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，10 条不同语音纠错输入，统计延迟分布

实测结果（15 个模型，每个 10 次）

排名	服务商	模型	最小	平均	中位数	最大	成功率
1	DeepSeek	deepseek-chat	93ms	129ms	120ms	221ms	10/10
2	DeepSeek	deepseek-reasoner	105ms	175ms	186ms	235ms	8/10
3	阿里云百炼	qwen-turbo	457ms	573ms	566ms	716ms	10/10
4	智谱	glm-4-plus	394ms	594ms	511ms	1346ms	10/10
5	Kimi	moonshot-v1-auto	499ms	640ms	657ms	754ms	10/10
6	Kimi	moonshot-v1-8k	538ms	754ms	652ms	1712ms	10/10
7	阿里云百炼	qwen-max	607ms	855ms	802ms	1364ms	10/10
8	阿里云百炼	qwen-plus	633ms	865ms	761ms	1614ms	10/10
9	火山引擎	doubao-1.5-lite-32k	676ms	966ms	1032ms	1178ms	10/10
10	智谱	glm-4-flash	584ms	1072ms	883ms	2109ms	10/10
11	火山引擎	doubao-1.5-pro-32k	908ms	1140ms	1110ms	1515ms	10/10
12	火山引擎	doubao-seed-2.0-mini	779ms	1296ms	929ms	3518ms	9/10
13	MiniMax	MiniMax-M2.5	1845ms	4132ms	3452ms	8314ms	10/10
14	智谱	glm-z1-flash	3016ms	6953ms	7137ms	10143ms	10/10
15	MiniMax	MiniMax-M1	2720ms	7659ms	5716ms	16701ms	10/10
—	讯飞	spark-lite	—	—	—	—	鉴权复杂*
—	Groq	llama-3.3-70b	—	—	—	—	需海外网络

* 讯飞星火鉴权需要在控制台获取 APPID + APIKey + APISecret 三个值，然后用 APIKey:APISecret 拼接为 Bearer Token。控制台操作较复杂。

测试用例（10 条不同输入）

1. 今天天气不措，我想去公远散步。
2. 我们公四的产品经理说这个需球很紧记。
3. 请帮我定一下名天上午十点的会议室。
4. 这个方案的可行性还需要近一步验政。
5. 他在比赛中拿到了第一明，非常棒。
6. 周末我打算去超市买一些生活用品和水国。
7. 麻烦你把这份文件发到我的邮相里。
8. 我觉得这个价格还可以在优会一点。
9. 新来的同事人很好，很快就和大家打成一片了。
10. 最近工做压力比较大，需要好好修息一下。

选择建议

场景	推荐模型	平均延迟	理由
极致速度	DeepSeek deepseek-chat	129ms	最快，但高峰期可能波动
稳定首选	阿里云百炼 qwen-turbo	573ms	波动最小，质量稳定
高质量	智谱 glm-4-plus	594ms	智谱最快的高质量模型
免费	智谱 glm-4-flash	1072ms	免费额度多
海外用户	Groq llama-3.3-70b	~500ms*	自研 LPU 极快，需海外网络

* Groq 延迟为公开基准数据，非本次实测。

注意事项

• DeepSeek 高峰期（晚 8-11 点）延迟可能升至数秒
• 智谱 glm-z1-flash 是推理模型（含思考过程），延迟 7 秒不适合实时纠错
• MiniMax 输出包含 <think> 推理标签，app 已自动清洗
• 火山引擎 偶发高延迟（3-13 秒），可能是冷启动
• 流式（打字机模式）首 token 延迟会更短
• 延迟受网络、时段、服务器负载影响，以上数据仅供参考