DeepSeek vs Kimi vs 通义千问

DeepSeek（4.8）：性价比之王——缓存命中时输入仅 $0.028/M，是市场上最便宜的高质量模型。

Kimi（3.8）：价格中等，不算特别便宜但也不贵。K1.5 更为亲民。

通义千问（4.5）：模型线丰富，从高到低价位都有覆盖。Flash 系列价格极具竞争力。

DeepSeek（3.5）：这是 DeepSeek 最大的短板。高峰期频繁 502、超时、限流。

Kimi（3.8）：稳定性一般，偶有波动。作为创业公司的产品，基础设施不如大厂。

通义千问（4.2）：依托阿里云基础设施，稳定性在国产模型中属于上游水平。

DeepSeek（3.8）：平时速度还行，但高峰期会明显变慢。缓存命中时响应很快。

Kimi（4.0）：响应速度适中，在国产模型中属于正常水平。

通义千问（4.3）：速度较快，尤其是 Flash 系列。阿里云的基础设施保证了较低的延迟。

DeepSeek（4.0）：API 兼容 OpenAI 格式，迁移成本低。但文档质量不如 OpenAI/Anthropic。

Kimi（4.5）：对话体验非常好，善于理解模糊的用户意图。API 功能相对简洁。

通义千问（4.2）：通过 DashScope 平台使用，API 设计合理。阿里云用户集成成本很低。

DeepSeek（4.6）：R1 推理模型的深度思考能力极强，可以进行多步骤复杂推理。V3.2 的推理能力也不弱。

Kimi（4.2）：推理能力中等偏上，能处理一般复杂度的逻辑问题。

通义千问（4.2）：推理能力中等偏上，Qwen3-Max 在复杂推理方面有不错的表现。