一、测了哪五项

原文用相同 prompt 对比 DeepSeek、通义千问、Kimi、智谱 GLM 在五类任务上的表现：文案写作、代码生成、逻辑推理、长文本摘要、多轮对话。结论很明确——四款都能给出正确答案，但各有强项。

二、各自强项

三、成本差异很悬殊

把五类任务输入输出 token 量统计后对比单次成本：通义千问 Plus 五项总花费约为 Kimi 的 15%，在能力和成本之间取得平衡。如果任务对模型能力要求不是特别高，通义千问 Plus 的性价比无可匹敌；但涉及长文摘要、强推理时，省下的钱可能换来质量落差。

智谱 GLM 在智能体与工具调用上工程化风格好，适合需要工具调用的场景——没有「万能」模型，只有「最合适」的模型。

四、场景推荐

• 代码生成与编程 → DeepSeek
• 文案 / 长文处理与摘要 → Kimi
• 逻辑推理与分析 → DeepSeek
• 客服对话与高频问答 → 通义千问 Plus（成本低、语气友好）
• 智能体与工具调用 → 智谱 GLM

实用建议：先用你的真实业务 prompt 跑一轮横向对比，再根据效果和成本做最终选择，比盯排行榜更准。