LLM Performance

LLM 服务商性能对比

最后更新：2026-03-21 测试环境：macOS, 中国大陆网络（无代理）测试方法：非流式 API 调用，同一条语音纠错请求（约 20 字中文输入，期望输出 ~20 字）

排名	服务商	模型	总延迟	输入→输出 tokens	纠错质量	备注
1	DeepSeek	deepseek-chat	126ms	42→16	✅ 正确	国内最快，价格最低
2	阿里云百炼	qwen-turbo	469ms	56→16	✅ 正确	稳定，推荐日常使用
3	智谱	glm-4-flash	922ms	45→19	✅ 正确	免费额度充足
4	火山引擎	doubao-seed-2-0-mini	1367ms	73→96	✅ 正确	输出 token 偏多（含思考过程）
5	Kimi	moonshot-v1-auto	2822ms	49→16	✅ 正确	延迟偏高
6	MiniMax	MiniMax-M2.5	8271ms	49→101	⚠️ 含思考	输出包含 `<think>` 标签
—	讯飞	spark-lite	—	—	—	鉴权未通过
—	Groq	llama-3.3-70b	—	—	—	需海外网络

原文：今天天气不措，我想去公远散步，顺便买点东西回家做反。
期望：今天天气不错，我想去公园散步，顺便买点东西回家做饭。