中国大模型全景对比

中文大模型生态在 2024-2025 年经历了爆发式增长，形成了多极竞争格局。本页从定位、模型能力、产品形态、API 生态和差异化优势五个维度，对 Kimi、Qwen、DeepSeek、文心一言（Ernie）、MiniMax 和 GLM 六大代表性玩家进行全景对比。

Comparison Overview

维度	Kimi (月之暗面)	Qwen (阿里)	DeepSeek	文心一言 (百度)	MiniMax	GLM (智谱)
所属公司	Moonshot AI	阿里云	DeepSeek	百度	MiniMax	Zhipu AI
成立时间	2023	阿里云内部	2023	百度 (2010)	2021	2019
旗舰模型	Kimi K2.5	Qwen3-235B-A22B	DeepSeek-V4-Pro	Ernie 4.5 / Ernie X1	MiniMax-Text-01	GLM-4-Plus
上下文窗口	256K (标准) / 2M (测试)	128K	1M	128K	400K	128K
MoE 架构	是	是	是 (核心优势)	否	是	否
开源策略	闭源	Apache 2.0 / 开放权重	开放权重	闭源	部分开放	开放权重
核心定位	长上下文 + C 端产品	全尺寸开源生态	架构创新 + 高效推理	搜索 + 企业生态	多模态 + 语音	学术 + 企业
C 端产品	Kimi 智能助手	通义千问 App	DeepSeek App	文心一言 App	海螺 AI	智谱清言
API 定价	中等	低 (开源可自托管)	极低	中等	中等	低
中文能力	强	强 (母语)	强	强	强	强
代码能力	强	强	极强	中等	中等	强
多模态	文本 + 图像	文本 + 图像 + 音频	文本为主	文本 + 图像	文本 + 图像 + 语音	文本 + 图像

Kimi 是长上下文的先行者，K2.5 支持 256K 标准上下文，测试中支持 200 万字符，在长文档分析、视频理解等场景有明显优势。

DeepSeek 的 V4 系列统一支持 1M 上下文，且通过 Compressed Sparse Attention (CSA) 将 KV cache 压缩至传统 GQA 的 2%，长上下文推理成本极低。

MiniMax 的 Text-01 支持 400K 上下文，在中文长文本处理上有独特优化。

其余三家（Qwen、Ernie、GLM）标准上下文为 128K，覆盖绝大多数应用场景。

Qwen 在开源维度最为激进：Qwen3 系列全尺寸开放（0.6B 到 235B），Apache 2.0 许可，Hugging Face 下载量超 10 万，是全球开源社区 adoption 最高的中文模型。

DeepSeek 开放权重但带非商业限制，其开源价值更多体现在架构创新（MoE、CSA、HCA）对社区的启发。

GLM 采用开放权重策略，ChatGLM 系列在学术圈和企业私有化部署中有广泛采用。

Kimi、文心一言、MiniMax 均为闭源路线，通过 API 和 C 端产品提供服务。

中文大模型生态没有"一家独大"，而是形成了清晰的差异化分工：