Kimi K3、GLM-5.2杀进前列：国产模型该不该换成主力？

最近，Kimi K3 和 GLM-5.2 接连冲进多个大模型榜单前列。

更有意思的是，美联社采访到一位 Mozilla 高管：他先用 GLM-5.2 处理日历、文档和邮件，Kimi K3 发布后，又把不少日常工作切了过去。

很多人的问题也随之变成：国产大模型已经这么强了，我们还要不要继续花钱用国外模型？

我的答案是：

值得把国产大模型升为主力之一，但暂时没必要只留一个模型。

真正需要换掉的，是“一个模型包打天下”的用法。

01

截至 7 月 30 日，在 Arena 的 React 开发榜上，Kimi K3 暂列第 2，GLM-5.2 排第 6；在考察工具调用和任务完成的 Agent 榜上，两者分别排第 3 和第 4。

另一家独立评测机构 Artificial Analysis 给出的结果也很有代表性：Kimi K3 的综合能力指数更高，GLM-5.2 的输出速度更快、平均使用成本更低。两者都支持大约 100 万 token 的上下文，可以一次处理很长的资料。

这说明国产模型已经不只是“价格便宜、中文好用”的替代品，而是开始在复杂任务中进入第一梯队。

不过，榜单会变，测试环境也不等于你的工作。

某个模型擅长生成 React 页面，不代表它一定更会写你的公众号；Agent 排名靠前，也不等于它在你常用的软件里就能稳定完成任务。

如果你经常做复杂研究、前端页面、图文和视频理解，或者需要 AI 连续调用工具完成多步任务，Kimi K3 值得优先测试。它在前端与 Agent 榜单上的表现更突出，原生多模态也让它能同时处理文字、图片和视频。

如果你的任务量很大，更在意响应速度、成本和长文档处理，GLM-5.2 更有吸引力。官方把 1M 上下文和长程任务作为重点，第三方测试中，它的响应速度和平均价格也更占优势。

至于已经用顺手的国外模型，我不会急着全部停掉。

高难度推理、重要代码和对外发布的关键内容，仍然需要一个经过长期使用验证的备份模型。不是因为国产模型一定做不好，而是重要任务不适合在没有对照测试的情况下直接迁移。

挑出自己最近真实做过的 10 个任务。

最好包括：

把相同的资料、提示词和交付格式，分别交给你现在的主力模型、Kimi K3 和 GLM-5.2。

不要问“哪个回答看起来更厉害”，只记五项：

如果国产模型在大部分日常任务上已经能直接交付，速度和费用又更合适，就把这些任务迁过去。剩下少数高难度任务，继续保留原来的模型。

过去，我们习惯讨论“哪个大模型最强”。这个问题越来越像在问：电脑里只能装一个软件，你选哪个？

现实工作并不需要这样的单选题。

写文章可以用一个模型，长资料和批量任务可以用另一个，关键结果再交给第三个复核。只要文件、提示词和验收标准能够迁移，换模型就不再是一场搬家。

因此，我对 Kimi K3 和 GLM-5.2 的判断并不是“国产模型已经全面取代国外模型”，而是：

国产模型已经到了应该被认真测试的阶段，而不是只在发布会和榜单里围观的阶段。

先迁移一个每周都会重复的工作流，跑三天，看结果。

如果它真的更快、更省，而且交付质量没有下降，就让数据替你完成这次换模决定。