这半年国产开源模型进步很快，几家 10 月的横评结论并不一致，整理一下供参考：
- DeepSeek V4：4 月发布 V4 和 V4-Pro，官方公布的最好成绩是 SWE-bench Verified 80.6%（V4-Pro-Max），但在标准化的 SWE-bench Pro 评测下降到 55% 左右。之后的 V4.1-Flash 主打编码、Agent 和高性价比推理。
- Kimi K3：多篇横评认为它在前端、长上下文和 Agent 任务上很强。注意商用有限制：月活或月收入超过一定规模的产品要在界面上标注 Kimi K3。
- GLM-5.2 / 5.3：GLM-5.2 一直以性价比著称，GLM-5.3 在综合智能指数上更高；GLM-5.3-Flash 是 MIT 协议。
- Qwen3.8：27B 小尺寸版本是 Apache 2.0 协议，适合自己部署。
需要提醒的是：不少跑分是厂商自己公布的，实际体验差别很大。
大家实测下来哪个最好用？ 欢迎说说你的场景（前端、后端、长任务 Agent）和体感，越具体越好。
参考来源：