國產大模型霸榜前10，誰是最強開源王者？

見證歷史性的一刻，中國模型包攬全球知名AI開源社區Hugging Face大模型趨勢榜前十。

該榜單排名綜合了近期訪問、下載、點贊、API（應用程序接口）調用等數據。

近段時間以來，國產開源模型的發展態勢迎來了一波集中且迅猛的爆發期。騰訊混元、阿里Qwen、智譜GLM-4.5、月之暗面kimi-k2 一批國產開源大模型，如繁星般密集亮相。

在Hugging Face前10名的開源模型榜單中，全部都是中國的模型。智譜GLM-4.5登頂第一，阿里Qwen一家獨霸5個席位，呈現霸榜形式。現在應該是扎克伯格最傷心的時刻，Meta開源的大旗被我們搶走了。

放在全球大模型領域看，現在已經形成中國開源領先，美國閉源大模型領先的分水嶺局面。盡管在最強大模型的排名中，GLM-4.5最高排名到第三，前二還是美國閉源模型保持，但我們已經形成包圍之勢。

而且國產大模型，也呈現了一些核心優勢：

1、模型采用統一MoE / 多任務稠密雙軌模式，不像國外稠密模型為主，混合專家模式往往能帶來靈活調用的優勢。

類似 GLM-4.5總參數 3550 億，激活參數僅為320 億，把“大而不貴”寫進代碼里——同規模 Claude-4-Sonnet 的激活量估算接近 600-800 億，GLM-4.5 直接砍到一半以下。

2、國產大模型還呈現多尺寸全覆蓋的特點，1B → 480B 全精度/量化雙軌布局，端-邊-云全適用。以Qwen3 系列為例，已經覆蓋30B-A3B, 110B, 235B-A22B, 480B-A35B等眾多尺寸，其中Qwen3-30B-A3B-int4 能在 RTX 4090 24G 單卡運行。

國外『不大不小』的模型基本是空白，大都是大力出奇跡的大模型，典型的就是Claude和Grok系列。

3、在DeepSeek率先打破的大模型價格市場中，國產大模型的API 與自建推理成本均低 50-90 %。智譜這次API 調用價格更低，輸入 0.8 元 / 百萬 tokens、輸出 2 元 / 百萬 tokens，直接把 Claude-4-Sonnet 的 21.5 元輸入、107.4 元輸出打到骨折——成本驟降 90% 以上。

換句話說，同樣 1000 萬字的長文本任務，用 GLM-4.5 只需要 160 元，Claude-4-Sonnet 得掏 12890 元，省下的預算足夠再跑 80 次同樣規模的活兒。

盡管霸榜，但市場反饋才是最終標準。我們挑選了近期開源的代表—— 階躍星辰 Step 3、智譜 GLM-4.5、阿里 Qwen3-235B-A22B-2507以及騰訊Hunyuan等，從交互設計、內容創作、邏輯推理、全棧開發、多模態生成五個維度進行測試。看看誰是真正的開源霸主。

1.交互設計：交互式日歷組件構建

首先測試大模型在前端技術實現、系統架構設計方面的深度。要求三種大模型生成一款功能全面的交互式日歷組件。

請設計并開發一個功能全面的交互式日歷組件，支持年月周日四種基礎視圖無縫切換；支持顯示 / 添加 / 編輯日程事件，不同類型事件可通過顏色區分。

階躍星辰 step 3

階躍星辰 step 3在交互設計上稍顯吃力，生成的功能完整性不足，距離實用有很大的進步空間。

Qwen3-235B-A22B-2507

Qwen3-235B-A22B-2507其次，完成基礎交互功能，但細節打磨有點粗糙。

智譜GLM-4.5

而最強的還是智譜GLM-4.5 ，不僅實現了全功能需求，更在色彩搭配的專業性、操作流暢度上都非常的好，而且還支持“實時預覽” ，為新手解決了 “寫了看不到效果” 的痛點。

三者對比之下，智譜 GLM-4.5 在交互設計的完整性、專業性與人性化細節上形成了明顯優勢，Qwen3 系列基本滿足基礎需求，而階躍星辰 Step 3 則需在核心能力上實現更大突破。

2.內容創作：專業求職簡歷生成

畢業季的大學生都需要投遞簡歷吧，簡歷的精美度和專業角度都非常能決定是否被錄用，鯨哥就讓三個大模型生成簡歷，看有沒有遵守STAR法則，以及評估模型對專業文檔內容組織與視覺設計的理解能力。

請制作一份專業規范、亮點突出的求職簡歷，需兼顧內容完整性與視覺專業性

階躍星辰 step 3

階躍星辰 Step 3 的輸出偏向基礎簡化，內容框架較為單薄，在專業深度與細節上不足。

Qwen3-235B-A22B-2507

Qwen3-235B-A22B-2507生成內容邏輯縝密、表述嚴謹，專業度足以支撐核心需求；不過預覽功能存在一處明顯短板 —— 雖然兼容 HTML、CSS、JavaScript 等格式，卻時常生成無法直接預覽的 JSX 文件，一定程度上影響了使用體驗的流暢性。

智譜GLM-4.5

而智譜GLM-4.5 設計上采用藍紫色漸變，信息層次清晰，不僅嚴格遵循 STAR 法則，還兼顧專業性與個性化。

綜合來看，智譜 GLM-4.5 和Qwen3-235B-A22B-2507 在內容專業性與呈現精致度上都非常的完美，階躍星辰 Step 3 還需在內容深度上實現突破。

3.邏輯推理：國際奧數難題求解

我們再拿出國際奧數題，考驗模型對抽象數學概念的理解與創新性應用能力，需大模型突破常規思維定式構造性證明、反證法。

一位魔術師有一百張卡片，分別寫有數字 1到 100 。他把這一百張卡片放入三個盒子里，一個盒子是紅色的，一個是白色的，一個是藍色的。 每個盒子里至少都放入了一張卡片。 一位觀眾從三個盒子中挑出兩個，再從這兩個盒子里各選取一張卡片， 然后宣布這兩張卡片上的數字之和。知道這個和之后，魔術師便能夠指出哪一個是沒有從中選取卡片的盒子。 問共有多少種放卡片的方法，使得魔術總能夠成功?(兩種方法被認為是不同的，如果至少有一張卡片被放入不同顏色的盒子)

階躍星辰 step 3

階躍星辰 step 3回答：6種。家人們可以拿起筆和紙算一下，這個答案對嗎

Qwen3-235B-A22B-2507

Qwen3-235B-A22B-2507回答：12種。

智譜GLM-4.5

智譜GLM-4.5回答：6種。

階躍星辰 step 3和智譜GLM-4.5 都回答的是6種方法，但是正確答案是12種方法，只有Qwen3-235B-A22B-2507模型回答正確了。Qwen3-235B-A22B-2507模型在邏輯推理、數學、科學和編碼等任務上性能提升是非常顯著的。

4.全棧開發：“賽博訂單可視化”應用構建

全棧開發的復雜度，主要在一次性需要完成多項要求，實現復雜的 前后端交互、CRUD操作、對應用狀態、以及 UI 樣式的精確控制。

幫我開發一個賽博朋克風格的訂單可視化網頁應用，需包含「可視化大屏」和「后臺管理系統」兩個模塊，支持界面切換與數據實時聯動，要有交互設計感。

階躍星辰 step 3

階躍星辰 Step 3 有鮮明的視覺風格，動感特效強烈，賽博氣息也很濃郁。不過，其特效數據目前尚無法實時動態修改。

Qwen3-235B-A22B-2507

相比之下，Qwen3-235B-A22B-2507 在呈現實時數據跳動方面表現卓越，效果極佳，科技感十足，并且支持一鍵部署，操作便捷。部署成功網站：https://chat.qwen.ai/s/deploy/ea703c46-1e76-422e-b2d9-08fdca9fc2b2

智譜GLM-4.5

而智譜 GLM-4.5 的設計初看簡潔干凈，似乎偏離了賽博主題。但鯨哥深入體驗后發現，它設計了三種可切換模式。當切換到“賽博模式”時，其呈現的視覺沖擊力堪比《生化危機》的氛圍。

其交互設計和核心功能完備，更關鍵的是，它構建了API接口，能夠高效完成訂單數據的增刪改查（CRUD）操作，同樣支持一鍵部署，真正實現了全棧式開發的便捷體驗。部署成功網站：https://c08fu6euyrd1-deploy.space.z.ai

5.多模態內容生成：“兔子打卡北京”視頻生成

多模態內容生成能力運用了自然語言理解、圖像生成、動畫渲染、音頻合成等技術，同時需要大模型具有深度理解文本指令的能力。多模態的內容生成，能降低創作者的視頻創作門檻。

生成兔子在北京各地打卡的vlog視頻，每個景點兔子會拍照打卡。需要打卡的景點北京天壇，故宮，長城，水立方，鳥巢，國家博物館，環球影城。每個景點的先生成打卡照片。視頻需有比較歡快中國化的配樂。

階躍星辰 step 3

階躍星辰 Step 3 生成的動畫里，一只呆呆的兔子靜立于故宮的雕花花壇之上，隨后是幾幀古建筑的動態剪影。

Qwen3-235B-A22B-2507

Qwen3-235B-A22B-2507生成的兔子手忙腳亂的拿著手機在打卡拍照，背景是一點都沒變，不過可以看出來背景上有故宮建筑和水立方等景點樣式。

騰訊Hunyuan

騰訊Hunyuan生成的視頻兔子在故宮里面，像擺件一樣在院子中間，不過這阿姨的回頭殺，嚇死鯨哥了。

這三款模型生成的短視頻均僅有 5 秒時長，動作設計也偏向簡單重復，鯨哥認為若用于日常娛樂尚可，但若論專業創作則仍顯力不從心。

如果非要給這次測試體感排序的話GLM-4.5 當之無愧是第一，其次就是Qwen3-235B-A22B-2507，最后就是階躍星辰 step 3。

本次測評不僅是一場技術能力的橫向對比，更是中國大模型生態蓬勃發展的縮影。

從智譜 GLM-4.5 的強勢登頂，到阿里 Qwen 等模型的多點開花，我們清晰地看到國產開源模型的強勁勢頭。

如果你也感興趣這些模型進化的實力，期待你的實測反應與反饋。