五维对决：MiniMax、DeepSeek、智谱、Kimi，谁在定义国产大模型的下一站？

      2026 年 8 月，国产大模型赛道迎来了一次集中爆发。DeepSeek V4 Pro 正式版上线、智谱 GLM-5.3 发布、MiniMax H3 开源后市场份额从 0.2% 飙升至 4.7%，而 Kimi K3 早已以 2.8 万亿参数刷新全球开源模型纪录。四家独立大模型公司，在五个核心维度上展开了正面交锋。

      一、模型底座：Kimi 领跑参数，MiniMax 押注下一代

    参数规模是模型能力的 " 门票 "。Kimi K3 以 2.8 万亿总参数、1040 亿激活参数位居全球开源模型之首。DeepSeek V4 Pro 正式版总参数 1.7 万亿，激活 490 亿。智谱 GLM-5.3 参数 7530 亿，与上一代基本一致。MiniMax 当前 M3 为 4280 亿总参数、激活仅 230 亿。

但真正的变量是 M3 Pro ——预计 9-10 月发布，参数达 2.7 万亿，是 M3 的 6.3 倍，将一举反超 Kimi 成为国产参数规模最大的模型。在编程能力上，M3 已在 SWE-Bench Pro 跑出 59.0%，超过 GPT-5.5 与 Gemini 3.1 Pro；GLM-5.3 在 Z.ai Code Bench 高难度档达到 31.4%，超越 Claude Opus 4.8。

      二、多模态能力：MiniMax 全模态碾压

    这是 MiniMax 最突出的优势。H3 支持文、图、音、视频统一输入，可生成 2K 分辨率、最长 15 秒音画内容，定价仅 0.8 元 / 秒，为同类旗舰的三分之一。M3 本身也是首个从 Step 0 开始多模态混合训练的模型。Kimi K3 原生支持视觉理解；DeepSeek V4 视觉模式尚在灰度测试；智谱 GLM-5V-Turbo 侧重视觉编程。综合来看，MiniMax 是唯一在文本、视频、音乐三线同时具备全球竞争力的玩家。

      三、Agent 能力：DeepSeek Harness 生态爆发 vs. MiniMax Mavis 多角色协作

    8 月 13 日，DeepSeek Harness 开源，主打 " 一切皆插件 "，发布 12 小时 GitHub 获 5 万星标，生态爆发力惊人。MiniMax 的 Mavis（5 月升级）则采用 Leader-Worker-Verifier 三角色对抗协作机制，适合超长、超复杂任务。智谱 GLM-5.3 在 DeepSWE v1.1 从 46.2 跃升至 66.9；Kimi K3 支持 300 个子 Agent 并行。两条路线各有千秋：Harness 偏向开源基建，Mavis 偏向多角色协作。

      四、成本与商业化：MiniMax 性价比之王，Kimi 最贵

      API 定价对比如下（每百万 tokens）：

· MiniMax M3：输入 2.1 元，输出 8.4 元（永久五折），四家中最便宜。

· DeepSeek V4 Pro：输入 3 元（高峰 9 元），输出 6 元（高峰 27 元），价格紧随其后。

· 智谱 GLM-5.3：输入 8 元，输出 28 元。

· Kimi K3：输入 20 元（约 3 美元），输出 100 元（约 15 美元），四家中最贵。

商业化层面，MiniMax 的 ARR 从 2025 年底约 1 亿美元增至 2026 年 4 月约 4.3 亿美元，管理层对年底实现 10 亿美元 ARR 充满信心。

      五、生态与开发者社区：DeepSeek Harness 引爆，MiniMax 全栈开源

    DeepSeek Harness 开源 12 小时获 5 万 GitHub 星标，社区已收录 288 个插件仓库。MiniMax H3 开源获海内外十余家芯片厂商 Day-0 适配，M3 和 H3 全系开源。Kimi K3 登顶 Hugging Face 趋势榜。智谱 ZCode 用户破百万。DeepSeek 生态爆发力最强，MiniMax 生态兼容性最广。

综合评分与排序

按五个维度（底座、多模态、Agent、成本、生态）满分各 5 分，四家公司综合得分如下：

· 第一名：MiniMax，总分 23 分。底座 4 分，多模态 5 分，Agent5 分，成本 5 分，生态 4 分。凭借全模态能力、最低成本、Mavis 多智能体协作的综合优势位居第一。

· 第二名：DeepSeek，总分 22 分。底座 5 分，多模态 3 分，Agent4 分，成本 5 分，生态 5 分。以极致性价比和 Harness 生态爆发力紧随其后。

· 第三名：Kimi，总分 20 分。底座 5 分，多模态 4 分，Agent4 分，成本 3 分，生态 4 分。参数领先但价格昂贵。

· 第四名：智谱，总分 18 分。底座 4 分，多模态 4 分，Agent4 分，成本 3 分，生态 3 分。后训练路线独特但商业化压力最大。

真正的胜负手，或许就在 9-10 月 M3 Pro 的发布—— 2.7 万亿参数的开源模型一旦落地，这场五维对决的天平，将再次倾斜。

      风险提示：本文内容基于公开信息整理，仅供参考，不构成任何投资建议。

追加内容

本文作者可以追加内容哦 !