首页 / 模型总览
国产大模型总览
一页看清主力玩家：谁在开源、谁在拼成本、谁在赌智能体。表里的版本以 2026 年 9 月公开信息为准。
厂商与代表模型
| 厂商 | 代表模型（2026-09） | 上下文 | 开源 | 一句话特点 |
|---|---|---|---|---|
| 深度求索 DeepSeek | deepseek-v4-pro、deepseek-v4.1-flash、deepseek-r1 | 1M | V3.2-Exp、R1、OCR、Prover 等开放权重 | 工程效率拉到极致，推理模型的开创者之一 |
| 阿里 通义千问 | qwen3.8-max、qwen3.8-flash、Qwen3.5/3.6/3.8 开源系列 | 1M | 尺寸最全，0.6B～2.4T 全覆盖 | 开源生态最大，多模态与语言模型同步推进 |
| 月之暗面 Kimi | kimi-k3、kimi-k2.7-code | 1M | K2、K3 开放权重 | 从长文本标签转成原生多模态智能体 |
| 智谱 GLM | glm-5.3、glm-5.3-prime、GLM-5.3-Flash | 1M | GLM-4.5 起连续开放权重 | 编码智能体与长程任务优先，混合注意力降本 |
| MiniMax | M2.1 / M2.5 / M2.7 / MiniMax-M3 | 1M | M 系列开放权重 | 线性注意力路线，长上下文性价比突出 |
| 阶跃星辰 Step | step-5-preview、step-3.7-flash | 1M / 256K | Step-3.7 等开放权重 | 多模态与实时交互，主打智能终端场景 |
| 字节 豆包 / Seed | 豆包大模型（火山方舟）、Seed Bagel、Seed-Coder、SeedVR2 | 以方舟文档为准 | 研究侧开源较多 | 用户规模最大、成本控制最强、产品矩阵最全 |
| 百度 文心 ERNIE | 文心大模型（千帆平台） | 以千帆文档为准 | ERNIE 4.5 系列起部分开源 | 国内最早做通用大模型，知识增强 + 飞桨 |
| 腾讯 混元 | 混元大模型（腾讯云）、HunyuanOCR、Hy-MT2、Hunyuan3D | 以腾讯云文档为准 | 3D / 视频 / OCR / 语音方向开源多 | 生成式 3D 与多模态工具链最有存在感 |
| 小米 MiMo | mimo-v2.5-pro、MiMo-Audio | 1M | MiMo 系列开放权重 | 模型与硬件、端侧智能体协同 |
| 面壁智能 | MiniCPM5、MiniCPM-V、MiniCPM-o | 端侧定位 | 全系开源 | 「小钢炮」路线，端侧性能密度优先 |
| 上海 AI Lab | Intern-S1、InternLM、InternVL | — | 开源 | 科学多模态基座与开源工具链 |
| 蚂蚁 inclusionAI | LLaDA2.0、Ling 系列、Ming-Image | — | 开源 | 扩散语言模型这条非主流路线的主力 |
| 美团 LongCat | LongCat-2.0、LongCat-DeepResearch | — | 开源 | 用极高稀疏度换推理成本 |
| 科大讯飞 | 星火大模型 | — | 部分开源 | 强调全国产算力训练与语音能力 |
| 华为 盘古 | 盘古大模型 | — | 以行业方案为主 | 昇腾软硬件一体，行业落地导向 |
「上下文」指官方标称的最大窗口；开源情况只区分「开放权重 / 未开放」，不代表许可证宽松。价格与规格请以各厂商控制台为准。
价格锚点：同一批模型在云平台上的刊例价
下面是阿里云百炼平台 2026 年 9 月的刊例价（单位：元 / 每百万 tokens），可当作国内市场的价格锚点。注意同一模型在不同平台、不同批量模式下价格会差好几倍。
| 模型 | 输入 | 输出 | 缓存命中 | 上下文 |
|---|---|---|---|---|
qwen3.8-flash | 0.8 | 2.7 | 0.1 | 1M |
step-3.7-flash | 1.35 | 8.1 | 0.27 | 256K |
MiniMax-M3 | 4.2 | 16.8 | 0.84 | 1M |
step-5-preview | 7 | 20 | 0.35 | 1M |
mimo-v2.5-pro | 7 | 21 | 1.4 | 1M |
glm-5.3 | 8 | 28 | 2 | 1M |
deepseek-v4-pro | 12 | 24 | 1 | 1M |
qwen3.8-max | 12 | 36 | 1.5 | 1M |
kimi-k3 | 20 | 100 | 2 | 1M |
三个观察：第一，输出 token 通常比输入贵 2～5 倍，所以「让它少废话」是真的省钱。第二，缓存命中的价格能低到 1/10，多轮对话、Agent 循环、固定前缀的 RAG 场景一定要用缓存。第三，1M 上下文已经是旗舰标配，但长上下文按长度阶梯计费，别拿 1M 窗口当免费仓库。
四条技术路线
1. 稀疏 MoE 的极致工程
DeepSeek 的 MLA + MoE、Kimi 的 Stable LatentMoE（激活 16 / 896 个专家）、Qwen3.8 的 2.4T 总参数 / 95B 激活，都是同一个思路：把总参数堆到很大，但每次推理只激活一小部分。好处是「大模型的脑子、小模型的账」；代价是架构复杂、训练与部署都需要很强的工程能力。
2. 注意力机制的改造
长上下文的真正瓶颈在注意力计算和 KV 缓存。DeepSeek 走了 MLA（低秩压缩 KV）与后来的稀疏注意力 DSA；Kimi 走 KDA（Delta Attention）+ AttnRes；MiniMax 长期押注线性注意力；GLM-5.3-Flash 首次把稀疏与线性注意力混合。谁能把 1M 上下文的服务成本压下来，谁在 Agent 时代就更从容。
3. 后训练与强化学习
GLM-5.3 的官方说明很直白：底座与 GLM-5.2 相同，全部提升来自后训练。这说明当下的能力差距越来越来自 RL 与数据配方，而不只是参数量。推理模型（R1、Kimi K3、Qwen 的 thinking 模式）本质上都是这条路的产物。
4. 智能体（Agent）化
2026 年的关键词是「长程任务」：模型要能连续几小时甚至几天干活，自己开终端、跑测试、查文档、写代码。终端编码智能体（各家的 Code / CLI 工具）成了兵家必争之地，也解释了为什么各家都在强调 Terminal Bench 之类的评测。
按场景选型
| 你的场景 | 优先尝试 | 理由 |
|---|---|---|
| 高并发、成本敏感的对话 | qwen3.8-flash、step-3.7-flash、deepseek-v4.1-flash | 输入价低到 1 元上下，适合做兜底与大规模铺设 |
| 复杂推理、数学、算法 | deepseek-v4-pro、Kimi K3、qwen3.8-max | 推理链更长，配合 thinking 模式效果最好 |
| 编码智能体 / 改仓库 | glm-5.3、kimi-k2.7-code、qwen3.8-max | 各家在这块投入最猛，支持长程工具调用 |
| 超长文档、合同、财报 | 1M 窗口家族 + 缓存机制 | 长上下文直接吃文档，但要先压测「记住多少」 |
| 本地私有化部署 | Qwen 开源系列、GLM 开源系列、DeepSeek V3.2-Exp | 许可证相对宽松、量化与推理框架支持最全 |
| 手机 / 车机 / 硬件 | MiniCPM5、Qwen 小尺寸、MiMo | 端侧要的是能力密度与功耗，不是跑分 |
继续深入
想按厂商读故事，回到 首页的厂商卡片；想先补概念，去 入门与术语。
本页所有数字来自公开渠道（厂商官方仓库、云平台模型目录）整理，整理时间 2026-09。若与官方最新说明冲突，以官方为准。