中国 AI 大模型现状:开发者指南

两年前,评估一个中国模型多少带点信仰成分:文档残缺、基准自报且难以复现,外界普遍把它们当成西方旗舰的廉价复制品。到了 2026 年,这套叙事已经过时。

中国实验室如今以独立的发布节奏推出接近前沿水平的模型,其中大多数还同步开源权重,竞争焦点也从「能否追平」转向价格与上下文长度。对今天的开发者而言,真正的问题不再是某个中国模型够不够好,而是:该选哪一个、什么价格、以及在没有大陆手机号的情况下怎么拿到 Key。

这篇指南给出全景:值得接入的实验室、价格与能力分层、开源权重真正买到了什么,以及仍然卡住海外团队的四个接入摩擦。

Key insight:中国大模型市场已经收敛为大约七家实验室,且绝大多数都已公开权重。「接近前沿的能力 + 开源权重 + 每百万输入 token 低于 $0.10 的价格底线」这一组合,才是这个市场在结构上区别于西方市场的真正原因——而不只是更便宜。

格局为什么变了

发生了三件事,其中只有一件和能力有关。

价格成为竞争主轴。 中国实验室争夺的不是「最强单模型」,而是「每美元最强」,并且彼此压价毫不手软。DeepSeek V4 Flash 每百万输入 token 定价 $0.14,同时在智能体编码基准 Terminal Bench 2.1 上取得 82.7——比它贵五十倍的模型里,有不少分数更低。小米 Mimo V2.5 还要更低,$0.08。在这样的价格下,模型路由不再是架构决策,而是产品决策:你完全可以为每个功能单独选一个模型,而不是让所有功能共用一个。

开源权重从例外变成常态。 DeepSeek、Qwen、GLM、Mimo 都发布权重。这带来两个实际后果:出于合规原因你可以自托管;任何一家厂商都无法单方面用涨价挟持你的业务。开源这件事的战略价值,通常大于你真的去自建推理的运维价值。

上下文窗口被拉长。 Kimi K3 与 Hunyuan HY3 都能在 256K token 下工作,长上下文从「高端特性」变成了「正常预期」。对文档密集型应用——合同审阅、代码库分析、研究报告综合——这改变的是「不引入检索层能做出来什么」。

没有改变的,是接入方式。而这恰恰是真正卡住开发者的部分。

实验室地图

每家实验室的重心都不一样。下面这些是定位描述,不是基准结论——判断一个模型是否适合你,最可靠的办法还是拿两三个候选,跑你自己的评测集。

2026 中国大模型格局:DeepSeek、阿里、月之暗面、智谱、MiniMax、小米与腾讯这七家,覆盖了绝大多数应用真正需要的市场。它们的旗舰价位从每百万输入 token $0.08 到 $1.00 不等,并且全部都能通过 OpenAI 兼容端点调用。

有两点在官方宣传材料里不会写:

1. 这些模型在边缘场景上并不互相替代。 DeepSeek 是推理与代码的默认选项,Kimi 走长文档,MiniMax 负责一切涉及语音与媒体的事情。用单一模型承接全部流量,是中国模型技术栈里最常见、也最容易避免的浪费。
2. 文档质量参差不齐。 DeepSeek 与 Qwen 的英文文档已经很成熟,新入局者的 API 文档则默认读者熟悉中文。一个能统一错误码与请求形态的中转层,能省掉相当一部分不上台面但真实存在的集成工作。

开源权重:到底买到了什么

开源是中国模型故事里被误解最多的部分。

它真正提供的:

• 部署主权。 能跑在自己边界内的权重,可以满足托管 API 无论合同怎么写都满足不了的数据驻留要求。对医疗、法律以及强监管辖区的公共部门负载,这往往是决定性因素。
• 价格筹码。 一条可信的自托管路径本身就是谈判位。当厂商知道你有能力在自己硬件上跑上一代模型时,标价就不再是最后通牒。
• 连续性。 以可下载权重形式存在的模型,不会像托管端点那样被悄悄下线,让生产系统措手不及。

它并不提供的:

「开源权重 = 推理免费」这个想法。自己服务一个大模型意味着 GPU、量化工作、推理服务栈、弹性扩容,以及端点卡死时有人值班。除非你的利用率既高又稳定,否则摊到每 token 的成本通常高于托管 API 的报价——而且这还没算工程时间。

Key takeaway:对多数团队来说,开源权重是兜底方案与议价筹码,而不是生产部署。日常流量属于托管、按 token 计费的 API;权重是你在合规或厂商风险要求时才动用的那张牌。

价格图景

下表为 2026 年 9 月平台价,单位每百万 token。请把它当作量级参考而非承诺——做预算前务必核对当前价目。

真正决定账单的,是下面两条规则,而不是标价本身:

1. 输出 token 的价格是输入的 3 到 10 倍。 表中每一行的输出列都是贵的那一列。不设上限的生成本身不仅是延迟风险,更是无上限的成本风险。永远显式设置 max_tokens。
2. 自动上下文缓存可以把重复输入成本削去约 90%。 如果你的提示前缀是字节级稳定的——同样的系统提示、同样的指令、同样的少样本示例——被缓存的那部分按输入价的一个零头计费。提示词卫生是投入产出比最高的成本优化,而且免费。

Key insight:每月 $50 账单和每月 $500 账单之间的差别,通常不在模型选择,而在于:输出 token 有没有设上限、提示前缀是否可缓存,以及是不是把本该用入门模型的请求全发给了前沿模型。

能力分层:每个模型适合什么

先忘掉通用排行榜。有用的问题是:哪一类请求该用哪个模型。

这张表对应中国模型技术栈里最有价值的一个架构决策:分层路由。把大部分流量压到入门档,只把真正需要的请求升级出去。一个模拟生产负载——每月 10 万次请求、每次约 1.5K token——在 DeepSeek V4 Flash 上约 $52,在西方前沿旗舰上约 $4200;而这批请求里的绝大多数,根本不需要那个贵的模型。

四个接入摩擦

这才是海外团队真正卡住的地方,而且没有一项和模型质量有关。

1. 手机号验证。 DeepSeek、阿里云百炼、Moonshot 都用中国大陆手机号验证新账号。没有的话注册根本走不完——一方平台不存在纯邮箱路径。

2. 支付。 境内结算要求境内支付方式。即便注册成功,国际信用卡在充值环节也经常被拒。

3. 语言。 控制台界面与报错信息以中文为主。借助翻译勉强能用,但错误信息恰恰在你最需要它的时候,因为在翻译中丢失了细节。

4. 延迟。 从东亚以外发起的调用要跨更长的网络路径。对批处理负载不构成阻碍,对长文本生成影响也有限,但交互式应用能明显感觉到——而且这是网络属性,不是模型属性。

5. 停用通知。 新版本、调价与下线最早都在中文渠道公布。一个假设 model ID 永远稳定的集成,可能在没有预警的情况下崩掉。

这五点的共同点是:摩擦是行政性的,不是技术性的。模型说的是 OpenAI 的线上协议——真正挡住开发者的是协议之外的一切。

用一个 Key 把它们全部拿下

中转或网关能在不改变模型的前提下消除行政摩擦。TokenPAPA 在同一个 OpenAI 兼容端点后暴露了 65 个在线模型 ID,覆盖 DeepSeek、Qwen、月之暗面、智谱、MiniMax、腾讯与小米。

具体意味着:

最后一行才是会不断复利的那条。评估一个新模型,成本应该是改一行代码,而不是一个下午的 SDK 适配:

from openai import OpenAI

client = OpenAI(
    api_key="your-tokenpapa-key",
    base_url="https://tokenpapa.ai/v1",
)

def ask(prompt: str, model: str = "deepseek-v4-flash") -> str:
    resp = client.chat.completions.create(
        model=model,   # 也可以是 qwen3.7-plus、kimi-k3、deepseek-v4-pro
        messages=[{"role": "user", "content": prompt}],
        max_tokens=600,   # 设上限:输出 token 价格是输入的 3 到 10 倍
    )
    return resp.choices[0].message.content

print(ask("用三句话解释混合专家(MoE)路由。"))

由于上表中的每一个中国模型都讲同一套协议,跨四家实验室做 A/B 评测就是一个遍历 model ID 的循环,而不是四套独立集成:

candidates = ["deepseek-v4-flash", "deepseek-v4-pro", "qwen3.7-plus", "kimi-k3"]
prompt = "用大白话总结这段合同条款:……"

for model in candidates:
    print(model, "->", ask(prompt, model)[:120])

Key takeaway:统一端点的价值不在折扣,而在于切换成本降到「一个字符串」,这让模型评估从「做一次」变成「持续做」。

怎么选:一条决策路径

1. 从入门档开始,而不是前沿模型。 $0.14 输入的 DeepSeek V4 Flash 能覆盖绝大多数生产请求。后期升级比后期省钱容易得多。
2. 用你自己的流量构造 30 条评测样本。 公开基准衡量的是别人关心的东西。30 条真实输入加预期输出,比任何排行榜都更有说服力。
3. 按请求类型分层。 分类与抽取用便宜模型,推理用中档,只有真正需要长上下文的文档才上 256K 模型,只有用户可见质量才升级到前沿模型。
4. 处处给输出设上限。 这是性价比最高的成本控制手段,只需要一个参数。
5. 保持提示前缀稳定。 字节一致的前缀才能触发约 90% 的缓存输入折扣。不要把时间戳或请求 ID 插在提示词靠前的位置。
6. 迁移前先测量。 让决策依据落在「每类请求」的延迟、成本与质量上,而不是「每个模型」上。

常见问题

Q: 2026 年开发者应该从哪个中国大模型开始?

A: 从 DeepSeek V4 Flash 开始。它每百万输入 token $0.14、每百万输出 token $0.42,便宜到几乎可以当作任何任务的默认模型;同时在 Terminal Bench 2.1 的智能体编码评测上取得 82.7,与贵五十倍的模型同场竞技。需要更强的多语言或代码广度时加 Qwen 3.7,而当 256K 上下文比价格更重要时选 Kimi K3。

Q: 在中国大陆以外,没有本地手机号能直接使用中国大模型吗?

A: 不能直接使用。DeepSeek、阿里云百炼、Moonshot 等一方平台都用中国大陆手机号验证新账号,结算也要求境内支付方式。海外开发者的通行做法是接入 OpenAI 兼容的中转服务:一个 Key、一个 base URL、支持国际信用卡结算,无需中国手机号,底层调用的仍是同一批模型。

Q: 中国大模型比西方前沿模型便宜多少?

A: 在入门价位上大致相差两个数量级。Mimo V2.5 每百万输入 token $0.08,DeepSeek V4 Flash $0.14,而 GPT-5.6 Sol 为 $13.50、Claude Opus 4 为 $15.00。一个模拟生产负载——每月 10 万次请求、每次约 1.5K token——用 V4 Flash 约 $52,用西方前沿旗舰约 $4200。

Q: 开源权重意味着我可以自己部署、不再付 API 费用吗?

A: 可以,但经济性通常不划算。开源权重的真正价值是消除厂商锁定、支持内网隔离部署,这对受监管数据很重要;它并不能免掉 GPU、推理服务栈、量化工作和值班人力。对多数团队来说,开源权重是议价筹码与兜底方案,日常流量还是走按 token 计费的托管 API。

快速开始

1. 注册 tokenpapa.ai/register,支持邮箱、Google 或 GitHub——不需要中国手机号。
2. 创建 API Key tokenpapa.ai/keys,用国际信用卡最低 $10 起充。按量付费,美元计价。
3. 把任意 OpenAI 兼容客户端指向该端点,用你自己的流量对比各家实验室:

from openai import OpenAI

client = OpenAI(api_key="your-key", base_url="https://tokenpapa.ai/v1")

response = client.chat.completions.create(
    model="deepseek-v4-flash",   # 也可以是 deepseek-v4-pro、qwen3.7-plus、kimi-k3
    messages=[{"role": "user", "content": "你好!"}],
    max_tokens=400,              # 永远给输出设上限
)

print(response.choices[0].message.content)

完整价目表:tokenpapa.ai/pricing。当前模型列表:GET https://tokenpapa.ai/v1/models。

本文对比的是 2026 年 9 月的公开模型与平台价。能力描述属定性定位,不构成基准结论;价格与模型可用性变动频繁,做预算前请以定价页为准。文中模型名称归各自权利人所有,TokenPAPA 与上述实验室无隶属关系。