中国阵营

这一节讲中国这边造基础模型的五支队伍。写法延续上一节：不排名、不评优劣，只把各家官方文档在 2026 年 8 月 8 日这一天写了什么摆出来，并且逐条标注可靠度。但这一节比上一节多了一个必须认真对待的问题：关于中国 AI，网上流传的「市场份额」「用户量第一」「国产最强」这类说法特别多，而它们几乎全都找不到官方出处。所以本节会用整整一小节的篇幅，讲清楚为什么这些数字一个都不给，以及一个「厂商自述」和「第三方评测」被混在一起时该怎么拆开。这一节还有一个很实用的收获：中国这几家的 API 价格便宜到什么程度，看完那张对照表你会有直观感受。

DeepSeek：价格表本身就是最大的信息

DeepSeek 官方定价页（api-docs.deepseek.com/quick_start/pricing，截至 2026 年 8 月 8 日）列出两个当前型号：

先把这张表最惊人的一行拎出来说。缓存命中时的输入价是 $0.0028 每百万 token。而 §12.2 里 GPT-5.5 和 Claude Opus 4.7 的输入价都是 $5 每百万 token——差了大约一千八百倍。

这个数字太抽象，换算成能感知的量：$0.0028 是不到两分钱人民币。一百万 token 大概相当于几十万汉字，也就是几本长篇小说的量。说白了：让它读几本小说，收你两分钱。

但这里必须把「缓存命中」这个前提讲清楚，否则这个数字是误导性的。

什么是缓存命中？说白了就是：你这次发过去的开头部分，跟上次发的一模一样，服务器还留着上次算好的结果，就直接拿来用，不重算。

用餐厅打比方：你是熟客，每次来都点「一碗牛肉面，面硬一点，不要香菜，汤少放」。前十个字每次都一样。熟练的服务员听到「一碗牛肉」就已经在往后厨喊了，剩下的话他都不用听完。省下的就是这部分重复劳动的钱。

所以这两档价格的实际含义是：

• 缓存未命中 $0.14这是真实的入门价——第一次问、或者每次问的内容都不一样时按这个算。跟 §12.2 那些 $5 的比，还是便宜了三十多倍。
• 缓存命中 $0.0028这是反复使用同一段长前缀时的价。典型场景是：你有一份很长的系统提示词或一份固定文档，每次都带着它去问不同的问题。这时候省下的比例极高。
• 两者差 50 倍$0.14 ÷ $0.0028 = 50。这个倍数直接告诉你「把固定内容放在提示词最前面」这个技巧值多少钱。顺序反了，缓存就命不中。

Flash 与 Pro 的差别也值得琢磨。Pro 的输出价（$0.87）是 Flash（$0.28）的三倍多，但并发上限（500）只有 Flash（2500）的五分之一。换成大白话：Pro 是「慢工出细活的老师傅，一次只接少量单」，Flash 是「手脚快的伙计，能同时招呼一屋子人」。选哪个不取决于预算，取决于你是要「质量」还是要「吞吐」。

一条官方脚注，教你「模型下线」是怎么发生的

DeepSeek 定价页上有一条脚注，信息密度极高：

"The model names `deepseek-chat` and `deepseek-reasoner` will be
deprecated on 2026/07/24 15:59 UTC. For compatibility, they
correspond to the non-thinking mode and thinking mode of
`deepseek-v4-flash`, respectively."

翻译：「模型名 deepseek-chat 与 deepseek-reasoner 将于 2026 年 7 月 24 日 15:59 UTC 弃用。为兼容起见，它们分别对应 deepseek-v4-flash 的非思考模式与思考模式。」

这条脚注有四个层面的信息，值得逐层拆：

• 一 · 弃用是有明确时间点的精确到分钟：2026 年 7 月 24 日 15:59 UTC。这是负责任的做法——它给了你一个可以写进日历的截止日期。相当于银行网点门口贴「本网点 8 月 31 日下班后停止营业，请到某某支行办理」。
• 二 · 旧名字有对应的新去处不是直接砍掉，而是给出映射关系。旧的 deepseek-chat = 新的 flash 的「非思考模式」，旧的 deepseek-reasoner = flash 的「思考模式」。说白了就是：两个门牌号合并成一个门，但门里的两个房间还在。
• 三 · 「思考模式」被并进了一个模型这是一个重要的产品思路变化。以前「会思考的」和「直接答的」是两个独立模型，现在变成同一个模型的两种模式。相当于洗衣机从「洗衣机」和「烘干机」两台，变成一台带两个档位的洗烘一体机。
• 四 · 这条脚注在写作当天已经过期了今天是 2026 年 8 月 8 日，弃用日期是 7 月 24 日。也就是说：这条脚注描述的是一件已经发生完的事，但官方页面还挂着它。这是很常见的现象——公告发出后往往会留一段时间，方便还没迁移的人看到。

第四点值得多说一句，因为它教的是「读日期」这个习惯。如果你不看日期，很可能以为「哦，那我现在还能用 deepseek-chat，只是以后不行」——实际上已经不行了。打个比方：你在小区电梯里看到一张通知「本周六停水检修」，但你没看那张纸是哪天贴的，结果那是三个月前贴的。通知的内容和通知的日期，必须一起读。

另外这一页还给了两个接口地址，一个细节很有意思：

这个设计说明了一件事：兼容别人的接口格式，是后来者最有效的一招。用装修的比方讲：你新出一款开关面板，最聪明的做法不是设计一个全新的漂亮尺寸，而是让它的螺丝孔位和市面上最通用的那款完全一样——这样师傅换的时候不用重新打孔，五分钟搞定。本质上就是：降低别人换到你这里的成本，比夸自己好用有效得多。

阿里 Qwen：把尺码表整个公开

阿里的 Qwen（通义千问）系列，最大的特点是把不同规模的模型全都公开发布。官方文档站（qwen.readthedocs.io）关于 Qwen3 的原文：

"Dense and Mixture-of-Experts (MoE) models, available in 0.6B,
1.7B, 4B, 8B, 14B, 32B and 30B-A3B, 235B-A22B."

这句话里有三个术语要当场翻译：

• Dense（稠密模型）回答每个问题时，模型里所有参数都要参与计算。相当于一家餐厅接到任何一张单子，全体厨师都得动手。可靠但费劲。
• MoE（Mixture-of-Experts，混合专家）说白了就是：模型内部分成很多个「专家小组」，来一个问题只叫醒其中几个相关的组，其余的接着睡。相当于医院的分诊台——你说牙疼，它只叫牙科医生，不会把内科、骨科、眼科全喊来会诊。§7.5 有更详细的讲解。
• B 是什么Billion，十亿。0.6B 就是 6 亿参数，235B 就是 2350 亿参数。换算成能感知的量：2350 亿个数，如果每秒数一个，不停地数要七千四百多年。
• 30B-A3B 这种写法这是 MoE 的标准写法：总共 300 亿参数，但每次实际激活（Active）只用 30 亿。说白了：店里养着一百个专家，但每桌客人只请三个来。所以它的「体格」是 300 亿，「跑起来的开销」接近 30 亿。235B-A22B 同理：总共 2350 亿，每次激活 220 亿。

这份尺码表为什么重要？因为它直接决定了「你的机器能不能跑」。回忆 §12.1 那个显存的账：

注意这张表是按定义做的量级估算，不是任何厂商的官方数字。实际占用还受量化档位、上下文长度、推理框架影响，可能差不少。放这张表的目的不是让你照着买硬件，是让你对「B」这个数字有实感——看到 235B 时能立刻反应「这个我家里跑不了」。

官方对 Qwen3-2507 系列的描述：「Qwen3-Instruct-2507」「Qwen3-Thinking-2507」，官方称「Enhanced capabilities in 256K long-context understanding, extensible to 1M.」——增强了 256K 长上下文理解能力，可扩展到 1M。

「extensible to 1M」（可扩展到 1M）这个措辞要留个心。「可扩展到」和「支持」不是一回事。相当于家里的水管——「可以接到六分管」意味着你得自己去改，不是开箱就是六分的。这类措辞通常暗示需要额外配置或特定技术手段。

字节豆包：一家自己开的美食广场

字节跳动的模型叫豆包（Doubao），但它对外的入口是一个叫火山方舟的平台。这个结构本身就值得说一句：平台上不只有自家的豆包，还挂着别家的模型。

官方模型列表页（volcengine.com/docs/82379/1330310）标注的更新时间是 2025.12.10，我们的查询日期是 2026 年 8 月 8 日——也就是说这份清单可能已经滞后了大半年，这一点务必记住。

清单上的自家系列（截至该页 2025.12.10 的状态）：

这张表有一个细节特别值得学：上下文 256k，但最大输入只有 224k。为什么不一样？因为上下文窗口是「输入 + 输出」的总额度，得给回答留位置。256k 减去 32k 的最大回答，正好等于 224k。

用停车场打比方：整个停车场有 256 个位（上下文），但门口划了 32 个位专门留给待出场的车（输出），所以能进来停的最多 224 个（输入）。说白了：你不能把上下文填满输入，否则模型就没地方说话了。这个账很多人第一次算的时候都会算错。

而这个平台真正有意思的地方，是它同时挂着别家的模型。同一份官方清单里还有：

这就是「自己开美食广场」的意思：字节既卖自家的面，也把隔壁两家的招牌菜摆进自己的档口。为什么要这么干？因为对客户来说，「一个账号能调所有模型」比「哪家模型最强」更省事。相当于超市不会只卖自有品牌的酱油，它把所有牌子都摆上货架——你在我这里买了什么牌子不重要，重要的是你在我这里买。

清单上还有图像与向量两类，也一并列出（同为该页 2025.12.10 状态）：

「强烈推荐」和「推荐」这两个标记也是官方自述，性质上属于前面那块「木牌」——它告诉你官方希望你用哪个，不构成任何客观优劣评价。

月之暗面 Kimi：一个官方自承文档过期的例子

月之暗面的 Kimi 官方定价页（platform.moonshot.ai/docs/pricing/chat）把模型分成三组：

• Kimi K2.5官方描述「Multi-modal model with visual and text input」——支持视觉与文本输入的多模态模型。
• Kimi K2官方描述「MoE model with exceptional code and agent capabilities」——具备出色代码与智能体能力的混合专家模型。注意 exceptional（出色的）这个词是厂商自述。
• Moonshot V1早期系列，仍在清单上。

官方给出的具体定价（截至 2026 年 8 月 8 日）：

这里有个小细节值得指出：上下文写的是 262,144，不是「256k」。262144 = 256 × 1024，也就是精确的 256K。官方用精确数字而不是约数，说明这是一个硬性的技术上限，不是市场宣传的圆整说法。相当于电梯里写「限载 13 人 / 1000 公斤」——那个 1000 是设计值，不是「大概一吨」。

官方对 K2.5 能力的原文：「Kimi K2.5 supports text, image, and video input, thinking and non-thinking modes, and dialogue and agent tasks.」——支持文本、图像、视频输入，支持思考与非思考模式，支持对话与智能体任务。

而这一页上最有教学价值的一句，是官方自己承认文档过期：

"The web search (web_search) is currently being updated. We do not
recommend using this functionality in the near term. This
documentation is outdated; please follow subsequent content
updates."

翻译：「联网搜索（web_search）功能目前正在更新。我们不建议近期使用该功能。本文档已过期，请关注后续内容更新。」

这是本章能找到的最诚实的一段官方文案。它做了三件很少有厂商会做的事：主动承认某个功能正在改、主动劝你别用、主动声明自己这页文档是旧的。

用医院打比方：大多数科室的门牌都是「本科室正常接诊」；而这一句相当于门口贴了张纸——「本科室 CT 机正在维修，这段时间的检查结果不准，建议改天再来，墙上贴的流程图也是旧版的」。看到这种告示你不该觉得这家医院差，恰恰相反，它是少数愿意把自己的不完整状态告诉你的地方。

对你的实际启示是：文档上的「过期声明」是最有价值的信息之一，看到了就该额外留意。因为绝大多数过期文档是不会自己声明的——它就那么静静地挂在那里，看起来跟正常文档一模一样。

本小节可靠度：中高。定价数字来自官方页面且结构完整（加分），但官方自承部分内容已过期（减分）。

智谱 GLM：那块「自己挂的牌子」长什么样

轮到本节前面预告过的那个教学点了。智谱的 GLM 官方文档（docs.z.ai/guides/llm/glm-4.6，截至 2026 年 8 月 8 日）关于 GLM-4.6 的规格：

官方对上下文扩容的说明原文：「Longer context window: The context window has been expanded from 128K to 200K tokens, enabling the model to handle more complex agentic tasks.」——上下文窗口从 128K 扩展到 200K，使模型能处理更复杂的智能体任务。这一句是可核实的客观描述，说的是自己的两个版本之间的变化，没有涉及任何跨厂商比较。

而下面这一句性质完全不同，请注意我怎么标注它：

"GLM-4.6 achieves performance on par with Claude Sonnet 4/Claude
Sonnet 4.6 on several leaderboards, solidifying its position as the
top model developed in China."

翻译：「GLM-4.6 在若干榜单上达到与 Claude Sonnet 4 / Claude Sonnet 4.6 相当的表现，稳固了其作为中国研发的顶尖模型的地位。」

★ 这是厂商官方自述，不是第三方评测结论。这个标注不是为了贬低这句话，而是为了准确说明它的性质。我们逐层拆一下这句话，你会看到它由三种不同强度的成分组成：

把这三层摊开之后，事情就清楚了。第一层是可核实的对标声明（虽然要标明是谁说的）；第二层「several leaderboards」是本句最薄弱的一环——没有列出榜单名、没有分数、没有测试日期，实际上无法核实。第三层「中国研发的顶尖模型」是纯粹的排名式断言，本章从头到尾不采用这类说法。

用招聘打个比方，你就明白该怎么读这句话了。一份简历上写「本人在多个项目中表现与行业顶尖工程师相当，是国内最优秀的开发者之一」。作为面试官，你不会认为这句话是假的，但你也不会把它当成录用依据——你会问「具体哪几个项目？评价来自谁？有什么可查的记录？」得不到这三个答案时，这句话就只是一句自我陈述。

那本书为什么还要把它写出来？因为「一家公司怎么定位自己」本身是有价值的信息。它告诉你：智谱把自己的对标对象设成了 Claude Sonnet 系，并且把「中国最好」当成对外的核心叙事。这个定位信息，比一个虚假的准确分数有用得多。说白了：我们不是在传播这个断言，我们是在展示这个断言存在。

为什么本节不给市场份额、用户量、排名

这一小节没有任何数字，但它是本节写作立场最集中的地方。

关于中国 AI 公司，网上最常见的说法长这样：「某某月活破亿，稳居国内第一」「某某在 C 端市场份额超过百分之几十」「国产大模型第一梯队排名」。这类数字本节一个都不给。

原因很朴素：我们在核实过程中，没有在任何厂商的财报或官方公告里找到这类数据。

请注意这句话的措辞——不是「这些数字是假的」，而是「我们没有找到官方出处」。这两句话差别很大。用一件生活里的事打比方：你听说邻居家孩子考了全区第一。这可能是真的，但如果你没见过成绩单，你就不该把它当成事实转述给第三个人。

这类数据为什么特别难核实？三个原因：

• 口径不统一「月活」是怎么算的？打开过 App 就算，还是发起过一次对话才算？网页端、App 端、API 调用要不要合并？不同机构用不同口径，算出来的数能差好几倍，而且各家都不会公布自己的口径细节。
• 第三方估算往往是推算咨询机构常用的做法是抽样调查、应用商店排名反推、流量监测推算。这些方法在方向上有价值，但精度远不足以支撑「份额 37.2%」这种小数点后一位的说法。相当于从菜市场门口数进出的人头，来推算全城的猪肉消费量——趋势可能对，具体数字不能当账用。
• 这些公司大多没有公开财报义务§12.1 里 NVIDIA 那 752 亿美元数据中心营收之所以可靠度极高，是因为它是上市公司的法定披露，造假有法律后果。而本节这几家里有的未上市、有的相关业务并在大集团报表里不单独披露。没有法定披露义务，就没有可核对的一手数据。

所以本节的立场是：这类断言一律标「未取得权威来源」，宁可留白。

这个原则本书是一贯的。§2.5 原本有一处关于豆包的排名式断言（说它用户量最大），在 2026 年 8 月的一次全站核查中被改成了「中文场景投入大、迭代快」这样的中性描述——因为原来那句话违反了本书自己定的核实原则。说白了：规则得对自己也生效，否则就不是规则。

那你想了解真实格局怎么办？给三条可操作的替代路径：

• 看价格，不看排名价格是官方公布、随时可查、无法含糊的硬数据。DeepSeek 缓存未命中 $0.14 vs GPT-5.5 的 $5，这个三十多倍的差距比任何「份额第几」都能说明竞争态势。
• 看谁被摆进了别人的货架火山方舟的官方清单里挂着 DeepSeek 和 Kimi；§12.5 会看到 TRAE 的内置模型清单里挂着 MiniMax、GLM、DeepSeek、Kimi、Qwen 五家。被多少平台集成，是一个可核实的、比自我宣称硬得多的指标。
• 看官方自己的措辞变化一家公司从「我们对标某某」变成「我们是行业标准」，这个措辞变化本身就是信号。相当于看一家店的招牌从「××风味」变成「××正宗总店」。

五家横向对照：一张表看清各自的路数

把五家摊在一起，仍然按 §12.2 那个思路排——不比强弱，比「你要用它得付出什么、要注意什么」（全部截至 2026 年 8 月 8 日）：

这张表里「★ 未取得」出现了七次。这不好看，但它是诚实的。一张全是数字的漂亮表格，和一张有七处留白但每个数字都能追溯到出处的表格，后者才是能用的。

打个比方：去银行办贷款，柜员给你一份材料清单，上面有三项标着「暂缺，需补交」。你不会因此觉得这家银行不专业——恰恰相反，如果他给你一份全部打勾但其中三项是他随手替你填的，那才是真正的问题。

把价格拉平对比：中国这边到底便宜多少

前面几张表的价格分散在各小节里，这里集中拉平对比一次。因为这个对比是本节最硬、最可核实、也最有实际决策价值的信息。（全部为官方公布价，每百万 token，截至 2026 年 8 月 8 日）

把最极端的那个对比换算成生活里的钱，感受会很强烈。假设你要处理一亿 token 的输入（大概相当于几千万汉字，一个中型企业的全部文档）：

• 用 GPT-5.5$5 × 100 = 500 美元，约合三千六百多元人民币
• 用 deepseek-v4-flash（未命中）$0.14 × 100 = 14 美元，约合一百元
• 用 deepseek-v4-flash（全部缓存命中）$0.0028 × 100 = 0.28 美元，约合两块钱

三千六百元和两块钱。这个差距大到会改变产品形态——有些应用在前一种价格下压根不成立，在后一种价格下才变得可行。相当于从「打车」变成「坐公交」：不是省了点钱，是让原本不会天天出门的人开始天天出门了。

但必须把三条限定说清楚，否则这张表就成了误导：

限定一：价格不代表效果。这张表只说明「花多少钱」，完全不说明「效果好不好」。本节没有取到任何权威第三方横向评测，所以不做任何「便宜且效果一样」的暗示。

限定二：缓存命中价有严格前提。$0.0028 只在「重复的长前缀」这个条件下生效。如果你每次问的内容都不一样，就是 $0.14。说白了：那个 1800 倍不是常态价，是特定用法下的价。

限定三：豆包和 GLM 的价格未取得，所以它们没进这张表。不进表不代表它们贵或便宜，只代表我们没查到。

常见误解澄清

误解一：「中国模型便宜是因为在补贴烧钱，早晚要涨回去。」

这个说法本节既不支持也不反驳——因为我们没有取到任何厂商的成本结构数据，无法判断。能确认的只有一件事：这些价格是官方公布的、可查的、当天有效的。至于它能维持多久，任何人的说法都是推测。相当于看到超市某个牌子的鸡蛋比别家便宜一半——你可以猜它是促销、是产地优势、还是马上要过期，但站在货架前你能确认的只有标价。

误解二：「国产模型只能用来做简单的活儿。」

这类判断需要横向评测支撑，而本节明确没有取到。但有两条可核实的间接证据值得放在一起看：火山方舟这个字节自家平台的官方清单里，挂着 DeepSeek 和 Kimi 的模型；§12.5 会看到 TRAE 的官方内置模型清单里，MiniMax、GLM、DeepSeek、Kimi、Qwen 五家全在。被同行的商业平台选进内置清单，是一个比任何自我宣称都硬的信号——因为平台方要为效果负责，选错了是自己挨骂。

误解三：「上下文 1M 就意味着能一次读完一整本书还记得住。」

这是把「装得下」和「用得好」混为一谈了。§11.4 讲 RAG 时提过 Lost in the Middle（迷失在中间）这个现象——它测的是关键信息放在长文本不同位置时的表现差异，说明「塞进去」和「找得到」不是一回事。用图书馆打比方：图书馆再大，也不等于你能在里面迅速找到那本书；书架越长，你越需要一个索引。

误解四：「上下文 256k，所以我可以塞 256k 的输入。」

豆包那张表已经反驳了这一点：上下文 256k，但最大输入只有 224k，因为要给 32k 的输出留位置。说白了：上下文是「一间屋子的总面积」，不是「你能堆多少货」——得留出走路的地方。这个账算错了，请求会直接被拒。

误解五：「官方文档写了就一定还有效。」

DeepSeek 那条「deepseek-chat 将于 2026 年 7 月 24 日弃用」的脚注，在我们查询的 8 月 8 日已经过期了，但它还挂在页面上。豆包那份清单自标 2025.12.10。Kimi 更是官方自承文档过期。三家里三家都有新鲜度问题——这不是个别现象，这是常态。所以「看更新日期」这个动作不是洁癖，是必要步骤。