2026 年中国大模型：如何替代 ChatGPT 和 Claude，以及有哪些坑

通过 API 调用 GPT-5.5，一百万个输出 token 要 30 美元。Claude Sonnet 5.5 要 10 美元。DeepSeek V4.1 Flash 只要 0.60 美元起。

这不是笔误。差距是几十倍。不仅如此，DeepSeek 的模型可以完整下载，部署在你自己的服务器上，因为它的权重以 MIT 许可证公开。明天就能集成进产品。

听起来像社交媒体上的骗局广告。但这就是 2026 年的现实：中国实验室几乎每个月都会发布达到西方旗舰水平的模型，而且免费开放。全世界的开发者已经在用了。

我们来看看这些模型是什么、真正能做什么、怎么接入 Claude Code——以及坑在哪里。坑是有的，而且不止一个。

什么是开放模型，为什么重要

简单来说：开放模型（open-weight）是权重公开可下载的神经网络。你可以在自己的硬件上运行它，针对自己的任务微调，并把它集成进产品——不需要订阅，也不用把数据发到别人的云上。

ChatGPT 和 Claude 是闭源模型。你只能通过网站、应用或 API 使用它们，模型本身运行在 OpenAI 和 Anthropic 的服务器上。开放模型则可以真正归你所有：下载下来，就是你的，按你的条件使用。至于有多大程度归你，要看许可证——后面会讲。

中国公司为什么免费开放模型

几年前，提到开放模型，大家首先想到的是 Meta 的 Llama。到了 2026 年，格局变了。根据 Hugging Face 的春季报告，2025 年 2 月到 2026 年 2 月，平台上 41% 的下载量来自中国开放模型，美国模型占 36.5%。

据多方估计，阿里巴巴的 Qwen 系列下载量已突破十亿次，超过了 Llama。基于它微调出的衍生模型，比任何其他系列都多。

为什么中国公司要免费放出 OpenAI 和 Anthropic 收费的东西？原因有几个：

• 这是抢占市场的策略。 当全世界的开发者都在你的模型上做产品，你就成了标准。钱随后会从云服务、企业客户和下一代模型中赚回来。
• 中国国内的竞争。 DeepSeek、阿里巴巴、月之暗面、智谱、MiniMax 和字节跳动之间竞争极其激烈，几乎每周都有人发布新版本。
• 训练成本下降了。 中国实验室学会了用更低的成本训练强大的模型，包括在美国芯片供应受限的情况下。

对开发者来说，结论很简单：2026 年可选的模型比以往任何时候都多，而且其中一部分是免费的。

2026 年主要的中国大模型

先说一个重要的前提。这里的版本更新太快，任何评测几个月就会过时。以下是截至 2026 年 10 月底的情况。

DeepSeek V4：最便宜的 API

就是那家在 2025 年 1 月让英伟达股价暴跌的公司。DeepSeek 现在有两个主力模型：V4 Pro 和 V4.1 Flash。最新版 Flash 于 2026 年 10 月 17 日发布，权重以 MIT 许可证开放，上下文最长一百万 token。

优势是价格。Flash 比西方旗舰便宜几十倍，在非高峰时段还能再便宜一半左右。做后台自动化、文档处理和批量任务，几乎等于免费。

劣势是复杂智能体任务中的可靠性。Tom's Hardware 在评测新模型时特别指出：它很节省显存，但在智能体场景下比闭源竞品更容易产生幻觉。

Qwen 3.8：最受欢迎的开放模型

阿里巴巴的模型系列。当前一代是 Qwen 3.8，据阿里巴巴称，Qwen 4 正在训练中。Qwen 最大的优点是尺寸选择丰富：从能在自己电脑上真正跑起来的小模型，到重量级旗舰。小版本采用 Apache 2.0 许可证，是最宽松的许可证之一。

如果你需要一个能针对自己任务微调的开放模型，Qwen 是首选。正因如此，基于它的衍生模型最多。

Kimi K3：面向代码和智能体的旗舰

月之暗面（Moonshot AI）出品。K3 于 2026 年 7 月 16 日发布，两周后月之暗面公开了权重。规模惊人：2.8 万亿参数，上下文一百万 token。它专为长时间的智能体任务设计：在大型仓库中导航、调试、使用工具和分析日志。

Kimi 之前就上过新闻：最近它在 27 分钟内找到了 Redis 中的一个远程代码执行漏洞。

需要注意的是许可证。它不是 MIT，而是自定义许可证：通过 K3 推理每年收入超过 2000 万美元的服务商需要分成。作为开发者你大概率不受影响，但在产品中使用模型之前，许可证一定要读。

GLM-5：面向编程的开放模型

智谱 AI（现更名为 Z.ai）的模型系列。2026 年 4 月，公司以 MIT 许可证开放了 GLM-5.1 的权重。按 Z.ai 自己的测试，该模型在 SWE-Bench Pro 基准上排名第一，超过了 GPT-5.4 和 Claude Opus 4.6。需要说明的是：这个结果由公司自行公布，而且此后 Z.ai 又发布了几个新版本——这里的更新几乎是每月一次。

面向开发者，Z.ai 还提供 GLM Coding Plan——每月 18 美元起的订阅，可以直接在 Claude Code 里使用。后面会详细讲。

MiniMax M3：百万上下文与多模态

MiniMax 出品，2026 年夏天发布，权重开放。公司押注在一个模型里结合三件事：强大的编程能力、一百万 token 的上下文，以及原生的图像理解。需要一次性喂给模型大量文档或代码时，它是不错的选择。

Seedream 和 Seedance：字节跳动的图像和视频

中国公司不只在文本模型上强。做出抖音和 TikTok 的字节跳动，推出的图像和视频生成器能和西方最好的产品一较高下。

Seedream 5.0 是图像生成器。字节跳动在 2026 年 2 月发布了它，定位是比谷歌 Nano Banana Pro 更便宜的替代品，夏天又推出了 Pro 版本。它能生成 2K 和 4K 图像，可以根据参考图编辑图片，轻量版甚至会在生成前先联网搜索信息。通过 OpenRouter，Seedream 5.0 Pro 生成一张图约 0.045 美元。

Seedance 2.0 是视频生成器。从 2026 年春天起，它直接集成在剪映海外版 CapCut 和 Dreamina 中，Dreamina 上已经有 2.5 版本，可以生成最长 30 秒的视频。开发者可以通过 BytePlus 调用 API。

这和开发者有什么关系？因为产品不只是代码。图标、落地页插图、游戏素材、上线用的演示视频——以前这些都需要设计师、剪辑师和预算。现在一个晚上就能做出第一版。一个人加上代码和这些工具，就能完成过去需要一个小团队才能做的事。

对比：该选哪个模型

中国服务商的价格变动频繁，常有上线折扣，高峰和非高峰时段的价格也不同。在把成本算进产品之前，请以官方价格页为准。

怎样在 Claude Code 里使用中国大模型

接下来是最实用的部分。Claude Code 不只能用 Claude 模型。它会把请求发到环境变量 ANTHROPIC_BASE_URL 指定的地址，而 DeepSeek、月之暗面和 Z.ai 都提供了兼容 Anthropic 格式的 API。

下面是 DeepSeek 官方文档里的配置：

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=<你的 DeepSeek API 密钥>
export ANTHROPIC_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-flash
claude

后缀 [1m] 用于开启一百万 token 的上下文。如果配置里保留 Claude 的模型名，DeepSeek 会自动转发请求：Opus 转到 V4 Pro，Sonnet 和 Haiku 转到 Flash。

之后 Claude Code 照常工作——同样的命令、同样的 Skills、同样的子智能体——只是负责思考的变成了 DeepSeek。月之暗面的 Kimi K3 和 Z.ai 的 GLM 也是同样的方式：各自的 API 地址和各自的密钥。

有三件事最好提前知道：

• 这不是 Anthropic 官方支持的配置。 它由中国服务商自己提供文档。有些功能可能表现不同：比如中国模型不会出现在 /model 菜单里，想确认当前是哪个模型在回答，可以用 /status。
• 注意 ANTHROPIC_API_KEY 变量。 如果它还留在环境里，可能会覆盖服务商的密钥，请求会悄悄发到 Anthropic，并按全价计费。
• 效果会有差别。 Claude Code 是针对 Claude 模型调优的。简单任务几乎看不出区别，长时间的智能体会话里差别就明显了。

智能体本身、Skills、子智能体和钩子是怎么工作的，我们在 AI 智能体是如何工作的 一文中详细讲过。

坑在哪里

吹捧式评测通常讲到这里就结束了。我们不会。在把工作迁移到中国大模型之前，有四件事值得想清楚。

1. “本地部署”不等于在笔记本上跑

评测很喜欢说，中国大模型可以通过 Ollama 或 LM Studio 直接在自己电脑上运行。技术上没错，实际上只适用于小版本。旗舰 GLM-5.1 约有 7440 亿参数，Kimi K3 有 2.8 万亿。要跑这种规模，需要的不是笔记本，而是装着多块昂贵显卡的服务器机柜。

普通电脑上真正能跑的是蒸馏过的小模型——比如 200 亿到 300 亿参数的 Qwen 小版本。它们有用，但达不到旗舰水平。

2. 你的数据去了哪里

在自己服务器上运行开放模型是一回事，调用中国公司的云端 API 是另一回事。DeepSeek 的隐私政策明确写着，请求和上传的文件存储在中国境内的服务器上。正因为如此，澳大利亚禁止在政府设备上使用 DeepSeek，意大利监管机构要求从应用商店下架该应用，捷克和台湾地区也禁止政府机构使用。

一条实用的规则：个人业余项目用云端 API 没问题。公司的代码、密钥和客户数据——只用本地部署，或者交给自己托管开放权重的海外服务商。权重是同一份，但数据始终在你的掌控之中。

3. AI 垃圾内容并没有消失

便宜的模型犯错不会比贵的少，有时反而更多。在复杂逻辑和长时间智能体任务中，中国大模型明显更容易自信地给出跑不通的代码，或者编造不存在的方法。各家公司自己公布的基准成绩要打个折看：它们测的是方便测的东西。

4. “开放”不等于“随便用”

MIT 和 Apache 2.0 确实是宽松的许可证。但 Kimi K3 用的是自定义许可证，对大型商业服务商有附加条件。在模型之上做产品之前，花十分钟读一下许可证。这比以后推倒重来便宜得多。

这对开发者意味着什么

有一个我们反复强调的老观点：工具会归零，基础会留下。中国大模型把这一点展现得最清楚。

一年前，能用上强大的模型还是一种优势。现在，旗舰级模型可以免费拿到，一个月后还会有下一个——也是免费的。模型正在变成像电一样的基础资源。没有人会因为自家插座里有电而自豪。

价值正在转向那些会用电的人。根据任务和预算选模型。把它接入智能体。检查它写了什么——并发现它在哪里自信地犯了错。设置好权限，别让智能体闯祸。这才是值钱的技能。而且它不会因为新模型发布而贬值——恰恰相反，它会越来越值钱。

最好的模型，不是在基准排行榜上最靠前的那个，而是你能验证其结果的那个。

在哪里学

用一种不依赖任何单一模型的方式和智能体协作——这正是我们 AI Academy 的 用 Claude Code 开发 课程要教的。16 个等级、200+ 道任务：权限与上下文、Skills、子智能体、MCP、钩子、plan mode，以及通过 git 掌控一切。无论底层用的是哪个模型，这些都一样适用。

如果你刚开始学编程，就从基础学起：要检查模型写的代码，你自己得会读代码。我们的 Python 课程 正是为此而设，有数千道即时判题的任务。

常见问题

2026 年最好的中国大模型有哪些？ 截至 2026 年 10 月底，主要有：DeepSeek V4（最便宜的 API）、阿里巴巴的 Qwen 3.8（最受欢迎的开放模型）、月之暗面的 Kimi K3（智能体编程和大型仓库）、Z.ai 的 GLM-5 系列（编程、在 Claude Code 中使用）以及 MiniMax M3（百万 token 上下文和多模态）。图像和视频方面有字节跳动的 Seedream 5.0 和 Seedance 2.0。

中国大模型能替代 ChatGPT 和 Claude 吗？ 在很多任务上可以：自动化、文档处理、中等复杂度的代码生成。在复杂逻辑和长时间的智能体场景中，中国大模型目前出错更多。主要优势是 API 价格低几十倍，并且可以在自己的服务器上运行。

中国大模型的 API 多少钱？ DeepSeek V4.1 Flash 每百万输入 token 0.15 美元起，每百万输出 token 0.60 美元起。Kimi K3 分别是 3 美元和 15 美元。作为对比：Claude Sonnet 5.5 是 2 美元和 10 美元，GPT-5.5 是 5 美元和 30 美元。价格经常变动，请以服务商官方页面为准。

可以在自己的电脑上运行中国大模型吗？ 只能运行小版本——比如通过 Ollama 或 LM Studio 运行 200 亿到 300 亿参数的 Qwen 小模型。GLM-5.1（约 7440 亿参数）或 Kimi K3（2.8 万亿参数）这样的旗舰，需要配备多块高性能显卡的服务器硬件。

把代码发给中国大模型安全吗？ 通过云端 API 要谨慎：比如 DeepSeek 会把请求和文件存储在中国境内的服务器上，因此一些国家禁止在政府设备上使用它。对于公司代码和客户数据，更稳妥的做法是在本地运行开放权重，或者使用自行托管这些权重的海外服务商。

怎样在 Claude Code 中使用 DeepSeek 或 Kimi？ 通过环境变量：把 ANTHROPIC_BASE_URL 设为服务商兼容 Anthropic 的地址（例如 https://api.deepseek.com/anthropic），在 ANTHROPIC_AUTH_TOKEN 中填入服务商的密钥，在 ANTHROPIC_MODEL 中填入模型名。这是服务商提供文档、但 Anthropic 官方不支持的配置。