脉脉

陈红洲

07-13 · 广州极云智能科技有限公司

Qwen3.7-Max

GLM-5

Gemini 3.1 Pro

GPT-5.5

Grok

Claude Opus 4.8

GLM-5.2

DeepSeek-V4-Pro

MiniMax M3

八款主流AI实测对比｜差距比想象中的大

这次选取8款主流AI模型，从上下文衰减、文字推理、编码、多模态、速度、经济性、智力稳定性和沟通舒适度八个维度进行对比。评分带有一定主观体验，主要帮助大家快速看懂各模型的能力取向。GPT 5.6 Sol综合能力最均衡，推理、编码、多模态和稳定性都在第一梯队，属于没有明显短板的六边形战士。主要问题是速度不够突出，更适合复杂任务和高质量交付。Grok 4.5这次确实很能打，编码、速度、经济性和稳定性都很出色，综合能力甚至比参数规模表现得更夸张。适合追求快速响应、编程效率和性价比的用户。Opus 4.8文字推理、编码、多模态和沟通体验依旧强势，处理复杂任务时很有“高智商模型”的感觉。缺点同样明显：速度一般，调用价格偏高，适合对质量要求较高的专业用户。Gemini Pro 3.1背靠Google生态，多模态、信息检索和资料整合能力是主要优势，特别适合搜索、研究和处理不同类型的文件。不过上下文表现和编码能力相对普通，综合体验有些偏科。GLM 5.2国产模型中的编程尖子生，代码能力突出，文字推理和稳定性也比较可靠。短板集中在速度与多模态，更适合编程、开发和偏文本类工作，不算真正意义上的全能模型。DeepSeek V4 Pro依然延续了高性价比路线，文字推理与沟通体验比较在线，经济性是最明显的竞争力。不过编码、多模态和稳定性没有形成全面优势，更像一款便宜好用的实用型模型。Qwen 3.7 MAX整体表现比较均衡，文字推理、速度和沟通体验不错，日常办公、内容创作和常规任务基本都能胜任。硬核编码和多模态能力相对一般，胜在覆盖面广、使用门槛低。MiniMax M3属于便宜大碗的务实派，各项能力没有特别惊艳，但也没有严重影响使用的硬伤。经济性是它最大的优势，适合高频调用、批量生产和预算敏感的场景。