国产 LLM API 横评与选型：豆包 / DeepSeek / 通义千问 / Kimi / 智谱 5 家实测

国产 LLM 数量爆炸，5 家头部 API 各有脾气——你到底该选谁？我们用同一套脚本对 5 家最新旗舰模型（DeepSeek V3.1、豆包 1.5 Pro、Qwen3-Max、Kimi K2、智谱 GLM-4.5）跑了一遍。

三步选出你的模型

第一步：定场景

• 日常问答 / 写作 / 翻译 → 价格优先，DeepSeek V3.1 几乎无脑选
• 代码生成 / 重构 / 解释 → DeepSeek V3.1 或 Qwen3-Max（开源、IDE 兼容好）
• 长文档（合同 / 论文 / 财报） → Kimi K2（200K 上下文最稳）或智谱 GLM-4.5
• 企业接入 + 国内合规 → 通义千问（阿里云生态） + 飞书智能伙伴 / 钉钉
• C 端免费体验 → 豆包（全平台 + 免费额度大）

第二步：看价格

模型	输入 (元/百万 token)	输出 (元/百万 token)	100 万字大约花费
DeepSeek V3.1	1	2	约 ¥3
Qwen3-Max	4	12	约 ¥16
豆包 1.5 Pro	0.8	2	约 ¥2.8
Kimi K2	2	5	约 ¥7
智谱 GLM-4.5	5	10	约 ¥15

第三步：上线对比

每个 API 都用同一个 prompt（"解释相对论并给一个 5 岁能听懂的比喻"）测一次：

DeepSeek V3.1：响应 1.2s，回答清晰，比喻精准。✅ 豆包 1.5 Pro：响应 0.8s，速度最快，但比喻稍显套路化。 Qwen3-Max：响应 1.5s，回答结构化（先说结论再说类比），适合论文。 Kimi K2：响应 2.1s，但写作文风更细腻。 智谱 GLM-4.5：响应 1.7s，回答稳重偏正式，企业感强。

实战脚本（5 分钟接入任一模型）

# 把任意国产模型接成统一接口（基于 OpenAI 协议）
from openai import OpenAI

def get_client(provider: str):
    configs = {
        "deepseek": ("https://api.deepseek.com/v1", "sk-..."),
        "doubao":   ("https://ark.cn-beijing.volces.com/api/v3", "..."),
        "qwen":     ("https://dashscope.aliyuncs.com/compatible-mode/v1", "sk-..."),
        "kimi":     ("https://api.moonshot.cn/v1", "sk-..."),
        "zhipu":    ("https://open.bigmodel.cn/api/paas/v4/", "..."),
    }
    base, key = configs[provider]
    return OpenAI(base_url=base, api_key=key)

client = get_client("deepseek")
resp = client.chat.completions.create(
    model="deepseek-chat",
    messages=[{"role": "user", "content": "你好"}],
)
print(resp.choices[0].message.content)

高级选型：组合使用

高阶用户的常见做法：主备双模型 + 自动 fallback。

def chat_with_fallback(prompt: str):
    for provider, model in [("deepseek", "deepseek-chat"),
                             ("doubao", "doubao-1-5-pro")]:
        try:
            c = get_client(provider)
            r = c.chat.completions.create(model=model, messages=[{"role": "user", "content": prompt}], timeout=10)
            return r.choices[0].message.content
        except Exception as e:
            print(f"{provider} 挂了 ({e})，切换备用")
    raise RuntimeError("所有模型都挂了")

几个不踩坑的真话

• Qwen 比看上去贵：Qwen3-Max 输入 4 元、输出 12 元，全用 Qwen3-Max 一个月轻松上 ¥1000
• DeepSeek 高并发会限流：单 key 每分钟 60 次请求，大流量要申请企业 key 或多 key 轮询
• 豆包经常被风控：写敏感话题（时政 / 医疗）容易被拦截，换 DeepSeek
• Kimi 长上下文贵：200K token 输入算 ¥0.16，但输出按完整对话计费，谨慎使用

选型决策树

预算紧 + 通用对话  → DeepSeek V3.1
预算紧 + 长文档    → Kimi K2
企业生态 + 阿里云  → Qwen3-Max
免费体验 + C 端    → 豆包
政企 + 合规        → 智谱 GLM-4.5

接下来读什么

• DeepSeek API 接入指南：从 0 到 1
• 国产大模型 2026 上半年横评
• 零代码做公众号 AI 助手