三款国产模型选型：价格之外看许可

DeepSeek 拼成本，Kimi 拼能力规模，LongCat 拼长任务耐力。这篇三模型对比的结论是：多数开发者可以优先试 DeepSeek，但真正决定选型的，是每项任务的实际开销、许可证和接入条件，而不是厂商榜单上的最高分。

先交代边界：以下价格、能力和上线状态均来自所给原文，其比较截点为 2026 年 11 月 4 日，本文没有独立核验。原文也没有提供三款模型在同一套任务上的实测，因此更适合用来筛选候选模型，不能当作能力排名。

便宜多少，要按完成任务来算

原文比较的是 10 月 17 日发布的 DeepSeek V4.1-Flash-1017、10 月 23 日发布的 Kimi K3.1 Pro，以及 11 月 2 日发布的 LongCat-2.5。

先把报价放到同一单位：下表均为每百万 tokens 的美元价格。

模型与计费条件	未缓存输入	缓存输入	输出
DeepSeek 非高峰	0.15	0.003	0.60
DeepSeek 高峰	0.30	原文未单列	1.20
LongCat 限时首发价	0.30	0.006	1.20
Kimi 发布时报道价	2.00	0.20	10.00

LongCat 仅对成功调用收费，没有高峰时段和上下文长度分档，预算比较直观。但优惠结束时间和常规价格都没公布。DeepSeek 非高峰更便宜，适合能调整执行时间的批处理任务；原文没有列出具体时段，不能据此直接安排调度。

Kimi 的单价约为另外两款的 7–17 倍。Moonshot 虽然宣称相较 K3 降价 33%，但原文援引 Artificial Analysis 的数据称，新模型输出 tokens 约多了 14%，最终每项任务的成本只是从 2.00 美元降到 1.98 美元。

单价下降，不保证完成任务更便宜。

原文给了一组月度用量：输入 4000 万 tokens、输出 800 万 tokens，输入的一半命中缓存。按文中报价计算，DeepSeek 非高峰约 7.86 美元，LongCat 首发价约 15.72 美元，Kimi 约 124 美元；若再计入 Kimi 多出的 14% 输出，费用约为 135 美元。

这些是固定用量下的算术结果，不是三款模型完成相同工作的实测账单。真实 agent 可能反复读仓库、调用工具、失败重试，不同模型需要的轮数也不同。原文还假设了 50% 缓存命中率，却没有给出真实流量依据。

DeepSeek 自报完成一项 DeepSWE 任务的成本低于 0.20 美元，比旧 Flash 降到约五分之一。这个指标比 token 单价更接近业务，但仍是厂商数据。

三家都说编程强，为什么排不出冠军

三家的主打方向并不相同。

Meituan 为拥有 1.6 万亿参数的 LongCat-2.5 强调长流程训练：通过强化学习，让模型处理数百步骤的任务。其自报成绩包括 Terminal-Bench v2.1 的 88.4、DeepSWE v1.1 的 64.6，以及 BrowseComp 的 91.9、MCP Atlas 的 83.1。作者据此将它定位为终端、浏览器和工具链任务的耐力选手。

DeepSeek 则强调编程任务的完成成本。它自报 DeepSWE 为 77.0，Moonshot 的比较表也列出 DeepSeek 77.0、Kimi 75.5。

Kimi K3.1 Pro 据报道拥有 2.8 万亿参数。Moonshot 引用其在独立 AI Index 中排名第四，并通过自家比较展示金融研究和 3D 创作能力，还提供面向低延迟需求的 Highspeed 版本。

问题在于，这些分数并不共用一把尺子。

DeepSWE 名字相同，版本和测试框架却可能不同；Terminal-Bench 也存在版本差异。执行框架允许多少次工具调用、提供什么提示、如何判断成功，都会影响结果。不能拿 LongCat 的 64.6 与 DeepSeek 的 77.0 直接相减，再宣布谁领先。

原文提到独立评测 SemiAnalysis GDPx，但三款模型都没有出现在其所引用的榜单中。该榜单上最好的开放权重模型，在专家工作任务中得分为 2.7%，也不能拿来推断这三款的表现。

因此，作者最后给出的「Kimi 看能力上限、LongCat 看长任务耐力、DeepSeek 看成本」应当理解为候选方向。尤其是「Kimi 能力最强」，原文没有提供足以确认这一结论的统一对照。

能下载、能商用、能部署，是三件事

DeepSeek 的权重据原文已在 Hugging Face 和 ModelScope 发布，采用 MIT 许可证，可下载、微调、再分发和商业使用。它没有 Kimi 那类商业规模门槛，但原文将 MIT 描述成完全没有署名要求并不严谨：MIT 通常仍要求保留版权和许可声明。

部署也不是下载后就完成。原文说 DeepSeek 没有附带 Jinja chat template，自部署者需要参考其编码规范和推荐采样设置。

Kimi 的权重仓库为 moonshotai/Kimi-K3.1-Pro，使用自定义 Kimi K3.1 Pro License。按原文对许可文件的解读，Model-as-a-Service 业务超过 2000 万美元收入门槛，需要另行获得 Moonshot 许可；产品超过 1 亿月活，或月收入超过 2000 万美元，需要展示「Kimi K3.1 Pro」署名。前一个收入门槛的统计周期，原文没有说清。

它目前只提供 MXFP4 格式，共 96 个分片，约 1.56 TB，可通过 vLLM、SGLang 或 TokenSpeed 服务。对普通团队来说，这首先是基础设施问题，而不是下载权限问题。

LongCat 则仍是 API-only。GitHub 和 Hugging Face 标注「coming soon」，没有权重发布日期或许可证。LongCat-Flash、LongCat-2.0 曾开放发布，且 2.0 使用 MIT，并不能替 2.5 作出承诺。

接入层面，三款都宣称支持 1M-token 上下文，但原文没有独立长上下文审计。装得下整个仓库，不等于能准确找回其中的约束。

DeepSeek 支持视觉输入、最长 384K tokens 输出，以及 OpenAI、Anthropic 格式 API。LongCat 将视觉与文本编码进同一 token 流，也接受视频，重点展示根据界面稿编程等场景；其 API 同样兼容上述两种格式，原文列出 Claude Code、Codex 等接入对象。

路由覆盖也有差异。原文称 DeepSeek 在 OpenRouter 有九家第三方提供商，市场报价约为输入 0.08、输出 0.50 美元；Kimi 发布当天即进入 OpenRouter。LongCat 已进入 Vercel AI Gateway、AnyRouter，但截至比较截点尚未进入 OpenRouter。第三方价格会浮动，协议兼容也需要实际调用验证。

我的判断

这篇最有价值的地方，是把许可证、优惠条件和任务成本放到了榜单旁边。对于持续运行的编程 agent，这些条件通常比一次演示更影响预算与维护。

但作者也有几处说得过满。

首先，开放权重提供了更换部署方式的选择，却不能让低价永久成立。自部署仍有硬件、推理和运维费用，Kimi 的 1.56 TB 权重已经说明了门槛。其次，仅凭 MIT 权重就断言符合严格的「开源 AI」定义也过于简化，原文没有讨论训练代码、数据等材料的开放范围。

另外，文章开头称 LongCat 的标价最便宜，后面的详细报价却显示 DeepSeek 非高峰更低，应以后者为准。三家比西方闭源前沿模型便宜一个数量级的说法，也缺少完整对照报价。

这是一份值得参考的选型框架，还不是经过统一实测的采购结论。

与只看排行榜相比，它更贴近工程决策；与同仓库、同工具权限、同验收标准的实测相比，它仍缺少决定性证据。LongCat 权重是否发布、首发优惠如何结束，以及独立评测是否补齐，都会改变推荐顺序。

能拿来做什么

• 给现有前端或 Node 编程 agent 选模型时，先挑一组可以验收的真实任务，例如修复缺陷、补测试或完成界面调整，在相同仓库和工具权限下记录成功率、耗时、重试次数与总费用。
• 如果准备利用 DeepSeek 非高峰价格跑后台任务，先确认实际优惠时段和缓存规则，再记录自己流量的缓存命中率，不要直接沿用原文的 50% 假设。
• 如果需要根据界面稿编程，或执行持续数百步的工具链任务，可以把 LongCat 放入试用名单，同时把当前优惠价单独列为预算假设，避免将它当成长期定价。
• 如果考虑部署 Kimi 权重，先核对许可证适用条件，并评估 1.56 TB 权重对应的运行资源；调用 API 的团队，则优先比较任务完成质量是否足以覆盖更高费用。