雷峰网(公家号：雷峰网)讯 你很难把 Coding 仅仅视为年夜模子的诸多能力维度之一。 及纯真的文本或者图象天生比拟，代码更明确的法则、严酷的语法及可验证的成果只是部门缘故原由。更为非凡的地方于在，于 ChatBot 到 Agent 这条进化链上，Coding 象征着的东西挪用、数据处置惩罚及繁杂流程主动化，险些承载了模子从“会说”走向“能干”的绝年夜部门期待。 一个值患上存眷的变化是，Coding 正于从目炫狼籍的 Benchmark 榜单中脱颖而出，成为一种模子竞争的基础举措措施级指标。不管 OpenAI、Anthropic、Google 还有是其他厂商，于发布新模子时险些城市将 Coding 场景作为年夜秀肌肉的选择。 某种意义上，这就是正于形成中的行业共鸣，即代码能力不仅象征着编程程度，更是权衡模子逻辑推理、东西利用及现实出产力的主要角度。 咱们也很好奇，国产模子如今于 Coding 这条卷生卷死的赛道里已经经进化到了何种水平。为此咱们选择了五款以编程能力见长的国产模子，包括 DeepSeek V4 Pro、Kimi K2.六、Qwen 3.7 Max、GLM 5.1 及 MiniMax M3，将它们放进统一个真实工程使命的场景里，并让 Claude Opus 4.7 担当裁判模子，从可运行性、准确性、可读性、可维护性四个维器量化评分。 接下来就看看，各家模子的体现怎样。 编者注：这次测试选用模子，为截至 2026 年 6 月 10 日各家最新款旗舰模子，故随后发布的 Kimi K2.7 和 GLM-5.2 均未参赛。对于上述两款模子的测试也将陆续发布，接待存眷。 01 Coding 能力的测试也年夜有讲求。HumanEval、MBPP 这些业界常见的 Coding Benchmark，素质上都于测试模子会不会写代码。最多见的模式就是给出一道算法题，看模子能不克不及给出准确的解法。只能说步伐员有本身的陈腔滥调文，LLM 来了也患上写一遍。 这类测试及真实工程开发之间，还有有着不小的间隔。现实干过开发事情的人就知道，最头疼的是产物司理甩过来一份迷糊不清的需求，你患上本身去理清界限前提，此外数据库表能跑还有不敷，设计的时辰就要把将来三个月的营业扩大都思量进去。还有有可维护性，你写的代码，同事也患上能看懂，线上出了 Bug，患上从日记里能定位到根因。 跟这些比拟，把代码写出来只是最先。 以是咱们不做 LeetCode 跑分，不刷榜。此次测试选择用真实工程使命加裁判模子量化评分的模式，所有成果只有一个尺度，那就是工程场景能不克不及用起来。 咱们为这五款模子设计了两项使命。 使命 A 是完备交付一套优惠券体系，从数据库 DDL 设计到 Python 焦点逻辑，再到 API 文档及部署方案，都需要模子自力完成。 许多模子发布的时辰会选择一些“一键天生”的小游戏或者者小步伐作为 Coding 能力的展示，乍看亮眼，现实都是轻量级的小玩艺儿。而这项测试考的就是“从无到有”的架构能力，字典表扩大性、双模式有用期、并发锁设计、滑动窗口防刷、恍惚需求澄清，还有要做到中国手机号正则校验。 使命 B 是 常见的 Bug 诊断修复，但咱们于测试强度上下了功夫。模子会拿到一段包罗五个预设陷阱的高并发秒杀代码，咱们要求它诊清除因并修复。陷阱包括竞态前提超卖、Redis 缓存穿透、毗连池配置不足、事件断绝级别不妥、异样回滚漏掉。这项测试，存眷的是模子“从坏到好”的工程嗅觉。 裁判模子 Claude Opus 4.7 会从可运行性（30%）、准确性（30%）、可读性（20%）、可维护性（20%）四个维器量化打分，终极成就加权计较。 02 测试方才最先，五款模子的体现就让人年夜跌眼镜。 问题就出于需求澄清这个环节。咱们于 Prompt 里存心埋了一个恍惚表述： 短期内高频领取需阻挡 。看到这里，一个成熟的工程师就该自动追问了，甚么叫短期，一分钟还有是五分钟，甚么又叫高频，五次还有是十次？ 但使人不测的是，没有任何一款模子自动要求咱们澄清这项需求，适才提到的参数都是模子本身假定的。工程师素养是一个很难量化的隐形维度，至少于这一关，五家打了个平局：谁都没追问，谁也不比谁强。 于后续的架构设计层面，模子的体现呈现了分解。MiniMax M3 拿到了全场最高的 95 分，裁判考语是： 总体属在资深架构师水准的方案，准确性及可运行性最为精彩。 它于焦点办事实现环节的 70 分虽然不是最高，但防刷与并发安全环节以 80 分领先。于高并发场景下，MiniMax M3 不仅存眷到了功效实现，更难得的是体系不变性与可用性。 好比经由过程 Redis Lua 剧本实现库存原子扣减，从泉源上防止超卖问题，采用滑动窗口限流机制，较传统固定窗口更精准地应答突发流量及歹意刷哀求，同时引入熔断与降级计谋，于下流办事异样时保障焦点营业连续运行。这一整套组合拳，被裁判称为“工业级实现”。 Kimi K2.6 与 MiniMax M3 并列拿下了架构设计环节的第一位 95 分，但它的患上分路径彻底差别。 裁判给 Kimi 的考语是：“总体是靠近资深架构师水准的方案，准确性与可维护性最好。”它的数据库设计一样采用了字典表治理优惠券类型，没有失进硬编码三个 type 字段的坑里。但 Kimi 真实的杀手锏于可维护性，它为每一个接口编写了完备的类型表明及文档字符串，连 Redis 毗连池的异样重试计谋都写了具体的解释申明。Opus 4.7 于可读性维度上给了 4 分，扣失的 1 分是由于它用了 ASCII 流程图来展示架构，“排版略逊”。 但到了焦点办事实现环节，Kimi 只拿到 70 分，与 MiniMax 持平。问题出于一个架构级的致命无视：Redis 扣减库存乐成后，假如 DB 落库掉败，体系没有终极一致性赔偿机制。这象征着于年夜促时期一旦呈现收集抖动，用户明明抢到了券、Redis 也扣了库存，但数据库里却没有记载，也就是券平空消散了。Opus 4.7 的原话是：“Redis 与 DB 无终极一致性赔偿机制，高并发下可能呈现数据纷歧致。” 这是一个典型的“想患上全面、做患上规范、但漏了最要害的一环”的案例。 DeepSeek V4 Pro 于架构设计环节拿到了 85 份，体现尚可，裁判奖饰其“准确性最好，险些彻底笼罩需求与界限场景”。但到了焦点代码实现环节，分数跌到了 65 分。 问题出于营业逻辑准确性上，Opus 4.7 发明 discount_value 规模限定及防刷的 key_TTL 的设置有误。前者可能致使异样扣头甚至营业法则掉效，后者则象征着限流窗口太短、太长或者被不停刷新，从而减弱防刷效果甚至影响正经常使用户利用，都踩于真实场景的雷区上。 Opus 4.7 考语的原话是：“布局与并发处置惩罚思绪最佳，最差是准确性。” 这展现了一个有趣的征象，DeepSeek V4 Pro 很会 想 ，但不太会 做 。它于架构层面的抽象能力可谓一流，数据库设计用了字典表治理优惠券类型，而不是硬编码三个字段。但当触及到把设计落地为可运行代码时，它却会于界限前提上犯初级过错。 此外 Qwen 3.7 Max 及 GLM 5.1 也各有可圈可点的地方。 Qwen 3.7 Max 于架构设计环节拿到了 90 分，裁判考语是：“准确性及可运行性体现最好，笼罩参考谜底全数要点且落处所案完备。”它的亮点于在工程化思量很是全面，不仅实现了焦点逻辑，还有自动给出了 Docker Compose 部署配置及压测剧本，Opus 4.7 于可运行性维度上直接给了 5 分的成就。 但 Qwen 的短板也很光鲜。焦点办事实现只拿到 60 分，凸起问题是扣头类型用 if/elif 硬编码分支，而不是计谋模式或者配置化。这象征着假如下个月营业方说要新增一种“随机立减券”，开发者必需改焦点代码、从头部署办事，这于真实工程里是不成接管的。此外，Opus 4.7 还有提到它的可读性“相对于最弱”，缘故原由是缺乏架构图示，纯文字描写让方案的直不雅性打了扣头。 可以说，Qwen 是一个“能跑起来、但欠好维护”的典型。这是 OPC 验证的首选，但对于在持久迭代的使命，还有需要努努力。 GLM 5.1 一样于架构设计环节拿到了 90 分，裁判考语险些及 Qwen 的同样：“准确性及可运行性是最强项，笼罩参考谜底全数要点并落地完备。”它的数据库设计被 Opus 4.7 评价为“兼具可履行性与可扩大性”，优惠券类型字典表、有用期双模式、防刷滑动窗口等焦点锚点全数掷中。 但 GLM 于焦点办事实现环节也只拿到 60 分，问题出于安全性而非架构上。Opus 4.7 发明它的 schemas.py 中，CouponCreate的type字段缺乏正当的列举校验，这象征着进犯者可以直接传入一个不法的优惠券类型值，体系不会阻挡，而是可能直接入库。于真实出产情况中，这是一个潜于的安全缝隙。 更致命的是并发安全环节，GLM 只拿到 75 分，是五家中的倒数第二。它的防刷实现虽然用了滑动窗口的年夜框架，但细节上有瑕疵。Opus 4.7 指出“限流粒度偏粗，未区别用户级与 IP 级双层防护”，于面临专业羊毛党时可能会被冲破。 表 1：使命 A 各环节患上分 不外综合成就看下来，所有模子于这项使命中的体现都算不上优异。MiniMax M3 及 Kimi K2.6 并列第一，拿下 81.0，最低分则是 DeepSeek V4 Pro 的 73.5。放于百分制里看，这相称在全班第一位考了 81 分。不是学霸太强，是试卷太难。这类繁杂架构的从零天生，简直是今天 Coding 模子的一年夜痛点。 03 假如说使命 A 是一次团体挂科的期中测验，那使命 B 就是期末补考。全班都和格了，甚至考患上还有不错。患上分最高的仍旧是 MiniMax M3，拿下 89.7 分，分数最低的 GLM 5.1 也有 79.0，基本都于 80 分段以上。这象征着，给一个现成的 Bug 让模子找，比让模子从零写一个无 Bug 的体系，要轻易患上多。 于找 Bug 这件事上，MiniMax M三、DeepSeek V4 Pro、Qwen 3.7 Max 的成就并列。三家的 Bug 发明率都拿到了 90 分，也就是掷中了五个预设陷阱中的至少四个。 DeepSeek V4 Pro 于这一环节的体现特别值患上存眷。虽然于使命 A 中排名垫底，但于 Bug 诊断中它与 MiniMax M3 及 Qwen 3.7 Max 并列第一。Opus 4.7 指出，它笼罩了全数预设问题且布局清楚，于准确性及可读性上体现最好。一种可能的注释是，也许 DeepSeek V4 Pro 的强项偏偏是理解繁杂逻辑。 于修复质量上，Kimi 与 MiniMax 的患上分并列第一。 Kimi K2.6 以 90 分的总分与 MiniMax M3 持平，裁判给了很高的评价，称其修复方案“总体是一份靠近出产级的修复方案，可读性及可维护性最好，包括解释三段式、配置中央及布局化日记。” 一个值患上留意的细节是，Kimi 于修复代码中引入了配置中央，也就是将将限流阈值、毗连池参数、超不时间全数外置。假如这三者被写死于代码里，那末一旦线上流量变化或者情况切换，就必需从头修改代码、测试并发布版本，维护成本很高，也轻易引入新的问题。 Opus 4.7 评价其为出产级的缘故原由也于这里，引入配置中央象征着这些运行参数与营业逻辑解耦，运维或者开发职员可以按照现实负载动态调解配置，无需从头部署办事，年夜幅晋升了体系的矫捷性及可运维性。 更主要的是，开发、测试、预发、出产的差别情况下往往需要差别参数配置。配置中央可以或许实现同一治理、版本节制及灰度发布，防止“当地正常、线上异样”的配置漂移问题。于高并发体系中，限流、毗连池及超时参数自己就是不变性管理的主要抓手，将其外置申明 Kimi K2.6 思量到了体系持久运行及连续演进的需求，而不是仅满意当前场景。 于基础修复以外，五款模子都给出了架构层面的优化建议。MiniMax M三、Kimi K2.六、GLM 5.1 于这一环节都拿到了 90 分，此中 MiniMax M3 的建议被认为于“布局化出现 + 全维度运维考量”上最为精彩，涵盖了缓存预热、异步落库赔偿、限流降级、监控诉警及容量计划五个维度。 ▎容量计划 Kimi 及 Qwen 于架构优化中都提到了“扩容”，但基本上是“建议增长 Redis 节点”这类原则性表述。MiniMax M3 则给出了详细的扩容阈值及分片计谋，好比 QPS 到达几多时触发扩容、Redis Cluster 分几个 shard、每一个 shard 的内存上限设几多。Opus 4.7 恰是由于这些数字而扣了它的分（“部门容量数字未给出详细计较依据”），但反过来看，敢给详细数字自己就申明它于运维落地层面想患上比其他模子深一层。 ▎异步落库赔偿机制 其他模子（包括 DeepSeek V4 Pro 及 Qwen 3.7 Max）都提到了“异步写 DB 来降低 Redis 延迟”，但基本上点到为止。MiniMax M3 则于这个基础上补了一个赔偿链路的设计，假如异步落库掉败，怎样经由过程动静行列步队重试、掉败后多久触发告警、以和怎样于纷歧致时做数据对于账修复。这是一个许多工程师于真实项目里城市遗漏的点：写了异步逻辑，但没写掉败兜底。 ▎灰度发布方案 MiniMax M3 的文档中包罗了渐进式灰度切流的部署计谋——先小流量验证库存扣减一致性，再慢慢放年夜。这个维度于 Kimi 及 Qwen 的文档中彻底没有呈现。GLM 5.1 虽然提到了“运维方案”，但更可能是监控及日记层面，没有触及发布计谋。 DeepSeek V4 Pro 于这一环节的 80 分是全场最低，裁判考语是“缺乏监控/限流详细实现细节”。成心思的是，这与它于使命 A 中揭示的“架构抽象能力强但落地细节弱”的特性高度一致。 表 2：使命 B 各环节患上分 04 到此为止，已经经可以算出综合排名。 令咱们不测的是，MiniMax M3 以 85.3 的综合患上分爆冷夺冠。其于 Bug 诊断与修复环节的体现尤为凸起（89.7 分），而DeepSeek V4 Pro 虽然综合患上分排名第四（78.6 分），但依附最低的 API 订价，性价比指标（CPP 美金0.20）全场最优，是预算敏感型团队的首选。 表 3：综合排名 于此前的两项测试使命中，五款模子体现出了悬殊的特征。MiniMax M3 的 Task B 患上分（89.7）全场最高，Bug 诊断及修复都可谓工业级。假如比作工程师的话，它应该是团队里阿谁于 Code Review 时一眼看出代码里竞态前提的人，也是阿谁于妨碍排查时最快定位根因的人。 但它不是那种能从零搭建完备体系的人，至少不是做患上最佳的阿谁。Task A 的 81.0 虽然也是并列第一，但这个分数自己就象征着 还有有 19 分的晋升空间 。写代码对于它来讲不是恬静区，找 Bug 才是。 Kimi K2.6 的体现一样亮眼，所有子项患上分都于 70-90 分之间，这是一份没有较着短板，还有可以或许一够单项最高的成就。它的文档及运维方案被 Opus 4.7 重复奖饰为“最出彩”、“最详确可落地”，此中于修复实现环节引入配置中央及布局化日记的做法，可谓此次角逐中工程实践可维护性的标杆。 不外以前没有提到的一处隐忧是，Kimi K2.6 于使命 A 的焦点代码实现中漏掉了 Redis 与 DB 的终极一致性赔偿。于秒杀场景下，这多是个致命的过错。这类画像有点像是一个干事很规范的工程师，但偶然也会于年夜局不雅上掉焦。 Qwen 3.7 Max 的体现，用一个词形容就是 稳 。Task A 77.5，Task B 87.0，综合 82.2，排名第三。咱们复盘成就的时辰发明，它于任何环节都没有拿过第一位，但也没有跌出过前三。不冷艳，但毫不会出年夜错，这就是你于任何项目上均可以安心用的人。 对于在 DeepSeek V4 Pro，则有不小的争议，优点及短板都相称较着。综合患上分 78.6，排名第四的暗地里，是险些溢出的架构设计能力及火候短缺的工程落地体现。前一脚能于需求澄清与架构设计环节拿到 85 分，后一步就于焦点代码实现上跌到 65。更极度的是，它于 Bug 诊断环节以 90 分并列第一。这申明它不是不懂，而是于从“想”到“做”的转化历程中出了问题。 GLM 5.1 的特征也很光鲜。虽然于两项使命中都是末了一位，但它于修复实现的可读性维度上拿到了 5 分，于架构优化环节也拿到了 90 分。这申明当给定明确标的目的时，它就能给出布局清楚、笼罩面广的方案。但于没有锚点的创造性使命中，它轻易被其他模子拉开差距。这是最合适最为辅助性编程东西的选手，人类工程师的主导及标的目的撑持下，就会阐扬出最强的机能。 05 数据截至 2026 年 6 月 3 日，各模子国际官网标价： 表 4：各模子官网最新 API 订价对于比 这份价格内外有几个值患上留意的点。DeepSeek V4 Pro 于 5 月 31 日以后，原有的 75% off 扣头价已经成为正式官方价，使其成为五家中单价最低的模子，输出价格甚至不到 Kimi 的四分之一。MiniMax M3 采用阶梯订价，今朝官网正于举行限时 5 折勾当，扣头后价格甚至低在 DeepSeek。Qwen 3.7 Max 是五家中最贵的，约为 DeepSeek 的 3-4 倍。 光比能力不分价格，是耍地痞。假定你是一个中小团队的 Tech Lead，天天跑一个中度 Agent workload（日耗 100 万 Input Token + 10 万 Output Token），那末按上面这份各模子官网最新标价，一个月的账单以下： 表 5：月度成本与性价比对于比 可以看到几个惊人的数字。DeepSeek V4 Pro 的 CPP（成天性价比）为 美金0.20，象征开花 20 美分就能买到 1 分的能力。比拟之下，Qwen 3.7 Max 买一样的 1 分能力需要 美金0.59，贵了整整 3 倍。用 Qwen 一个月的预算（美金48.75），可以跑三个月 DeepSeek 还有剩 美金1.77。 MiniMax M3 的限时 5 折价使其月度成本仅为 美金12.60，CPP 仅 美金0.15，甚至比 DeepSeek 还有自制。但需要留意这是限时扣头价，尺度价 美金25.20 的 CPP 为 美金0.30，仍优在 Kimi 及 Qwen。 假如你是对于预算极端敏感的小我私家开发者或者草创公司，DeepSeek V4 Pro 就是最经济的选择。固然对于在寻求扣头盈余的短时间项目而言， MiniMax M3 的五折价也是一个方案。并且综合实力最强、Bug 诊断最好的成就，让这款模子于尺度价之下也相称有竞争力。 假如想作为团队主力持久利用，则可以思量 Kimi K2.6。虽然综合患上分第二，但也胜于没有较着短板、规范性强上。而对于在为生态集成买单的阿里云用户来讲，Qwen 3.7 Max 的体现也一样靠得住。 假如把此次评测比方成一场雇用口试，五家模子各自拿到了差别的 offer。 MiniMax M3 是高级工程师，Bug 排查能力全场最强，但入职后需要配一个架构师帮它把关从零建体系的活儿。Kimi K2.6 拿到了技能主干的 offer，没有较着短板，规范性强，是任何团队均可以安心拜托的主力。Qwen 3.7 Max 更像资深工程师，稳健靠得住，但工资要求最高。DeepSeek V4 Pro 作为性价比之王当之无愧，花起码的钱，就能买到中上的能力，而 GLM 5.1 则还有于试用期。 复盘整场角逐，MiniMax M3 的夺冠也让咱们从头思索 Coding 能力的竞争。也许这条赛道上真实的比拼，早就从写出更优雅的算法，进化到了谁能理解更繁杂的工程约束，甚至拥有或者是模拟一种玄而又玄的工程师嗅觉。究竟于真实营业场景中，一个能精准定位竞态前提、给出工业级修复方案的模子，远比一个会写快速排序的模子有价值。 于这场国产年夜模子的混战中，有人比拼能力上限，有人从头界说性价比的底线。而开发者的幸福于在，你终究可以再也不被价格绑架，按照团队范围及项目需求，选一个真正合适你的“赛博同事”了。 雷峰网特约稿件，未经授权禁止转载。详情见转载须知。
吉公网安备 22010202000255号