最近这两周，我一直在使用 cc + ccr 对不同 AI 模型的能力测试，想了解它们在实际应用中的表现。通过这些测试，我对几个热门模型有了一些使用上的心得和体会。
首先是 Kimi 和 DeepSeek。官网版，但体验并不理想。两者在执行时都显得有些“力不从心”，不仅效果不如预期，而且余额很快消耗光，主要都限速（要充钱才能变快），几乎没能完成什么有价值的输出。Kimi 我用于写代码较多，Deepseek 用推理较多，尽管如此，我还是持续关注它们，期待能有所改进。
后续出的 DeepSeek-V3.1 在最初测试时，竟然出现了“极”这样的异常情况，后面好像修复更新，也是拿来推理用。
接着，我试了 GLM-4.5。令我意外的是，GLM-4.5 的表现超出了我的预期：它的速度相对更快，且能够产出不错的效果。在与其他模型对比时，GLM-4.5 无疑给了我更多的惊喜，它的稳定性和表现让我觉得性价比更高。缺点就是上下文有点短。好消息是有包月套餐，算是 cc 的平替版，但在隔壁站传出扣费问题，写的文档不清晰等问题。
现在又有两个新模型发布了——qwen3-max-preview 和 kimi-k2-0905256K。我首先测试了 kimi-k2-0905256K，发现它在前端的表现似乎不如 GLM-4.5，虽然其他方面的性能还没来得及详细测试，但初步使用下来，给我的感觉并不算太突出。
接着，测试 qwen3-max-preview，这次的体验可以用“崩溃”来形容。测试过程中，速度极慢，不仅如此，出错了还说修复问题，结果还把生成的文件都删掉了。这个过程让我产生了强烈的幻觉感，似乎 AI 开始“自己”不知道该生成什么了，完全没有方向。介绍写着这次版本减少了幻觉的现象，但从实测结果来看，幻觉问题依然存在，甚至比之前的 qwen 版本还要明显。
这两个新模型，目前的体验并没有带来太多突破。像 GLM-4.5 这样的模型，稳定性不错，另外据说 GPT-5 的效果有惊喜，后面再测试其他模型看看。综合来看，目前最好的效果还是 cc 。
各位都用哪些模型？
 |
1
catwalk OP 对了，最近折腾下来，发现还是不要太折腾的好，以上测试只是研究学习为主，真正应该专注于业务，毕竟折腾花的时间不太值得
|
 |
2
haiku 1 天前 via Android
体验就用各种服务商的免费版
Cerebras 是个做专用推理芯片和服务的，上面的 qwen 3 coder 480b 速度快有免费额度，写写 Python 脚本、SQL 还行 |
 |
3
yannxia 1 天前
 国产模型在 Coding 方面都差点意思，Qwen Coder & K2 算是最好了，和 Gemini Pro 的差距还很大，就不提 Cluade opus 了 |
 |
6
CY4suncheng 1 天前
我用的都是官方的 API + Claude code ，KIMI token 消耗的是真快，我一天花了 60 多块，之后换到了 deepseek ，感觉好多了，至少 tokens 消耗没那么多了
|
|
7
catwalk OP @CY4suncheng 花钱不办事才是关键，deepseek 比 kimi 好点，综合能力不错
|
 |
8
lucifer9 1 天前
qwen max 还没试过。前几天 A 社疯狂封号的时候用高粱米做代餐效果还行: 质量好不好不说，起码人家够快
|
|
9
catwalk OP @lucifer9 很早就封号了，只不过现在更加疯狂，目前还在综合测试，glm4.5 确实在国产模型中（目前情况），看 glm 的营销也是目标明确，就是做 cc 的平替
|
|
10
CY4suncheng 1 天前
@catwalk #7 我觉得如果没有 anthropic 的订阅，Claude code 用哪家的都会效果打折的，所以要不就花钱上订阅，要不就干脆用其他的好了
|
 |
11
xctcc 1 天前  1
glm 那个官网购买套餐要支付宝刷脸实名直接把我劝退了
|
 |
12
yellowbean 1 天前 via Android
qwen 那个上下文仅是谷歌的 1/4 不知道怎么想的 编程这种场景感觉上下文特别影响实际体验 尤其项目稍微复杂点
|
|
13
catwalk OP @yellowbean 芯片问题？
|
 |
14
kongkx 1 天前 via iPhone
deepseek 3.1 + grok-code-fast 简单任务还行。 复杂点还是 grok 4 + grok-code-fast 。 蹭 cline 的免费额度。 感觉 Claude code 有点费 token ，纯 deepseek 3.1 都用不起。
|
 |
15
alex8 1 天前 via iPhone
问了个 24 点游戏，Kim 一直说找到答案了然后给了个错误答案，唠叨了 5 分钟突然中断，感觉是到输出 token 的上限被系统强制终止回话
|
 |
16
234ygg 1 天前
综合实力没一个能打网页版 gpt5thinking 的，而且全都遥遥落后，真没什么好折腾的，用美区 Apple store 直接订阅难度也很低。
顺带一提，很多人用的 api 都是假的，要么就是 ip 太脏被降智的，要么就是共享账号被降智的，所以简中圈 gpt 风评不太好 |
 |
17
lieliew 1 天前
gpt5high 用得舒服
|
|
18
haiku 1 天前 via Android
@234ygg GPT 的 API 我只敢用官方和 Azure 的
Azure 的水平对比官方、Cursor 里的，看起来思考时间够长，回答也没打折扣 |
 |
19
XuanYuan 1 天前 via Android
用了一圈，我现在是 Grok 的忠实用户。
|
 |
20
icyalala 1 天前
现在我看到楼主这种排版和标点良好，有加粗和分段，格外喜欢用引号，说话文邹邹的风格，
就有一种很明显的不似人写的感觉。。。 |
 |
21
laikick 1 天前
能信国产模型的这辈子都有了 特别最近还不让用 nv 卡了 通通要支持 huawei
|
 |
22
zisen 1 天前 via iPhone
gpt5 话太多了，问一个简单的问题能回复一大篇文章，还要自己筛选其中的有效信息
|
 |
23
Obj9527 1 天前
GPT5 前几天还好，最近两天感觉有点降智
至于编程我喜欢用 Claude Sonnet4 |
|
26
catwalk OP @XuanYuan 曾经一直用 Grok ，就是因为他的数据与 x 关联，但是上次充值 5 美刀送 150 刀/月，没用多久，连 5 美刀都不见了，联系客服都没得到回复，这有点黑，说没就没，拉黑不用 x ai 了
|
|
27
catwalk OP @icyalala 内容是我自己写的，排版是让 ai 排版的，但他给我改了一些内容，我看了几遍 还特意改掉了，可能还有一些 ai 味在，这是我讨厌的地方，但我排版本身不好，所以用了一下 ai ，见谅
|
|
28
catwalk OP 1
@laikick 本身不太想回复这个，国内这个情况我大概了解一些，在有限的资源下还能做出来，有进步，值得鼓励。
不让 nv 卡 支持国产芯片产业 那也是大国要走的方向，不能被卡脖子，但是没有新的光刻机，先进的只能让台积电代工，而因为地缘 zz 问题，现在只能用旧设备去想办法做。在这个情况下，能怎么样呢 首先我是测试和体验国产模型，国外的芯片是先进，但你说 “信国产模型的这辈子都有了”，就有点过了。 就简单说 国外的 AI 封号问题吧，1 是防止滥用，2 是地缘 zz 问题，3 是最近 a 社的问题，如果发展方向都是 3 这种问题，就被卡脖子，这时候国产模型的模型效果好，有了替代品那不是好事吗。 普通老百姓使用 Ai ，跟 gj 层面不一样，这其实就是 AI 竞赛，人才方面基本上不是问题，现在问题是先进芯片被卡，现在是地缘 zz 博弈的问题。 换个角度来看，美国也不被我们卡稀土的脖子吗，难道他们信他们的稀土段时间能发展起来，还跑去深海挖稀土，或者信他们的制造业，这辈子不也有了。 |
 |
29
Liftman 1 天前
cc max 和 codex 。 没有必要折腾。。。
而且很多时候。测试的时候，能力部分接近只能说在简单情况下没问题。。 当你的任务变大，复杂度变高。他的正确率降低到哪怕只有 95%。。多轮对话之后的糟糕性概率会指数级起飞。。。 到时候还不是浪费自己的时间去找问题。。。 这就是为什么 cc 有一个 plan mode 。能用最好的模型进行第一步。保证底子。。 国产模型可以解决小问题，但是底子不行，永远不适合做工程性工作。 |
 |
31
johnny2inc 1 天前
我这个只了解点前端三个和 Python 皮毛的小白这两天也在用 Claude Code 和 Claude Code Router 开发我人生第一个项目。
最初我还没了解到 CCR ，又因为不能稳定地使用 A 社的服务，所以我一开始就只是改配置文件，然后用了硅基流动的 Kimi K2 。 因为我从来没正经编程过，之前也没用过 Cursor ，所以我一上手 CC （虽然用的是 Kimi K2 模型），就感觉卧槽卧槽牛逼牛逼。 不过，这个我个人理解不算很难的项目，用掉我硅基流动里二百多块的额度后，还是没有搞出可用的版本。 过了一天，我了解到 CCR 这个项目，可以更方便地使用更多的渠道的模型了，我先换上了 gemini-2.5-pro 。这是我之前玩酒馆申请的 API ，套了一个轮询项目，玩酒馆还挺好使的。但用在 CC 上，各种报错，好像是截断很严重。最近没玩酒馆，不清楚酒馆里使用是不是也是截断严重。 后来我换成了各种渠道的 qwen3-coder ，哇，不知道为什么，就是感觉比 Kimi K2 强好多，项目推进速度快了很多。 我可以说是不懂编程，基本上都是 CC 在操作，除了之前 K2 花掉的二百多额度，今天 qwen3-coder 大概几个渠道又总共调用了 1500 次，然后目前除了前端部分地方很丑，我这个小项目感觉已经可用了。 目前没在 CC 里用过 Claude 系列的模型，也还没尝试过 GLM-4.5 ，gemini-2.5-pro 在我这又基本不可用。 只谈 qwen3-coder 和 Kimi K2 ，以我的体验，个人感觉 qwen3-coder 比 Kimi K2 强。 这个小玩意儿开发完之后，下一个小玩意儿打算全程使用 GLM-4.5 试试看。 最后，顺便问一下，CCR 里默认、后台、思考、长上下文、网络搜索、图像这几个模型你们都是设置的哪些模型？ 我现在网络搜索选择使用 gemini-2.5-flash ，后台使用硅基流动里免费的 deepseek-ai/DeepSeek-R1-0528-Qwen3-8B ，其他三个都用的是 qwen3-coder 。 |
 |
33
96 18 小时 10 分钟前
楼主的测试貌似没有自己的指标。
全文描述语句使用了： “理想，力不从心，不如预期，预期，惊喜，官网版和不错的效果”等。 得出的结论： “比我想象的还复杂” |
 |
34
leonleung 18 小时 9 分钟前
Kimi 充了一百，用 k2 很快就用光额度了。。。效果一般般
|
|
35
catwalk OP @johnny2inc ccr 作者说过，让专业的模型做专业的事，所以我也挺喜欢用 ccr ，主要学习研究，因为都是简单测试，所以只是体验分享，目前测试，小的东西 GLM-4.5 比较听话，大一点的项目 据说因为上下文短，效果也不理想，有在传智普在弄 256k 上下文，后面应该会更好点。
有时间可以折腾，没时间直接一步到位，我主要是想了解下各个模型的专长在哪，更好利用。也想看看各个模型之间的差距。 搜索和后台都用 gemini-2.5-flash ，后台注意，有些免费是限速。 默认看你认为哪个好，作为主力就用哪个。 上下文 gemini-2.5-pro ，或者其他 claude-sonnet 、claude-opus 。 |
 |
38
uni 17 小时 43 分钟前
gpt plus 会员 20 美元一个月，codex 无限量。我感觉这 20 美元是我这辈子花得最值的钱
|
 |
39
lishunjie 17 小时 29 分钟前
坚定不移的使用 ChatGPT Plus 已有 2 年，这 2 年，隔一阵子蹦出来一个大模型号称对标 ChatGPT 3.5 、4.0 、4.5 ，还好没折腾，选择第一梯队领头羊准没错。
|
 |
40
vipfts 17 小时 28 分钟前
物理移民难, 数字移民还不简单
|
 |
41
Wenstor 17 小时 25 分钟前
@catwalk #4 大佬，因为我有一张 4060Ti 16G 内存的显卡了，我想再整个 5600MHz 128G 内存的极魔客 k12 AMD Ryzen™ 7 H 255 ，8 核 16 线程，Zen 4 处理器，自带 oculink 的小主机，用来本地跑 Qwen3-coder 模型，看看代码使用，请问这个配置可以吗？或者有什么建议的能够流程跑 Qwen3-coder 模型(模型具体的量化版本还没考虑清楚)，速度还可以的配置？只做选配置参考使用，大佬请放心建议！感谢！
|
 |
44
DivSoup 17 小时 5 分钟前
glm-4.5 效果很不错，主要是包月很便宜。
|
 |
47
killua67 11 小时 22 分钟前
和我感觉也差不多，kimi 感觉太慢了，ds 就不说了，qwen code 感觉效果和价格不匹配，GLM 是综合不错的
|
Select Language