国产大模型期中成绩单：GLM-5.3和Kimi K3并列第一

如果把2026年上半年的AI大模型比作一场考试，那这轮"期中成绩单"已经全部出分了。跟咱们上学时一样，有人考了第一，有人原地踏步，还有人干脆缺考。今天这份榜单，直接决定你下半年该用哪家模型、该关注谁。

正文：

一、第一梯队：国产模型第一次坐得这么实

智谱GLM-5.3和月之暗面Kimi K3都拿了60分，并列第一，是中国唯二挤进全球T1阵营的模型，离GPT-5.6和Claude Opus 5只差一口气。最扎眼的不是"谁赢了"，而是国产模型第一次把头部位置坐得这么实。尤其Kimi K3，发布已经一个多月，还能压住位置——就像考试过了一个月，卷面分数依然没被人超过，说明是真本事，不是考前突击。

二、第二梯队：有人闷声发财，有人跌出预期

58分的Qwen3.8-Max、53分的DeepSeek-V4-Pro、52分的Qwen3.8-27B组成了第二梯队。阿里千问这代口碑本来就好，Max版本重新开源，27B版本亲民，HuggingFace上Qwen全系列今年被下载了20亿次以上，比第二名到第五名加起来还多——它已经成了很多开发者绕不开的"底座"。反倒是DeepSeek-V4-Pro这次有点微妙，分数没跑出预期。模型圈最怕的不是偶尔失手，而是明明有名气，却拿不出能稳住预期的版本。

三、看懂榜单，比记住分数更重要

公开榜单最残酷的地方，是它只认分数、不认解释。但换个角度想，它也能把话说得很实在：谁在往上冲，谁靠老本撑着，谁在开源和下载量上有优势，谁更适合特定场景。智谱这次刻意"只做后训练、不动基座"，结果推得不差，这比分数本身更值得注意——它说明国产模型的上限还没被锁死，后续抠细节的空间还在。

如果只给"性价比"打分，你觉得国产模型里谁最值得普通用户日常使用？是免费够用的千问，还是价格更低的DeepSeek，或者是别的？说说你的理由。