Skip to content

0.5 国产大模型生态

上一节的技术版图偏国际视角。但如果你在国内做工程,真正每天会调用、会付费、能拿来跑的,大概率是国产模型——它们更便宜、网络更稳、合规更省心。这一节帮你建立一张国产模型的地图。

为什么国产模型值得优先考虑

  • 便宜:同样的任务,国产模型 API 价格通常是 GPT/Claude 的几分之一到几十分之一
  • 网络稳定:不用处理跨境网络、区域限制
  • 中文能力强:训练数据里中文占比高,中文任务上往往不输甚至更好
  • 大多兼容 OpenAI 协议:换模型只改 baseURL 和模型名,代码几乎不动(详见 1.9 OpenAI 兼容协议

主要玩家一览

⚠️ 模型版本变化极快,下表是 2026 年中的大致情况,具体型号和上下文长度请以各家最新文档为准。重点记住每家的定位和接入方式,而不是背版本号。

提供商代表模型上下文OpenAI 兼容有 Embedding定位
深度求索 DeepSeekDeepSeek-V4(flash/pro)1M性价比极高、代码与推理强、开源权重
阿里 通义千问 QwenQwen3.5 / 3.6 系列最高 1Mtext-embedding-v4生态最全、模型矩阵最大、有开源版
智谱 GLMGLM-5 / 5.1200Kembedding-3推理与 Agent 能力强
字节 豆包 DoubaoDoubao-Seed-2.0doubao-embedding价格激进、火山引擎生态
月之暗面 KimiKimi K2 系列超长部分长文档、综合能力强
MiniMaxMiniMax-Text 系列最高 4M部分超长上下文、多模态
百度 文心文心一言(千帆平台)✅(兼容模式)企业生态、合规

怎么选

优先级建议(普通工程项目):

  1. DeepSeek —— 默认首选。便宜、代码强、稳定,OpenAI 兼容,本指南所有实战代码都用它。
  2. 通义千问(阿里百炼) —— 需要 Embedding、多模态、或想要最全的模型矩阵时。
  3. 智谱 GLM / 豆包 —— 需要更强推理(GLM)或更低价格(豆包)时备选。

💡 类比:就像云服务商你不会七家都用,选一个主力(比如 DeepSeek)+ 一个补位(比如阿里百炼补 Embedding 和多模态)就够了,把这两家的特性摸透。


聚合平台:一个 Key 调所有模型

如果你不想在每家都注册、充值、管 Key,可以用聚合平台——它们用一套 OpenAI 兼容接口转发到背后几十个模型:

  • 硅基流动 SiliconFlow —— 国内常用,聚合了 DeepSeek、Qwen、GLM 等,有免费额度
  • OpenRouter —— 国际聚合平台,模型最全(含国产+国际)

聚合平台的好处是切模型零成本(只改模型名),坏处是多一层中间商、可能有额外延迟和加价。适合做模型对比测试,或者不想维护多个账号时。


接入信息速查

下面是几家 OpenAI 兼容接口的 baseURL,配合 OpenAI SDK 直接用(详见 1.9 节):

javascript
// DeepSeek
baseURL: "https://api.deepseek.com"            // 模型:deepseek-v4-flash / deepseek-v4-pro

// 阿里百炼(通义千问 + Embedding)
baseURL: "https://dashscope.aliyuncs.com/compatible-mode/v1"  // 模型:qwen-plus / text-embedding-v4

// 智谱 GLM
baseURL: "https://open.bigmodel.cn/api/paas/v4"  // 模型:glm-4.x / embedding-3

// 火山引擎(豆包)
baseURL: "https://ark.cn-beijing.volces.com/api/v3"  // 模型:doubao-... / doubao-embedding

// 月之暗面 Kimi
baseURL: "https://api.moonshot.cn/v1"            // 模型:moonshot-v1-... / kimi-...

📌 关键结论

  1. 国内做工程优先考虑国产模型:更便宜、网络更稳、中文强、大多兼容 OpenAI 协议
  2. 默认主力选 DeepSeek,需要 Embedding/多模态时用阿里百炼补位
  3. 不想管多个账号,可以用硅基流动、OpenRouter 这类聚合平台,一个 Key 调所有模型
  4. 不要纠结版本号,记住每家的定位和接入方式即可——版本几个月就换一轮

第 0 章完成。下一步:第 1 章 · LLM 工程精通

写给自己的 AI 学习地图