中国大模型正从“百模大战”进入实际应用阶段，Apple Intelligence 选择阿里巴巴的通义千问、DeepSeek 开源模型在全球引起关注，都标志着这一代模型已具备国际竞争力。工程师和团队负责人需要理解这些模型的独特优势（比如中文理解能力、长上下文窗口）以及潜在的局限性（如成本、监管合规）。
当前主要玩家包括：阿里的通义千问（Qwen）系列、DeepSeek（主力开源模型）、智谱 GLM（研究导向）、MiniMax（侧重语音和交互）、Kimi（主打长上下文）。不同模型在推理速度、成本、开源程度和垂直场景上差异明显。选型需结合任务类型（代码、对话、长文档）、部署方式（云端API vs 私有部署）以及预算和团队技术栈。
怎么上手、怎么选
首先明确任务类型：需要代码生成？选 DeepSeek 或 Qwen2.5-Coder。需要处理超长文档？Kimi 或 Qwen2.5-72B 支持 128K+ 上下文。需要高并发低延迟？使用 API 而非自部署。注意：Qwen 系列有不同大小模型（0.5B 到 110B），大模型多用于复杂推理，小模型适合边缘设备。
开源 vs 闭源决策：如果预算有限或需要定制，优先 DeepSeek 或 Qwen 开源版（可从 HuggingFace 或 ModelScope 下载）。如果需要稳定 API 和合规保障，选择阿里通义或智谱 GLM 商业 API。注意：开源模型可能需要高昂的 GPU 和运维成本（如 DeepSeek-V3 推理需 8 张 A100）。
常见坑：不要单纯依赖公开榜单（如 MMLU、C-Eval），因为各模型在特定任务上表现可能偏差。务必用自己业务数据做 A/B 测试。另外，国内模型对文化敏感内容有过滤机制，检查模型输出是否符合产品需求。成本方面，注意 API 调用和 GPU 租赁的费用，提前预算。
常见问题
中国模型的中文能力一定比国外模型好吗？
不一定。对中文理解通常略优（成语、俗语），但差在复杂推理和创意写作。建议用你领域的中文测试集对比 GPT-4o 或 Claude。
DeepSeek 开源模型适合商用吗？
可以。DeepSeek 采用 MIT 或 Apache 2.0 许可证，允许商用。但需注意合规：如果模型来自中国，可能受数据出境法规限制。
如何为中文长文档任务选模型？
推荐 Kimi（官方支持 20万字）或 Qwen2.5-72B-Instruct（128K tokens）。Kimi 输入上限更高，但 Qwen 可通过分块或摘要扩展。
这些模型能否在本地运行？
小模型可以。Qwen2.5-0.5B/1.5B、DeepSeek-R1-Distill 可在消费级 GPU（如 RTX 4090）上运行。大模型（>30B）需要多卡或量化。
API 调用和自部署哪个更划算？
如果月调用小于 1000 万 token，API 更优。超过后，自部署可能更划算，但需 GPU 和运维团队。注意：API 可能包含数据使用限制。
国内模型有隐私风险吗？
有。模型可能将输入发送至国内服务器。若涉及敏感数据，建议选择私有部署或国外模型（如 Llama）。检查服务商的隐私政策和数据处理协议。