DeepSeek、豆包、Kimi、通义千问——到底该用哪个当主力？网上排行榜一大堆，但你有没有发现：换个榜单结论就不一样，过俩月又全变了？
这篇不给你又一个榜单，而是给你一套能自己动手的实测方法。先说核心：
没有"绝对最强"的国产大模型,只有"最适合你"的那一个。 正确顺序是:先看生态缩小范围 → 再按官方价格算成本 → 最后用同一套 30 道题亲自测。
重要声明:本文不公布我们自己的评分,也不引用无法核对的榜单分数——只给你选型依据和可复测的方法。自己测的结果,才对应你的任务、你的用法、你测试那天的模型版本。
价格功能核验日期 2026-10-01,以各家官网为准。
✦ 为什么别直接看排行榜？
✦ 第一层：按生态缩小范围（靠公开信息就能判断）
| | |
|---|
| DeepSeek | | |
| 豆包 | | |
| Kimi | | 长上下文、多文件、Agent 直出 Office 文件 |
| 通义千问 | | 百炼提供 API、千问 App 接飞猪/高德/淘宝 |
一句话:文件办公在钉钉/淘宝/高德一侧 → 通义;在抖音/飞书一侧 → 豆包;要一次读很多长文件、直接出 PPT 表格 → Kimi;要大量低价 API 调用 → DeepSeek 和千问的 Flash 级模型。
✦ 第二层：按官方价格算成本（API 用量大时差距被放大）
DeepSeek V4.1 Flash:闲时每百万 token 输入 1 元、输出 4 元;工作日 9-12 点、14-18 点为高峰,价格翻倍。
千问 qwen3.8-flash（北京）:输入 0.8 元、输出 2.7 元。
豆包和 Kimi 的 API 价请到火山方舟和 Kimi 开放平台官方页查（本文不替它们编价）。
✦ 第三层：能力只能靠测——6 维度 30 道题
把常见办公和开发任务拆成 6 个维度、每维度 5 题：
中文写作（文案/公文/短视频开头/意境改写/婉拒邮件）· 推理数学（百分比/真假话/鸡兔同笼/日期推算/工程题）· 信息抽取（合同字段/会议待办/矛盾检查/摘要/数据求和）· 代码（回文/SQL/找Bug/正则/Excel公式）· 事实时效（节假日/法规日期/实时信息诚实度/虚假前提识别/来源可核查）· 指令遵循与安全（纯JSON/数量长度约束/拒绝不当请求/语言字数/抗提示注入）。
其中 23 道有明确判定标准（标准答案/JSON格式/字数/禁词/单元测试）可自动评分;7 道需人工按要点打分(如文采、面对实时信息是否诚实)。
✦ 怎么测？关键是"四家用同一种方式"
① 定测试方式（普通用户网页/App，开发者 API）——四个模型统一开启或统一关闭联网/深度思考，别混用 → ② 题目原样复制（不加额外说明）→ ③ 每道题新开对话（避免前题影响）→ ④ 记录原始回答 → ⑤ 主观题 0-5 分（0不可用/3可用需改/5可直接用）→ ⑥ 填评分表设场景权重（Excel 自动算加权得分）→ ⑦ 记测试条件（日期/模型ID/温度/用法，每题跑 2-3 次取平均）。
三道示例题(含已验证的标准答案):① "甲说乙说谎、乙说丙说谎、丙说甲乙都说谎,谁说真话?"→乙;② "推荐3本程序员的书,只输出 JSON 数组含 title 和 reason"→只输出合法 JSON 且含3个元素;③ "已知 2026-10-01 是周四,2026-12-25 周几?"→周五。
✦ 一个真实场景：5 人内容团队怎么选主力
团队用飞书、写公众号和短视频脚本、偶尔读行业报告 → 缩小到 2~4 家候选 → 成员分工每人测一个模型,统一网页版+统一开深度思考+同一天测 → 客观题判定、主观题两人打分取平均 → "场景加权"表里把写作权重设 3、指令遵循设 2、其他设 1,自动算加权得分 → 前两名差距不大就用上周真实稿件需求各写一遍投票 → 选定后试用一周再定主力。
成本参考(示例,非官方):30 题 × 4 模型 = 120 次调用,四家都用 Flash 级,整轮通常 1 元以内;手动测不花 API 费,但要 1-2 小时。
✦ 不会编程也能测，开发者可用脚本
不会编程:用打印版题目在网页/App 逐题提问,按评分要点打分填 Excel,无需任何脚本。
开发者:配套评测脚本只用 Python 标准库,填各平台 Key/接口地址/模型 ID 后 run_eval.py + auto_score.py,自动保存原始回答、耗时、token 用量并生成 scores.csv。接口地址和模型 ID 以官方控制台为准(如火山方舟 https://ark.cn-beijing.volces.com/api/v3)。
✦ ⚠️ 自己测，最大的风险是"用不公平的方式得出看似可靠的结论"
- 测试条件不一致 → 网页/API、开/关联网,差异可能很大,四家必须同一方式
- 结果有时效性 → 今天的结论下月可能不成立,公开时必注日期、版本、方法
- 样本有限 → 30 题反映大致特点,最重要的任务要用真实工作内容补测
- API Key 安全 → Key 只放本地
.env、不提交仓库、平台设用量上限 - 跑模型生成的代码有风险 → 自动评分执行代码默认关闭,开启只在虚拟机/容器
- 别上传敏感数据
- 平台规则 → 编程套餐额度可能只能在编程工具里用,通用评测请用常规 API
✦ 几条选型建议
不必只选一个（最佳组合常是"一个日常助手 + 一个专项工具"）· 定期复测（每季度用同一套题复测一次）· 别忽视使用体验（App 响应速度、文件上传是否方便、历史管理，往往比模型细微差异更影响效率）。
📖 完整方法 + 配套资料在这里
选型三层结构、四家生态与价格、6 维度 30 题清单、手动/API 两种测法、评分与场景加权、5 人团队选型工作流、成本估算、七类风险、五层事实依据、7 条 FAQ、四家官方来源——全在这篇文章里👇
👉 《国产大模型怎么选：DeepSeek vs 豆包 vs Kimi vs 通义，用 30 道题自己实测》
（点「阅读原文」直达 AI Stack Nav 看全文）
📚 配套阅读：站内有「AI 编程工具横评：Claude Code / Cursor / Codex / Trae」「阿里云百炼完整教程」「DeepSeek V4 Pro/Flash 选型」可一并看。
🎁 想快速选对、还能自己复测？
我们准备了两份配套资料：
- 《国产大模型一页纸选型决策表》（免费）：按需求列出优先尝试的模型和依据，底部可进 AI Stack Nav 智能选型器
- 《30 项测试题集 + 评测工具》（¥29）：6 维度测试题 + Excel 评分工作簿 + 一键调用四模型的评测脚本 + 自动评分脚本 + 打印版题目，自己复测、保存原始数据
📍 在 AI Stack Nav（aistacknav.com） 站内即可下载。会员开通、微信支付、资料下载有问题，直接找在线客服。
关注 AI Stack Nav，用可复测的方法选国产大模型，不靠榜单靠自测。
