国产大模型选型已经过了"看谁家参数大"的阶段：2026 年 11 月在售的八款旗舰，中文基础能力差距很小，真正拉开距离的是上下文长度、每百万 Token 的输入输出价、缓存折扣规则和交付形态。这篇文章把八款旗舰的官方定价页与模型页逐条摊开，再按代码、长文档、多模态、批量降本、本地部署、政企六个场景给出选择路径。文中所有价格、上下文与榜单数字，均取各厂商官方页面与第三方评测机构页面，链接附在对应句子后面，页面上标注的更新日期也一并写出来。
信息核验时点：2026-11-06（各官方页更新日期随文标注，签约前以官网实时公示为准）
本文要点
- 一句话结论：没有全能冠军，只有场景之王；同价位段的中文基础能力已经拉不开差距，选型的抓手是上下文、单价与折扣规则。
- 价格跨度：官方页可查到的最低档是 DeepSeek V4.1 Flash，空闲时段输入 1 元、输出 4 元/百万 Token，缓存命中 0.02 元；最高档是 Kimi K3 与智谱 GLM-5.3 这一梯队。
- 上下文现状：DeepSeek V4、通义千问 Qwen3.7-Max、智谱 GLM-5.3、腾讯混元 Hy4 preview、Kimi K3 的官方页面都把上下文标到 1M 量级。
- 关键提醒：开源 MoE 旗舰不等于个人电脑能跑，显存按"参数量 × 每参字节数"估算，770B 总参数的模型 INT4 权重就近 400GB。
- 榜单事实：Terminal-Bench 2026-10-23 榜单上国产模型最高是 GLM-5.3 的 41.8%（第 21 名），榜首为 64.8%；腾讯混元未在榜单中检索到条目。
- 适用人群：要用 API 接业务的开发者、控制账单的团队负责人，以及考虑本地部署的个人与企业。
- 短板/边界：厂商定价页随时调整，Kimi 的人民币价目表与商汤的按量单价本次未能逐字核对，本文只写官方页面上明确可见的数字。
八款旗舰的上下文与价格，摊开是哪张表？
先给结论表。单位统一为元/百万 Token（Kimi 一行为美元，官方人民币价目页本次无法逐字核对），输入与输出分开计费；"缓存"指命中缓存后的输入价。
| 模型 | 厂商 | 官方标称上下文 | 输入 | 输出 | 缓存命中输入 | 官方页更新日期 |
|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 深度求索 | 1M | 空闲 1 / 高峰 2 | 空闲 4 / 高峰 8 | 0.02 / 0.04 | 见 API 文档 |
| DeepSeek V4-Pro | 深度求索 | 1M | 空闲 4.5 / 高峰 9 | 空闲 13.5 / 高峰 27 | 0.15 / 0.30 | 见 API 文档 |
| 通义千问 Qwen3.7-Max | 阿里云 | 1000000 | 12 | 36 | 2.4 | 见模型页 |
| 腾讯混元 Hy4 | 腾讯 | 最大输入 960K / 输出 64K | 6 | 18 | 0.3 | 2026-11-05 |
| Kimi K3 | 月之暗面 | 1M（2.8T 参数） | 3 美元 | 15 美元 | 0.3 美元 | 2026-10-27 |
| 豆包 Seed-2.1 Pro | 字节跳动·火山方舟 | 按输入长度分档 | 6.00 | 30.00 | 1.20 | 2026-11-03 |
| 智谱 GLM-5.3 | 智谱 | 1M，最大输出 128K | 8 | 28 | 2 | 见定价页 |
| 文心 ERNIE 5.1 | 百度·千帆 | 分档 32K / 128K | 4（32K 内） | 18（32K 内） | 未公布 | 2026-10-29 |
| 商汤 SenseNova 6.8 Flash Lite | 商汤 | 未公布 | 公测免费 | 公测免费 | 未公布 | 见套餐页 |
几点必要说明，避免这张表被误读。
DeepSeek 的定价同时给"空闲时段"和"高峰时段"两套价，官方 API 文档列出的 V4-Pro 是未命中缓存输入 4.5/9、缓存命中 0.15/0.30、输出 13.5/27，V4.1-Flash 是输入 1/2、缓存命中 0.02/0.04、输出 4/8，两者上下文均为 1M、最大输出 384K。DeepSeek API 计费标准
阿里云百炼的 Qwen3.7-Max 模型页写明输入 12 元、输出 36 元、缓存命中输入 2.4 元/百万 Token，上下文长度 1000000、最大输入 991808、最大输出 131072；同一份文档里已经上架更新的 Qwen3.8-Max，输出单价 44.965 元、缓存命中输入 1.874 元。Qwen3.7-Max 模型页
腾讯混元的价目在"大模型服务平台 TokenHub 模型价格"页，更新于 2026-11-05：Hy4 与 Hy4 preview 均为输入 6、输出 18、命中缓存 0.3 元/百万 Token，低一档 Hy3 是 1 / 4 / 0.25；页面同时写明"Hy4 模型调用费用按目录价格的 50% 结算"，活动截止到 2026 年 12 月 31 日。TokenHub 模型价格
Kimi K3 官方页给的是美元价：输入 3.00 美元、缓存输入 0.30 美元、输出 15.00 美元/百万 Token，同一页面标注 2.8T 参数与 1M 上下文，更新于 2026-10-27。Kimi K3 定价页 平台上的人民币价目表是动态页面，本次没能逐字核对，签约前请直接看控制台。
火山方舟的模型价格页更新于 2026-11-03：Doubao-Seed-2.1-pro 输入 6.00、输出 30.00、缓存命中输入 1.20 元/百万 Token，页面按输入长度分档，表中这一档的条件是"输入长度 [0, 1024]"（单位 K）。火山方舟模型价格
智谱开放平台文档的 API 定价页里，GLM-5.3 与 GLM-5.2 两行都是上下文 1M、输入 8、输出 28、缓存命中 2 元/百万 Token；GLM-5.3 模型页另写明确支持 1M 上下文窗口、最大输出 128K。GLM API 定价
百度千帆"模型服务计费"页更新于 2026-10-29，ERNIE 5.1 按千 Token 标价：输入在 32K 以内 0.004 元、32K 至 128K 0.006 元；输出对应 0.018 元、0.022 元——折算成每百万 Token 就是本文表里的 4 / 18 与 6 / 22。千帆模型服务计费
商汤的 Token 套餐页当前只列出 SenseNova 6.8 Flash Lite 与 SenseNova U1 Fast，价格位置写的是"限时放量 ¥0/月""公测期完全免费开放"，没有公布按量单价。SenseNova Token 套餐
闭源 API、开源权重、本地部署是三件事，差别在哪？
选型第一步踩的坑通常是把三种交付形态混着比，因为它们比的不是同一个东西。
| 交付形态 | 运行位置 | 计费方式 | 适合谁 |
|---|---|---|---|
| 闭源 API | 厂商云端 | 按 Token 计费，输入输出分开 | 个人开发者、中小团队快速接入 |
| 开源权重 + 云托管 | 第三方云平台 | 按量，通常比原厂更便宜 | 高并发业务、需要压成本的任务 |
| 本地私有化 | 自己的服务器或电脑 | 硬件 + 运维，无调用费 | 数据敏感、离线场景 |
三种形态的能力并不等价：同一家厂商的开源权重版本通常落后于它的闭源旗舰，云托管平台的功能支持（缓存、批量、并发配额）也可能和原厂不一致。把"我要用最强模型"和"我要在自己机器上跑"当成同一件事，是账单和体验双双翻车的起点。
写代码、改工程选哪家？
先看能查到的公开基准。Terminal-Bench 考察模型在真实终端里完成任务的能力，2026-10-23 更新的榜单上，中国模型里位置最高的是 GLM-5.3，得分 41.8%、排名第 21；GLM-5.3-Flash 35.8%（第 24）、Qwen3.8-Max-0902 27.0%（第 25）；榜首两档是 64.8% 与 61.8%。这份榜单里检索不到混元、DeepSeek、Kimi 的条目。Terminal-Bench 榜单
另一个可查来源是美国标准技术研究院下属 AI 标准与创新中心（NIST CAISI）对 GLM-5.3 的评估：结论称它是"迄今发布过的网络能力最强的开源权重模型"，在 SEC-Bench Pro 上得分 40.4%、ExploitBench 上 61.1%，公告日期 2026-09-17。CAISI 对 GLM-5.3 的评估
把定价和这些公开数据放在一起，代码场景的选择是：
- 要整库重构、长上下文稳：GLM-5.3（1M 上下文、8/28 元）或 Qwen3.7-Max（1M 上下文、12/36 元），两家都提供编程套餐入口，具体价格以厂商控制台为准。
- 要接腾讯系工具链：Hy4 preview 官方研究页写明总参数 770B、激活参数 49B、上下文长度 1M，定价页给 6/18 元且活动期内按目录价 50% 结算，是旗舰档里性价比较高的一档。混元 Hy4 preview 研究页
- 只做函数级生成、量大价低：DeepSeek V4.1 Flash，空闲时段 1/4 元、缓存命中 0.02 元，批量跑代码补全的账单很难压到更低。
网上流传的"某模型 Terminal-Bench 85.4 分、追平闭源前沿"这类说法，在官方榜单上找不到对应条目，不建议作为选型依据。
读长文档、做深度研究选哪家？
长文档任务的第一约束是上下文窗口，第二是长上下文区间加价。
窗口这一项，2026 年 11 月的官方页面已经把 1M 变成旗舰标配：Kimi K3 标 1M 上下文、2.8T 参数；DeepSeek V4 系列标 1M、最大输出 384K；智谱 GLM-5.3 标 1M、最大输出 128K；阿里云 Qwen3.7-Max 标上下文 1000000、最大输入 991808。
差别体现在输出能力与价格上：Kimi K3 输出 15 美元/百万 Token，是本文表里最高的一行输出价，适合"一次扔进整本报告、要求跨页比对与结构化结论"的研究型任务，不适合高频批量调用；GLM-5.3 输出 28 元，Qwen3.7-Max 输出 36 元，豆包 Seed-2.1 Pro 输出 30 元，同一段长文多轮追问时差距会线性放大。
一个实用做法：把长文档任务切成"检索层 + 生成层"。检索层用最便宜的 Flash 档做摘要与字段抽取，只在最后一步把结论交给高价旗舰做多跳推理，比整篇塞进最贵的模型省得多。
多模态内容创作选哪家？
多模态这条赛道，能公开核对到的是在售型号与价格，而不是"哪家效果最好"这种主观结论；本文因此不给多模态排名，只给核对方法。
字节跳动这一侧，火山方舟价目页（更新于 2026-11-03）里能查到 Doubao-Seed-2.1-pro 一档：输入 6.00、输出 30.00、缓存命中输入 1.20 元，并按输入长度分档。图像、视频、语音等其它模态型号在同一份价目页里按行列出，接入前请直接在那一页确认当前在售的型号名与档位，不要沿用旧文档里的名字。火山方舟模型价格
商汤这一侧，官方 Token 套餐页当前列出的型号是 SenseNova 6.8 Flash Lite 与 SenseNova U1 Fast，价格位置写的是"限时放量 ¥0/月""公测期完全免费开放"，没有公布按量单价；这意味着现阶段可以用近零成本做文档解析、表格与复杂排版的试点。SenseNova Token 套餐
需要提醒两点：一是"某模型 C 端月活多少亿"这类数字通常出自第三方统计，厂商定价页不会写，本文不引用；二是免费公测的型号随时可能转收费或改档位，接入生产前请把套餐页截图存档，并留一条可替换的接口。
只想把批量任务的账单压到最低，选哪家？
批量任务看三件事：单价、缓存折扣、时段折扣。
- 单价地板：DeepSeek V4.1 Flash，空闲时段输入 1 元、输出 4 元、缓存命中 0.02 元，是当前官方公开价目里最低的档位之一。
- 限时折扣：腾讯 TokenHub 页面写明 Hy4 按目录价 50% 结算，活动到 2026-12-31，相当于 6/18 元直接折半。
- 档位下沉：混元 Hy3 的 1 / 4 / 0.25 元，适合分类、打标、字段抽取这类低价值高并发任务。
省钱手段里最值得先做的是上下文缓存：重复的系统提示词、知识库前缀命中缓存后按缓存价计费。按官方价目换算，DeepSeek V4-Pro 的缓存命中输入价是未命中价的三十分之一（0.15 对 4.5），V4.1-Flash 是五十分之一（0.02 对 1），阿里云 Qwen3.7-Max 是五分之一（2.4 对 12）——RAG 场景里这一项的收益最直接。第二是批量通道：非实时任务走批量接口，代价是延迟从秒级变成小时级。这两项各厂商规则不同，务必在控制台里按自己的真实调用结构试算，不要照搬别人的结论。
本地部署的硬件门槛怎么算？
这里给一个可以自己动手验算的公式，比任何"能不能跑"的帖子都可靠：
所需显存 ≈ 参数量 × 每参数字节数 + 预留（KV Cache 与框架开销）
每参数字节数按量化精度取：INT4 约 0.5 字节，INT8 约 1 字节，FP16 约 2 字节。拿官方数据代入：混元 Hy4 preview 的研究页写明总参数 770B、激活参数 49B，INT4 下仅权重就需要约 385GB 显存——这是多卡企业机器的量级，单张 24GB 消费级显卡装不下完整权重。任何"一张 4090 跑万亿参数 MoE"的说法，都要先问清楚它是不是把权重切走、把精度压到极低，或者只跑了一个小尺寸分支。混元 Hy4 preview 研究页
按这个公式，消费级显卡的现实边界是：8GB 显存对应 7B 级 INT4，16GB 对应 14B 级 INT4，24GB 对应 32B 级 INT4；72B 级需要双卡或专业卡。MoE 架构虽然推理时只激活一部分参数，但全部权重仍需常驻显存，不能拿"激活参数"去估算显存。
推理工具侧，个人开发者优先考虑主流本地推理框架（一条命令安装、自带 OpenAI 兼容接口、方便对接编辑器），企业对外提供服务再考虑高吞吐的服务化框架。
榜单跑分到底能信多少？
静态基准的天花板效应已经很明显：头部模型在同一份榜单上的差距常常只有 1 到 2 分，落在评测噪声范围内。可核对的例子是 Terminal-Bench：国产最高分 41.8% 与榜首 64.8% 之间还差 23 个百分点，这个差距比任何内部排名都有意义。Terminal-Bench 榜单
比榜单更有用的是第三方机构的定向评估。NIST CAISI 的结论里有一句可以直接校准预期：GLM-5.3 在美国前沿模型面前"落后约四个月"。CAISI 评估 Anthropic 前沿红队的同一篇文章给了另一个量级：其红队用 GLM-5.3 开发真实利用的成功率是 12%，用于对照的 Claude Mythos Preview 是 14%。Anthropic 研究页
落到自己选型上，正确的动作是自建评测集：把 100 条真实业务 case（客服对话、代码需求、报表抽取）跑一遍，统计成功率与重试率，这比任何公开榜单都准。中文公文格式、政策法规理解是国产模型的天然优势区；复杂终端操作与英文前沿任务仍要留预期。
政企私有化与办公场景该看什么？
政企采购的判断项不是跑分，而是能不能落到自己机房里、出问题找不找得到人。可核对的抓手有三个：一是厂商是否同时提供按量 API 与私有化版本，智谱、百度千帆、阿里云的官方文档都同时列出这两类交付；二是计费页是否透明、可长期存档，千帆与 TokenHub 页面都带更新日期，这是好信号；三是模型是否支持长上下文与缓存计费，直接决定 RAG 类办公系统的长期成本。
办公场景的实际落地路径，本站另有两篇更贴近操作的文章：AI 大爆发时代，办公 AI 怎么真正落地 按个人、团队、企业三层拆了可执行动作；WPS AI 办公三场景拆解 把合同摘要、周报润色、数据表分析这三类高频任务哪些真省时间讲清楚了。如果需求只是"打字更快"，可以先看 新一代 AI 输入法跨端横评，输入法层的收益比换模型更直接。
常见问题
上下文越长越好吗？
不是。上下文决定"一次能塞进去多少"，不决定"塞满之后还能不能答准"。更该看的是官方页拆出来的两个数字：最大输入与最大输出。DeepSeek V4 系列标 1M 上下文、最大输出 384K，GLM-5.3 标 1M 上下文、最大输出 128K，Qwen3.7-Max 标最大输入 991808、最大输出 131072——同样叫 1M，能写多长的结论差别不小。另外长上下文通常分段加价，豆包 Seed-2.1 Pro 的价目页就是按输入长度分档的。
按量计费和包月会员怎么选？
两条线常常不通用。以 Kimi 为例，官方会员定价页（更新于 2026-10-19）给了 Go 49 元/月、Plus 99 元、Pro 199 元、Max 699 元、Ultra 1399 元五档订阅，而 API 按 Token 计费、走控制台余额，两者不能互相替代。Kimi 会员定价 个人重度使用者走会员通常更划算；接入业务的开发者必须走 API，因为会员不提供并发配额与稳定的调用合同。
便宜档会不会明显更笨？
蒸馏与降档主要牺牲的是复杂多步任务的稳定性，不是基础问答。日常对话、摘要、分类用轻量档几乎无感；需要严格格式遵循、长链推理或多工具调用时，便宜档的重试率会上升，把重试次数和人工复核时间折进成本后再比单价，结论经常反转。
按这五步选，能省下多少？
- 先定形态：数据能不能出内网？能出就用闭源 API，不能出就直接进私有化评估，别在中间摇摆。
- 列三档：把任务分成"高频低价值 / 日常主力 / 复杂兜底"，分别绑一个轻量档、一个 12 元级主力档、一个旗舰档。
- 算真实成本：成本 = 单价 × Token 消耗 × 重试率 × 人工复核系数，用 100 条真实 case 试跑一轮再下结论。
- 把折扣用满：开启上下文缓存、非实时任务走批量通道、盯住限时折扣（如混元 Hy4 的 5 折到 2026-12-31）。
- 留出替换位：所有调用走统一的网关层与模型名配置，厂商改价、降档或停服时，换模型只改一行。
多模型组合的实际账单，通常比"一个旗舰硬扛"低一半以上，效果反而更稳。选型这件事没有终点：定价页每月都在动，把本文当成一张需要定期重画的快照来用，比把它当结论更合适。
本文数据核验于 2026-11，所有价格与上下文数字均取厂商官方页面当日公示值，签约前以官网实时公示为准。
