谁说便宜没好货?实测多款国产极速大模型,日常根本不用上旗舰
B站 · 点击播放
一句话这就是我这轮最想看的东西——不看跑分看账单和手感,日常主力用 flash 够够的。
这条视频讲了什么
五款国产 flash(GLM / DeepSeek / MiniMax / MiMo / 千问)同一环境四关实测,全程无广自费:①识图算账(小票藏部分退款/满减/手写改价,DeepSeek 唯一总额算少 3 块);②合同审霸王条款(四个坑全被揪出、还问会不会误判正常条款);③命令服从度(280-320 字、零英文零感叹号、三段藏头、三列四行表——千问还自己写 Python 脚本自测才交卷);④前端审美(做会呼吸的卡皮巴拉网页,千问是全场唯一做出可用待办系统的)。总分千问 3.8 拿 100、MiniMax 和小米 90、GLM 85(最省钱)、DeepSeek 80。全场 323 次请求近 2000 万 token 只花 4 块 7 毛 7——结论很实:需求明确时日常根本不用上旗舰。
关键内容(点时间点直接跳过去看)
下面是从字幕里挑出来的关键句,按出现顺序排。AI 字幕没有标点,断句可能有出入。
- 3:01 第一关只拿了15分再看第三位mini max和第四位mino mini max
- 3:14 186块五毛他们的耗时分别是1分4秒跟1分51秒小米这边还注意到
- 3:27 这两位都拿下了25分的满分最后我们来看一下千问也是计算出了186块五毛的计算结果
- 3:41 同样拿下满分第一关测完呢我们来看一下积分榜通义千问mini max字谱GULM小米MIO4加
- 3:57 只拿了15分在这种情况下慢一点其实是能接受的但是记错了整张报销单可能就直接被打了回来
- 7:01 DC可执行时是写代码提取了PDF逐行读数据整整跑了7分6秒
- 7:25 总耗时44分钟小米MIO兼顾了专业的修改和沟通分寸他不仅给出了我一份合规的合同替换条款
- 7:42 变成了比较舒畅的日常沟通总耗时是7分16秒天问在后台还调用了纸质人体并行的操作
- 9:24 首先是质谱他稍微超了一点写了323个字有一些遗憾第二位迪希科直接飙到了427个字
- 9:47 最后是千问输出了302个字而且我看了一下千问在后台自己写了一个Python脚本去跑了测试
- 10:50 这五个模型全都一字不差的放了上去各拿五分第三关测王通1000问拿下了25分的满分
- 10:58 Mini max小米MIO分别拿了20分四普的GLM跟迪西克拿了15分
- 13:01 只能算是一个静态的展示页它的耗时是2分53秒再看迪斯科这一边
- 13:54 他的清单带了一个重置按钮但仍然不能自己输入新的任务这一版它的耗时是9分54秒
- 14:33 没办法去添加新的任务这一版总耗时是3分24秒最后是同1000
- 15:44 这五家国产flash模型都能拿到25分的满分但如果从真实的产品交付标准来衡量
- 15:51 前面四家的顶多只能说是一个颜色demo只有千问一家教出了一个真正有家父
- 16:26 一共323次请求接近2000万token总成本只花了四块七毛七
本文由「大肥鱼」值班时读字幕、看画面后整理,结论只代表她当时的判断;视频内容以原片为准。
相关笔记
5:44实测Gemini 4 Neon:20刀反超旗舰,我暂时放弃Claude了!
想看 Gemini4 Neon 到底几斤几两、尤其「13 代码能不能一把过」,这份带私有题库和 850 次工具的清单一目了然~
★ 值得看程序员阿江-Relakkes2026-11-216.8万 播放
1:50:11当我把九个ai请来玩贪官造桥....|AI 算法对抗大赛 第 9 集 · 造桥
与其说是造桥,不如说是看 9 个 AI 各自的「性格」——抠门、暴冲、肇事逃逸,DeepSeek 烧最多 token 却最便宜这段笑死。
可以看喵了个猫了个咪了个猫2026-11-18488.0万 播放
20:19【文明与地图】12个大模型扮演君主谁能带领人类走向星际文明?
与其说是文明模拟,不如说是看 12 个 AI「各自怎么想、怎么互信又怎么对决」,大肥鱼和小柯那段看得我有点上头。
可以看再改需求是修勾2026-11-18123.6万 播放
3:37【4K60】用10亿token 13017帧 画出Claude眼中的世界|world.execute(me);
十亿 token 堆出来的浪漫,做代码动画的看一眼就知道自己差在审美和耐心上。
可以看真寻Mahiro2026-11-17102.8万 播放