9家平台、45个模型、4档上下文（100/1K/10K/100K tokens）全部测了一遍，白天夜间双轮采样。这篇笔记把核心发现和实际选型建议整理出来，都是硬数据，看完就知道该怎么选了。 这次测了9家平台：火山-Coding（字节）、GLM-Coding（智谱）、KIMI-Coding（月之暗面）、MiniMax-Coding、阿里CodingPlan（阿里云百炼）、腾讯CodingPlan（腾讯云LKEAP）、无问芯穹-Coding（Infini-AI）、硅基流动-Pro（参照组，按量付费），还有一家优云智算因为账号异常全部失败，没纳入比较。 套餐覆盖的模型挺全的，GLM-4.5到GLM-5、Kimi-K2.5、MiniMax M2.1到M2.7、Qwen3系列、DeepSeek V3.2、字节的doubao系列、腾讯的hunyuan系列，基本把主流都包圆了。 ## 核心指标怎么看 | 指标 | 全称 | 含义 | 为什么重要 | |------|------|------|-----------| | **TTFT** | First Token Time | 首字延迟（发出指令到AI开始回复） | 等不等得下去 | | **TPS** | Tokens Per Second | 长文本吞吐速度 | 大项目下的真实效率 | | **波动率** | Day/Night Variance | 昼夜性能差异 | 高峰期会不会卡 | ## 白天场景  **glm-coding** 在长文本下，重度使用开发等场景，可以看到glm-4.6和glm-5的白天的输出压力会很大，glm-5-turbo就会快一些。 **火山-coding** 火山的coding输出自家doubao系列大模型都挺不错，对第三方家的模型就会很慢首token延迟会很大，如果想用非doubao系模型的可以绕道了。 **阿里云-coding** 同样对自家系列的模型都有特殊的照顾，可以看到qwen3.5-plus和qwen3-coder-next的输出会非常快，整体也比较稳定，如果是使用openclaw的可以选择，同样要使用第三方模型的要谨慎选择。 **minimax-coding** minimax主要打一个量大管饱，如果是使用他来做一些日常的事情，不会非常复杂重度的事情很推荐，价格和速度都很均衡，如果要跑openclaw，要可以选择高档位的套餐，响应速度也很快，如果是轻量简单任务可以选择2.5的模型同样有2.7的效果，输出的效率高了很多。 **KIMI-coding** KIMI的价格会贵一些，如果你要涉及到前端，日常每天都要使用，可以推荐入，比较稳定，速度也不错，可以用的比较舒服。 **无问苍穹-coding** 都比较一般，也没有太大问题，就是勉强可以用。 **腾讯-coding** 同样对自己家的hunyuan模型比较友好，但是hunyuan现在的模型能力比较一般，好像现在也没有什么人会来使用，对第三方的模型支持也就还行。 **硅基流动-pro** 硅基流动是API计费的，如果是openclaw先放弃了，API烧不起的，如果简单使用，就minimax会好一些，像deepseek这些应该是很多人去薅羊毛，导致速率会很慢。 ## 夜晚场景下 夜晚场景下都可以用，晚上使用的人少，服务器压力小，输出都还不错，就火山晚上延迟会很慢，估计把算力都拿出给生图模型了。 ## 跨厂商比较 **结论：不同模型在不同厂商里的表现完全不一样，如果有中意的模型优先选择官方自己的。** **KIMI-k2.5：** 火山对KIMI模型就极度不友好了，基本处于不可用的情况。腾讯的表现的倒是还行。  **GLM-5：** 各家的表现都还可以。  **minimax M2.5/2.7：** 在各家表现都也都还可以，可能因为是模型尺寸比较小，但是不影响使用。  **deepseek V3.2：** 现在基本已经很少人用ds来做事情了，更多的应该是用来做简单轻量的任务了，模型已经落后太多了，整体使用差距都不大。  ## 综合体验推荐 需要根据自己的使用场景来选择，最终排名是以速度来打分，跟模型质量没有关系。 想glm-4.5-air白天输出就非常快，但是他在长文本下正确率怎么样就需要自己判断了。可以看到速度很快的一般都是大家不怎么用的小模型和比较少人用。大家还是要根据自己的使用场景来选择模型。 可以关注的模型，个人推荐有glm-5-trbo、minimax-m2.5/2.7、doubao-seed-2.0-pro、kimi-K2.5。  ## 场景一：开发场景（Claude Code / Cursor / Cline） 核心要求：最新大模型 + 白天稳定。 开发场景直接关系编码效率，模型能力排第一，白天高峰期不能崩。 **能力首选：GLM-Coding · GLM-5** 最新旗舰（754B），社区公认对标Opus 4.6。实测下来昼夜最稳——@100K白天6.47秒，夜间7.85秒，波动-18%。只有Pro/Max档能用，且消耗3倍配额。白天TTFT 3.88秒，TPS 28，@100K总耗时16.5秒。Pro档月费149元。 **前端首选：KIMI-Coding · kimi-for-coding** K2.5代码专项训练版，前端/视觉编码是绝活——截图还原80-90%。自有平台白天@100K TTFT 11.20秒，昼夜波动仅+45%，是本次最稳定的新大模型。白天TTFT 3.85秒，TPS 31，@100K总耗时17.3秒。月费49元起。 **高吞吐：阿里 · Qwen3.5-Plus** 全场唯一TPS随上下文逆增的模型：61→53→66→125。@100K总耗时仅11.19秒，是阿里平台最快的。特别适合大文件重构。白天TTFT 3.73秒，TPS 61→125，@100K 11.2秒。月费200元。 **速度均衡：MiniMax · M2.7-highspeed** M2.7被喊「国产SOTA」（SWE-Pro 56%），极速版TPS 57-64，@100K总耗时10.9秒。注意3/23起新增周配额+高峰限速。月费98元起。 **规避：** K2.5在火山白天@100K达89.98秒、阿里白天28.75秒——同模型在硅基流动仅5.65秒。K2.5优先走KIMI自有平台或硅基流动。 --- ## 场景二：OpenClaw / 消息端AI智能体 核心要求：速度优先 + 昼夜稳定。 用户发完消息等首字是主要摩擦点，TTFT小于3秒为佳。中代际模型tool calling已足够，避开thinking/推理模型。 **首选：硅基流动 · GLM-4.7** 夜间TTFT 0.60秒全场最快，白天3.59秒也能接受。TPS 64-77全档稳定，上下文保持率96%。按量无月费，用多少算多少。 **月套餐：GLM-Coding · GLM-4.5-air** TTFT 1.11秒，TPS 97，出字流畅。昼夜稳定，消息端体验丝滑。Lite档就能覆盖，月费49元。 **新大模型：MiniMax · M2.7标准** 月费29元起步，M2.7 SWE-Pro 56%，速度TPS 37-43。tool calling可靠，适合自动化任务。 **极速：MiniMax · M2.7-highspeed** 极速版延迟更低，TPS 57-64。对速度敏感的自动化任务直接上这个。月费98元起。 **提醒：** OpenClaw社区共识——不要用thinking/推理模型（如hunyuan-t1、deepseek-thinking），上下文一多模型就「思考」半天，智能体直接卡死。 --- ## 场景三：生产接入 / 系统集成 核心要求：速度为最大优先。 模型作为系统组件处理短平快任务（代码补全、格式转换、摘要生成），不跑长程Agent链。早期/小模型完全够用，关键看TPS和TTFT稳定性。按量付费优于月套餐。 **首选：硅基流动 · MiniMax-M2.5** @100K总耗时8.62秒全场最快，没有之一。TPS 72-85全档稳定，按量付费无配额上限，RPM按充值等级可达10,000。早期模型但速度极致。 **低延迟：硅基流动 · GLM-4.7** 夜间TTFT 0.60秒，TPS 64-77，四档无衰减（保持率96%）。中代模型，性能稳定可承诺SLA。 **超高吞吐：GLM-Coding · GLM-4.5-air** TPS 97-121出字极快，TTFT 1.11秒。最适合高频短任务。月费49元。 **短上下文：阿里 · qwen3-coder-next** @100 TPS 147全场最高。适合补全/格式转换等短任务。但@10K+衰减严重，不适合长上下文。月费200元。 **生产选型要点：** 硅基流动社区口碑「体验丝滑」「把价格打下来了」，API稳定性在国内平台中评价最高。按量付费避免配额陷阱，成本更可预测。 ## 总结 这篇横评最核心的结论就一句话：**选对平台比选对模型更重要。** 同一个kimi-k2.5，在硅基流动夜间只要5.65秒，在火山白天要104.35秒——这不是模型的问题，是平台的问题。各家都对自家人偏心，GLM用GLM平台最稳，腾讯用腾讯平台最稳，字节用火山最稳。 如果你的场景需要最新代际大模型，昼间稳定是刚需，那就要接受一定的速度牺牲（GLM-5、KIMI-K2.5、M2.7这些都不如小模型快）。如果追求极致速度，GLM-4.5-air、M2.5、qwen3-coder-next这些中代际模型完全够用，而且便宜很多。 夜间大家表现都还行，主要坑都在白天高峰期。 参考数据笔记网址：https://modeltest.codermumu.top/codingplan.html