考虑价格的情况下还是支持 GPT 、Claude 。国内是能用，国外是好用
|
 |
67
chspy 19 天前
国产主打的性价比，ds 、m2 这些用起来也没那么差，就是用的人多自然就会降点智，我的体感是拆分一些小任务走，准确度会高点。但说白了不管用国内国外最后都得自己把关，还没有能完全相信的。国产的话我是用 PPIO ，没什么阉割感，有需要的可以拿我的 WF34BQ 注册领试用。
|
 |
68
zxjxzj9 19 天前
肯定是御三家最强。实际体验综合价格现在反而是被喷的最多的 openai 家最好，尤其是 5.2 一下上下文拉的超级大，很多时候可以不仅只是写代码，还能写那种非标准代码的自定义规则表达式，准确度比起之前的各种模型提升真的超大，真的是帮大忙了
|
 |
69
Gilfoyle26 19 天前
@sunny352787 #4 Big 胆！敢说国产大模型全是垃圾，此等逆天言论，难道 OP 就不怕天威降临吗？
 |
Select Language