2026年国内大模型已经过了"百模大战"的混战期，跑出来的是四家：DeepSeek、Kimi、通义千问、豆包。其他要么被收购，要么退到垂直赛道。
一个明显变化是价格。2024年还按分计费，现在基本都跌到"厘"级别。DeepSeek-V4的API价格是每百万tokens输入0.5元，输出2元。豆包Pro稍贵，输入0.8元、输出2元。通义千问和Kimi介于中间。对普通用户来说，免费额度基本够用，付费主要看企业级调用。
另一个变化是上下文窗口。Kimi最早靠200万字长文本出圈，现在四家都做到了100万字以上，长文本不再是差异化卖点，而是标配。
我用了两周时间，拿同一批任务测了四家模型，维度包括：
<strong>文本创作</strong>：写一篇1500字行业分析，看逻辑连贯性和信息密度。
<strong>代码</strong>：LeetCode中等难度题+一个实际项目bug修复，看一次通过率。
<strong>推理</strong>：数学应用题和逻辑陷阱题，看是否会被绕进去。
<strong>翻译</strong>：中英互译技术文档，看术语准确度和语感。
<strong>性价比</strong>：按API价格和实际输出质量折算。
<strong>速度</strong>：首token延迟和完整响应时间。
DeepSeek-V4在代码和推理上依然最能打。LeetCode中等题一次通过率约85%，比Kimi高10个百分点。修bug时能准确指出问题行，还会解释为什么错。
数学推理是它的强项，逻辑陷阱题基本不掉坑。但写文案偏"干"，缺乏文采，让它写品牌故事会输出得像产品说明书。
定价最低，适合开发者做批量调用。缺点是高峰期偶尔限流，响应速度不稳定。
Kimi的文本创作能力是四家里最顺的。同样写行业分析，Kimi的版本读起来像人写的，DeepSeek的像机器写的。
翻译技术文档时术语准确度不错，语感比通义自然。代码能力中等，简单题没问题，复杂算法会卡壳。
定价中档，适合内容创作者和需要处理长文档的用户。缺点是推理深度不如DeepSeek，遇到复杂逻辑题容易绕晕。
通义胜在均衡。文本、代码、推理都在第二梯队，没有明显短板。翻译能力最强，技术文档和专业术语处理得最准。
企业级功能完善，支持私有化部署和定制微调。但个人用户用起来会觉得"重"，响应速度比豆包慢一截。
定价偏高，适合有合规要求的企业客户。
豆包的首token延迟最低，平均0.3秒，其他三家在0.5-0.8秒之间。对话体验最流畅，适合日常问答和快速查询。
但深度任务不行。写长文容易跑题，代码能力偏弱，推理题经常给出"看起来对但经不起推敲"的答案。
免费额度最大方，适合轻度用户。
<strong>写代码、做算法题</strong>：DeepSeek首选，Kimi备选。
<strong>写文章、做内容</strong>：Kimi首选，通义备选。
<strong>翻译技术文档</strong>：通义首选，Kimi备选。
<strong>日常问答、快速查询</strong>：豆包首选，响应快免费多。
<strong>企业级应用</strong>：通义或DeepSeek，看是否需要私有化部署。
<strong>预算有限</strong>：DeepSeek API最便宜，豆包免费额度最多。
别纠结"谁最强"，先想清楚你主要拿它干什么。写代码选DeepSeek，写内容选Kimi，做翻译选通义，日常用选豆包。四家都有免费额度，花半小时实测比看十篇横评有用。
趋势上看，2026年下半年会出现两个变化：一是多模态能力成为新战场，目前四家的图像理解都还在���赶GPT-5的水平；二是Agent能力会拉开差距，谁能把工具调用做得更稳，谁就能拿下企业市场。
价格还会继续降，但降幅会收窄。现在已经是"厘"级别，再降就是"毫"级别，对个人用户感知不强。
最后说一句：模型迭代太快，今天的结论三个月后可能就变了。保持关注，但别追新，够用就好。