国产大模型 on CHEN 的博客

停用 GPT 一个月后，我回来了

Tue, 08 Sep 2026 15:34:00 +0800

停用 ChatGPT 差不多一个月了。

原因挺杂的。政策层面的不确定性是一方面，费用是一方面，另一方面国产的 Agent 和 Harness 产品确实越来越多、越来越能打了，我想认真试一试它们到底能到什么程度。于是干脆把 GPT 暂时放下了，全面切换到国产智能体加国产模型的组合。

这一个月下来，体验其实没有想象中那么痛苦。但现在 GPT6 发布，各种强大的作品展示效果层出不穷，恰逢我的国内免费积分也快用完了，是时候回来再看看了。

切换的过程比想象中顺利

先说结论：从 Codex + GPT5.5 切换到国产智能体 + 国产模型，并没有太多的不适应。

这一点我是真心觉得不错。

说实话，一年前如果让我做同样的切换，体验落差可能会非常明显。但现在，无论是豆包、Kimi 还是其他几家，在代码理解、多轮对话、上下文保持这些方面，确实已经做到了一个相当可用的水平。

尤其是在一些标准化的任务上——比如写一段业务逻辑、生成测试用例、做简单的代码审查——国产模型的表现已经相当稳定。我日常用 Codex 做的事情，换成国产智能体以后，大部分场景都能接住。

从这个角度说，中美 AI 的差距确实在缩小。 这不是客套话，而是过去一个月里我最真实的体感。

具体用了哪些产品

先列一下这一个月用过的东西。

智能体方面，试了一圈：CodeBuddy、WorkBuddy、Trae、Qoder、千问办公。用下来的感受，一言以蔽之——都差不多。 界面设计、交互逻辑、任务完成度，没有谁拉开谁一个身位的感觉。各有各的小毛病，也各有各的亮点，但整体体验高度趋同。

基座模型方面就杂一些了：GLM5.2、GLM5.3、GLM5.3 Flash、Kimi-K3、HY4 Preview、HY3、DeepseekV4 PRO、DeepseekV Flash、QWEN 3.8，能排上号的几乎都跑了一遍。

体感上，推理能力和深度没有想象的差距那么大。 大家在逻辑推理、代码理解、方案生成这些方面的表现，说实话已经非常接近了。倒是执行速度和积分消耗，确实让几个 Flash 模型优势巨大——同样一个任务，Flash 模型可能 10 秒出结果还不怎么耗积分，换一个满血版可能要 30 秒还烧掉好几倍的额度。对于日常高频使用来说，这个差距比模型能力本身的差距更直接影响体验。

但信心是另一回事

话说到这里，但后面还有一个"但是"。

切换过去以后，我发现自己有一个很明显的变化：对国产产品产出的信心不足。

这种信心不足不是说它们回答得不好，而是一种隐隐的担心——会不会哪里有比较大的理解偏差？会不会有一个看起来很合理但实际上是谬误的答案？会不会在某个关键细节上自以为正确但其实是错的？

于是我养成了一个习惯：同一个问题，用多个国产产品交叉验证。

A 产品给了一个答案，我再问一遍 B 产品；B 产品说了一个方案，我再让 C 产品看看有没有问题。表面上看这是在充分利用各家的长处，但实际上，这背后是一种不太敢完全信任的心态。

反过来说，我几乎从来没有对 GPT 产生过这种需要交叉验证的冲动。不是因为它一定不会犯错——它当然也会幻觉——而是长期以来建立的使用信任，让我在大多数场景下愿意直接采纳它的结果。

这种信任不是一天建立起来的，而是在无数次使用中慢慢积累的。每一次它准确理解了我的意图，每一次它给出了合理的方案，每一次它在复杂问题上表现出的稳定性，都在为这种信任充值。

而国产模型目前还处在这个信任充值的早期阶段。

为什么信心差距这么重要

可能有人会觉得，多验证几次也不是什么大事，不就是多花几分钟嘛。

但实际使用中，这种信心差距的影响比看起来要大得多。

当你对一个工具的产出不够信任时，你的使用方式就会发生根本性的变化。你会更保守，更不敢尝试，更倾向于把 AI 的输出当成"参考"而不是"半成品"。你会花更多时间在检查和验证上，而不是让它帮你往前推进。

更关键的是，你不太敢让 AI 深度参与复杂任务。因为一旦涉及多步骤、多文件、需要连贯理解的场景，任何一个环节的理解偏差，都可能像蝴蝶效应一样放大到最后的结果里。

这种谨慎在很多场景下是对的，但它同时也意味着你没有真正释放 AI 的能力。

现在回来，看看 GPT6 到底有多强

GPT6 发布这几天，我看了不少作品展示，确实有一些让人眼前一亮的效果。

但看别人演示和自己实际使用，始终是两回事。所以我不想在没有深度使用之前就下结论。这次回来，我想认真对比几个方面：

维度	国产智能体 + 国产模型	GPT6 + Codex
标准化任务	表现稳定，可用	预期会更强，但待验证
复杂理解	够用，偶尔有偏差	需要验证
多步推理	基本可用，信心不足	需要验证
代码生成	质量不错	预期会有提升
使用成本	有免费额度，但开始收费	Plus 订阅 + API 按量
信任感	需要交叉验证	长期积累，相对更高

这个表格里的"待验证"不是我偷懒不想写，而是我真的觉得，在没有足够使用数据之前，给任何一个方向下结论都为时过早。

说说费用这件事

既然提到了费用，就多说两句。

国产产品的免费积分确实是我这一个月能全面切换的一个重要支撑。但正如前面说的，免费积分总有用完的时候，而一旦开始付费，价格差距就变得很现实了。

GPT Plus 每月 20 美元，这个价格虽然不便宜，但考虑到它能提供的能力上限和稳定性，对于把 AI 当成核心生产力工具的人来说，是一笔算得过来的账。

国产产品目前的定价策略还在探索阶段。有的免费额度给得很大方，有的已经开始收紧。这种不确定性本身也会增加使用时的心理负担——你不知道下个月还能不能像现在这样用。

最后

停用一个月 GPT，最大的收获不是发现国产产品已经能完全替代了，而是让我更清楚地看到了差距到底缩小了多少，以及剩下的差距到底在哪里。

国产模型在标准化任务上的表现已经相当不错，这是事实。但在需要深度信任、复杂推理和长期稳定性的场景下，要追上的路还有不少。

不过话说回来，信任这东西本来就是靠一次又一次的正确积累出来的。国产模型的充值才刚开始，未来的空间还很大。

现在 GPT6 回来了，我想先用一段时间再做更完整的对比。也许到时候会发现差距比想象中小，也许会发现有些差距比我想象中更难追。

无论如何，能有选择本身就是一件好事。 有竞争，才会有进步；有对比，才知道差距；有差距，才有追赶的动力。

当 AI 成为生产资料，谁用得起比谁更强更重要

Fri, 31 Jul 2026 14:20:00 +0800

疯狂的 7 月终于要结束了。

这个月我用 GPT 和 Codex 用得很凶，最大的感受不是模型又强了多少，而是额度突然变得特别耐用。

这个月，官方直接取消了原来的 5 小时限制，真正需要留意的只剩 7 天额度。中间额度还重置了很多次，我手里两张 Plus 轮着用，实际体验已经非常接近无限额度。

至少在这个疯狂的 7 月，我第一次产生了一种感觉：GPT 的额度已经多到让我不太需要计算了。

一边降价，一边涨到 538 元

到了今天，7 月的最后一天，OpenAI 又宣布下调 GPT-5.6 系列的 API 价格：Luna 降价 80%，Terra 降价 20%。

API 价格和 Plus 订阅当然不是同一回事，但它们指向的是同一个方向：模型能力还在往上走，使用成本却在继续往下压。

偏偏就在同一天，国内的 GLM Coding Plan 也重新上线了。

新版 GLM Coding Plan 的 Pro 套餐是 538 元一个月。作为对比，ChatGPT Plus 每月 20 美元，粗略折算也就一百四十元左右。两边的额度计算方式不同，没法拿数字直接相除，但按我自己的实际使用体验，Plus 不仅便宜得多，额度也更多、更经得起折腾。

一边不断重置额度、降低价格，一边把 Pro 套餐卖到 538 元。这个反差实在很难让人忽略。

我当然希望国产模型能够雄起

我当然希望国内模型和国内公司能够真正雄起。

我希望国产模型在能力、生态、价格甚至基础设施上全面超过美国公司。哪怕暂时还有差距，我也愿意给它们时间，更愿意看到国内公司在竞争中活下来，而不是最后所有人都只能用美国模型。

但支持归支持，价格摆在这里，普通用户还是会做最现实的选择。

一个月一百四十元和一个月五百三十八元，不只是三百多元的差价。它还会直接改变一个人使用 AI 时的心态。

额度足够便宜、足够耐用的时候，我会愿意多开一个 Agent，多试一种方案，让它再检查一遍，甚至允许它失败几次。因为我不需要一直想着还剩多少额度，也不用判断这个问题“值不值得问”。

可一旦价格高、额度又不够经用，人的第一反应就会变成节省。少问一次，少试一种方案，能自己凑合就先不调用模型。

而 AI 恰恰是一种越用越能感受到价值、越用越能学会怎么使用的工具。

我担心的不是一个套餐贵了

只拿 ChatGPT Plus 和 GLM Pro 两个套餐作比较，当然不能代表整个中美 AI 行业。

国内还有很多便宜的 API、开源模型和免费产品。不同模型的能力、额度算法和适用场景也不完全一样。今天的价格可能过几个月又会调整，所以从两张价格表直接推导出一个宏大结论，多少有点以小见大。

但我真正担心的，并不是 GLM Pro 一个月贵了几百元。

我担心的是，如果美国用户能用更少的钱获得更多 AI 能力，他们尝试和使用 AI 的意愿自然会更强。更多人会把 AI 真正放进工作流里，允许它参与写代码、做研究、处理文档和完成各种日常任务。

这种差距不会只体现在某一张模型排行榜上。

它会变成每个人多做的几次尝试、每家公司多跑的几个实验，以及每个产品多完成的几轮迭代。时间一长，模型带来的效率提升会继续叠加，原本的差距也可能被进一步放大。

也许这只是我在 7 月最后一天的一次无病呻吟。

我也真心希望半年以后再回头看，会发现这份担忧完全多余，国产模型已经靠能力和价格把差距追了回来。

但当 AI 越来越像一种基础生产工具时，谁能更便宜、更放心、更大量地使用它，可能真的和谁能造出最强的模型一样重要。