DeepSeek V4 Flash 价格仅 $0.14/M tokens，通义千问 Max 中文写作碾压 GPT，Kimi 200 万上下文可以一次读完《三体》三部曲，GLM 智谱支持私有化部署......国产模型在 2026 年已经不是"平替"了，在某些场景甚至比海外模型做得更好。
但问题来了：这些模型在 Hermes Agent 上表现如何？ 本文实测四款主流国产模型，覆盖编码、写作、翻译、长文档四个场景，给出选购建议。
一、参测模型与配置
1.1 模型资费一览
| 模型 | 提供商 | 输入价格（/M tokens） | 输出价格（/M tokens） | 上下文长度 |
|---|---|---|---|---|
| DeepSeek V4 Flash | DeepSeek | $0.14 | $0.28 | 1M |
| DeepSeek V4 Pro | DeepSeek | $1.74 | $3.48 | 1M |
| 通义千问 Max | Alibaba DashScope | $0.80 | $3.20 | 256K |
| Kimi (moonshot-v1) | 月之暗面 | $0.50 | $2.00 | 200 万 |
| GLM-5.1 | Z.AI / 智谱 | $0.60 | $2.40 | 128K |
| Qwen3.7-Max | Alibaba DashScope | $1.20 | $4.80 | 128K |
1.2 Hermes 中的配置方式
# DeepSeek
echo 'DEEPSEEK_API_KEY=sk-...' >> ~/.hermes/.env
hermes config set model.provider deepseek
hermes config set model.default deepseek-v4-flash
# 通义千问
echo 'DASHSCOPE_API_KEY=sk-...' >> ~/.hermes/.env
hermes config set model.provider dashscope
hermes config set model.default qwen-max
# Kimi
echo 'KIMI_API_KEY=sk-...' >> ~/.hermes/.env
hermes config set model.provider kimi
# GLM
echo 'GLM_API_KEY=...' >> ~/.hermes/.env
hermes config set model.provider zai二、场景实测
场景 1：编码（Python FastAPI + PostgreSQL CRUD）
任务： "创建一个用户管理模块，包含注册、登录、获取用户列表三个接口，用 FastAPI + Pydantic v2 + SQLAlchemy 2.0，写测试。"
| 评估维度 | DeepSeek Flash | DeepSeek Pro | 通义千问 Max | Kimi | GLM-5.1 |
|---|---|---|---|---|---|
| 代码正确性 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ |
| 类型注解完整性 | 有的缺了 | ✅ 完整 | 部分缺了 | ✅ 完整 | 部分缺了 |
| 测试覆盖 | 基本覆盖 | ✅ 完整 | 基本覆盖 | ✅ 完整 | 只有主路径 |
| 错误处理 | 基础 try-except | ✅ 完整 | 基础 | ✅ 完整 | 基础 |
| 首次运行通过率 | 85% | 95% | 70% | 90% | 75% |
| 延迟（首 token） | 0.8s | 1.5s | 2.0s | 1.2s | 1.8s |
编码场景结论：
- 首选：DeepSeek V4 Pro --- 代码质量最优，价格合理
- 省钱选：DeepSeek V4 Flash --- 代码质量足够，价格只有 Pro 的 1/10
- 通义千问和 Kimi 编码能力接近，但不如 DeepSeek 稳定
- GLM 编码能力最弱，不建议用于编程
场景 2：中文技术写作（翻译 + 重写一篇英文技术文档）
任务： "把这篇英文 API 文档翻译成中文技术博客，要求：技术术语保留英文括号标注，句式用中文习惯重组，删掉啰嗦的部分。"
| 评估维度 | DeepSeek Flash | DeepSeek Pro | 通义千问 Max | Kimi | GLM-5.1 |
|---|---|---|---|---|---|
| 翻译准确度 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 中文流畅度 | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ |
| 术语处理 | 有的没标注 | ✅ 规范 | ✅ 非常规范 | ✅ 规范 | 一般 |
| 句式重构 | 一般 | 好 | 非常好 | 好 | 一般 |
| 啰嗦删减 | 不太够 | 好 | 很好 | 好 | 不太够 |
写作场景结论：
- 首选：通义千问 Max --- 中文写作一骑绝尘，句式自然、术语规范
- 次选：DeepSeek Pro / Kimi --- 都很好
- 通义千问在中文语感上有明显优势，毕竟是阿里达摩院的底子
场景 3：长文档处理（分析一篇 8 万字的技术报告）
任务： "读这篇 8 万字的技术报告，总结核心观点，列出关键数据，指出报告中可能的偏误。"
| 评估维度 | DeepSeek Flash | DeepSeek Pro | 通义千问 Max | Kimi | GLM-5.1 |
|---|---|---|---|---|---|
| 是否一次读完全文 | ✅ 1M 上下文 | ✅ 1M 上下文 | ❌ 截断了 | ✅ 200 万上下文 | ❌ 截断了 |
| 总结准确度 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | N/A（截断） | ⭐⭐⭐⭐⭐ | N/A |
| 关键数据提取 | ⭐⭐⭐ | ⭐⭐⭐⭐ | N/A | ⭐⭐⭐⭐⭐ | N/A |
| 偏误识别 | ⭐⭐⭐ | ⭐⭐⭐⭐ | N/A | ⭐⭐⭐⭐ | N/A |
长文档场景结论：
- 首选：Kimi --- 200 万上下文是它最独特的优势，别的模型做不到
- 次选：DeepSeek Pro（1M 上下文也够用）
- Kimi 适合：法律文档分析、学术论文综述、大代码库全局分析
场景 4：代码解释和调试（一个 500 行的 Legacy 代码）
任务： "下面这段 PHP Legacy 代码是干什么的？有没有 Bug？怎么重构？"
| 评估维度 | DeepSeek Flash | DeepSeek Pro | 通义千问 Max | Kimi | GLM-5.1 |
|---|---|---|---|---|---|
| 代码理解 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ |
| Bug 发现 | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐ |
| 重构建议 | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐ |
| 安全性检查 | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐ | ⭐⭐⭐ | ⭐⭐ |
调试场景结论：
- 首选：DeepSeek Pro --- 代码理解和 Bug 发现能力最强
- 次选：DeepSeek Flash / Kimi --- 够用
- DeepSeek 在代码方面的优势明显，跟它的训练数据侧重编程有关
三、综合评分
| 场景 | 冠军 | 亚军 | 省钱首选 |
|---|---|---|---|
| 编码 | DeepSeek V4 Pro | Kimi | DeepSeek V4 Flash |
| 中文写作 | 通义千问 Max | DeepSeek Pro | DeepSeek Flash |
| 长文档 | Kimi | DeepSeek Pro | --- |
| 代码调试 | DeepSeek V4 Pro | Kimi | DeepSeek V4 Flash |
| 综合性价比 | --- | --- | DeepSeek V4 Flash |
四、最佳实践：搭配方案
方案 A：极致省钱（月费 $2-8）
# 默认跑 Flash
model:
default: deepseek-v4-flash
provider: deepseek日常编码、翻译、写作全用 DeepSeek Flash。虽然中文写作不如通义，但价格优势巨大。
方案 B：平衡方案（月费 $8-20）
利用 Profile 系统，不同任务用不同模型：
# Profile: default → DeepSeek Flash（聊天、查资料）
# Profile: coder → DeepSeek Pro（写代码）
# Profile: writer → 通义千问 Max（写文章）
# Profile: research → Kimi（读长文档）
hermes profile create coder --clone
hermes -p coder config set model.default deepseek-v4-pro
hermes profile create writer --clone
hermes -p writer config set model.provider dashscope
hermes -p writer config set model.default qwen-max
hermes profile create research --clone
hermes -p research config set model.provider kimi方案 C：备用链（故障转移）
# 主用 DeepSeek，它挂了自动切通义
model:
default: deepseek-v4-flash
provider: deepseek
fallback_providers:
- provider: dashscope
model: qwen-max五、国内用户专属建议
- 网络延迟：所有国产模型在国内直连延迟都很低（<1s）。DeepSeek 和通义最快。不需要代理。
- 价格优势：DeepSeek Flash 的 $0.14/M 是全球最低价之一，比 GPT-4o 便宜约 50 倍
- 中文优势：通义千问 Max 的中文写作质量优于 GPT-5 和 Claude
- 私密部署：GLM 支持私有化部署，适合对数据安全有要求的企业
- 免费额度：Kimi 和通义新用户通常赠送数百万 token 的免费额度
六、一句话总结
写代码找 DeepSeek，写文章找通义，读长文档找 Kimi，私有化部署找 GLM。
但如果你只想装一个------DeepSeek V4 Flash 的性价比让所有竞品望尘莫及，$0.14/M 的价格、1M 上下文、足够好的编码和中文能力。在 Hermes 上把它设为默认模型，一年省下的钱够买几本书了。