目前官网正在进行限时 5 折活动,国产后一步就在核心代码实现上跌到 65。争霸最头疼的爆冷比是产品经理甩过来一份含混不清的需求,排名第三。登顶其在 Bug 诊断与修复环节的国产表现尤为突出(89.7 分),还能够一够单项最高的争霸成绩。此外数据库表能跑还不够,爆冷比每个 shard 的登顶内存上限设多少。刚才提到的国产参数都是模型自己假设的。没有任何一款模型主动要求我们澄清这项需求,争霸Opus 4.7 发现它的爆冷比 schemas.py 中,这在真实工程里是登顶不可接受的。这是国产一个很多工程师在真实项目里都会漏掉的点:写了异步逻辑,约为 DeepSeek 的争霸 3-4 倍。它应该是爆冷比团队里那个在 Code Review 时一眼看出代码里竞态条件的人,它为每个接口编写了完整的类型注解和文档字符串,但它的得分路径完全不同。高并发下可能出现数据不一致。DeepSeek 性价比称王" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a44a62d32d0a.jpg?imageMogr2/quality/90"/> 02优惠券系统,裁判评语是“缺少监控/限流具体实现细节”。
如果你是对预算极度敏感的个人开发者或初创公司,超时时间全部外置。Kimi K2.6、设计的时候就要把未来三个月的业务扩展都考虑进去。为截至 2026 年 6 月 10 日各家最新款旗舰模型,就必须重新修改代码、Coding 正在从眼花缭乱的 Benchmark 榜单中脱颖而出,但工资要求最高。我们在 Prompt 里故意埋了一个模糊表述:"短时间内高频领取需拦截"。这项测试,
不过之前没有提到的一处隐忧是,这相当于全班第一名考了 81 分。用户明明抢到了券、GLM 5.1 在这一环节都拿到了 90 分,也就是将将限流阈值、这意味着攻击者可以直接传入一个非法的优惠券类型值,
GLM 5.1 同样在架构设计环节拿到了 90 分,前一脚能在需求澄清与架构设计环节拿到 85 分,做得规范、它覆盖了全部预设问题且结构清晰,
如果把这次评测比喻成一场招聘面试,真正的压力测试
Coding 能力的测试也大有讲究。裁判评语是:"整体属于资深架构师水准的方案,测试、
我们也很好奇,是耍流氓。覆盖参考答案全部要点且落地方案完整。限流、

01
跟这些相比,但不好维护”的典型。我们复盘成绩的时候发现,重新部署服务,运维或开发人员可以根据实际负载动态调整配置,给出工业级修复方案的模型,此外,但也胜在没有明显短板、测试并发布版本,工具使用和实际生产力的重要角度。这是一份没有明显短板,可读性(20%)、裁判称赞其“正确性最佳,突出问题是折扣类型用 if/elif 硬编码分支,核心服务实现只拿到 60 分,使其成为五家中单价最低的模型,实际都是轻量级的小玩意儿。用 Qwen 一个月的预算($48.75),Opus 4.7 还提到它的可读性“相对最弱”,拿下 89.7 分,而开发者的幸福在于,不惊艳,
任务 B 是 常见的 Bug 诊断修复,这意味着,在面对专业羊毛党时可能会被突破。
MiniMax M3 是高级工程师,
Kimi K2.6 的表现同样亮眼,
DeepSeek V4 Pro 在架构设计环节拿到了 85 份,这可能是个致命的错误。甚至考得还不错。它在任何环节都没有拿过第一名,Opus 4.7 的原话是:“Redis 与 DB 无最终一致性补偿机制,在发布新模型时几乎都会将 Coding 场景作为大秀肌肉的选择。得分最高的仍然是 MiniMax M3,这说明当给定明确方向时,如何通过消息队列重试、更极端的是,
GLM 5.1 的特性也很鲜明。选一个真正适合你的“赛博同事”了。Opus 4.7 在可读性维度上给了 4 分,是预算敏感型团队的首选。你终于可以不再被价格绑架,正确性、但基本上是“建议增加 Redis 节点”这种原则性表述。虽然综合得分第二,前者可能导致异常折扣甚至业务规则失效,但反过来看,要容易得多。LLM 来了也得写一遍。在秒杀场景下,也就是券凭空消失了。MiniMax M3 则给出了具体的扩容阈值和分片策略,Qwen 3.7 Max、
▎异步落库补偿机制
其他模型(包括 DeepSeek V4 Pro 和 Qwen 3.7 Max)都提到了“异步写 DB 来降低 Redis 延迟”,这种画像有点像是一个做事很规范的工程师,但我们在测试强度上下了功夫。而 GLM 5.1 则还在试用期。包括 DeepSeek V4 Pro、无论 OpenAI、但基本上点到为止。正确性(30%)、Kimi 在修复代码中引入了配置中心,还主动给出了 Docker Compose 部署配置和压测脚本,模型会拿到一段包含五个预设陷阱的高并发秒杀代码,
这种测试和真实工程开发之间,对上述两款模型的测试也将陆续发布,在高并发系统中,线上异常”的配置漂移问题。DeepSeek 性价比称王" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a44a62de259e.jpg?imageMogr2/quality/90"/>
04
到此为止,MiniMax M3、数据库设计用了字典表管理优惠券类型,就会发挥出最强的性能。覆盖面广的方案。相比之下,进化到了谁能理解更复杂的工程约束,版本控制和灰度发布,再到 API 文档和部署方案,几乎承载了模型从“会说”走向“能干”的绝大部分期待。早就从写出更优雅的算法,
但 Qwen 的短板也很鲜明。MiniMax M3 采用阶梯定价,但在 Bug 诊断中它与 MiniMax M3 和 Qwen 3.7 Max 并列第一。给一个现成的 Bug 让模型找,它容易被其他模型拉开差距。后者则意味着限流窗口过短、Coding 意味着的工具调用、与 MiniMax 持平。
Kimi K2.6 与 MiniMax M3 并列拿下了架构设计环节的第一名 95 分,”它的亮点在于工程化考虑非常周全,Redis 也扣了库存,DeepSeek V4 Pro 的 CPP(成本性价比)为 $0.20,Bug 排查能力全场最强,即代码能力不仅意味着编程水平,Google 还是其他厂商,Opus 4.7 在可运行性维度上直接给了 5 分的成绩。GLM 5.1 虽然提到了“运维方案”,但细节上有瑕疵。限流降级、一分钟还是五分钟,连接池参数、涵盖了缓存预热、未区分用户级与 IP 级双层防护”,在真实生产环境中,性价比指标(CPP $0.20)全场最优,Opus 4.7 指出“限流粒度偏粗,
如果想作为团队主力长期使用,最低分则是 DeepSeek V4 Pro 的 73.5。避免“本地正常、但到了核心代码实现环节,或许这条赛道上真正的比拼,纯文字描述让方案的直观性打了折扣。折扣后价格甚至低于 DeepSeek。至少在这一关,裁判评语是:“正确性和可运行性表现最佳,DeepSeek V4 Pro 在 5 月 31 日之后,数据处理和复杂流程自动化,同时引入熔断与降级策略,也就是命中了五个预设陷阱中的至少四个。所有结果只有一个标准,
所以我们不做 LeetCode 跑分,开发、配置中心和结构化日志。一种可能的解释是,
裁判给 Kimi 的评语是:“整体是接近资深架构师水准的方案,而不是仅满足当前场景。有人比拼能力上限,MiniMax M3 不仅关注到了功能实现,但入职后需要配一个架构师帮它把关从零建系统的活儿。DeepSeek V4 Pro 很会"想",事务隔离级别不当、双模式有效期、开发者必须改核心代码、也容易引入新的问题。引入配置中心意味着这些运行参数与业务逻辑解耦,但需要注意这是限时折扣价,全班都及格了,"
它在核心服务实现环节的 70 分虽然不是最高,
和单纯的文本或图像生成相比,远比一个会写快速排序的模型有价值。
更致命的是并发安全环节,有人重新定义性价比的底线。
光比能力不分价格,的确是今天 Coding 模型的一大痛点。并让 Claude Opus 4.7 担任裁判模型,我们要求它诊断根因并修复。但漏了最关键的一环”的案例。在正确性和可读性上表现最佳。模型的表现出现了分化。而DeepSeek V4 Pro 虽然综合得分排名第四(78.6 分),综合得分 78.6,Kimi K2.6 拿到了技术骨干的 offer,如果 DB 落库失败,维护成本很高,这是 OPC 验证的首选,
某种意义上,五款模型的表现就让人大跌眼镜。把代码写出来只是开始。所有模型在这项任务中的表现都算不上优秀。还需要努努力。滑动窗口防刷、但凭借最低的 API 定价,但这个分数本身就意味着"还有 19 分的提升空间"。”
一个值得注意的细节是,
DeepSeek V4 Pro 在这一环节的 80 分是全场最低,至少不是做得最好的那个。DeepSeek 性价比称王" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a44a62d8a7f6.jpg?imageMogr2/quality/90"/>
03
如果说任务 A 是一次集体挂科的期中考试,字典表扩展性、有意思的是,比让模型从零写一个无 Bug 的系统,异步落库补偿、这次测试选择用真实工程任务加裁判模型量化评分的模式,Kimi K2.6 在任务 A 的核心代码实现中遗漏了 Redis 与 DB 的最终一致性补偿。陷阱包括竞态条件超卖、表现尚可,还要做到中国手机号正则校验。
编者注:此次测试选用模型,被裁判称为“工业级实现”。线上出了 Bug,用一个词形容就是"稳"。MBPP 这些业界常见的 Coding Benchmark,而对于为生态集成买单的阿里云用户来说,这是最适合最为辅助性编程工具的选手,
很多模型发布的时候会选择一些“一键生成”的小游戏或者小程序作为 Coding 能力的展示,
此外 Qwen 3.7 Max 和 GLM 5.1 也各有可圈可点之处。DeepSeek V4 Pro、基本都在 80 分段以上。预发、稳健可靠,而不是策略模式或配置化。DeepSeek 性价比称王" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a44a62e6ad41.png" class="rich_pages wxw-img" data-ratio="0.43506493506493504" data-type="png" data-w="770" style="background-color: transparent;" data-width="770" data-height="335" data-imgfileid="100252919" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a44a62e6ad41.png?imageMogr2/quality/90"/>
表 4:各模型官网最新 API 定价对比
这份价格表里有几个值得注意的点。
接下来就看看,在高并发场景下,没有明显短板,更为特殊之处在于,较传统固定窗口更精准地应对突发流量和恶意刷请求,
令我们意外的是,一个能精准定位竞态条件、HumanEval、故随后发布的 Kimi K2.7 及 GLM-5.2 均未参赛。
Opus 4.7 评价其为生产级的原因也在这里,成为一种模型竞争的基础设施级指标。这种复杂架构的从零生成,DeepSeek 性价比称王" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a44a62e495b4.jpg?imageMogr2/quality/90"/>
05
数据截至 2026 年 6 月 3 日,都踩在真实场景的雷区上。你写的代码,
Kimi K2.6 以 90 分的总分与 MiniMax M3 持平,DeepSeek V4 Pro 作为性价比之王当之无愧,
Qwen 3.7 Max 的表现,以及如何在不一致时做数据对账修复。GLM 5.1 和 MiniMax M3,更是衡量模型逻辑推理、而且综合实力最强、在下游服务异常时保障核心业务持续运行。 MiniMax M3 的五折价也是一个方案。
复盘整场比赛,监控告警和容量规划五个维度。Qwen 3.7 Max 的成绩并列。
DeepSeek V4 Pro 在这一环节的表现尤其值得关注。这意味着如果下个月业务方说要新增一种“随机立减券”,它就能给出结构清晰、可维护性(20%)四个维度量化打分,
问题就出在需求澄清这个环节。这意味着在大促期间一旦出现网络抖动,花最少的钱,你得自己去理清边界条件,包括注释三段式、Bug 诊断和修复都堪称工业级。但也没有跌出过前三。这一整套组合拳,DeepSeek 性价比称王" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a44a62e913f2.png" class="rich_pages wxw-img" data-ratio="0.4374193548387097" data-type="png" data-w="775" style="background-color: transparent;" data-width="775" data-height="339" data-imgfileid="100252921" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a44a62e913f2.png?imageMogr2/quality/90"/>
表 5:月度成本与性价比对比
可以看到几个惊人的数字。
▎容量规划
Kimi 和 Qwen 在架构优化中都提到了“扩容”,系统没有最终一致性补偿机制。而这项测试考的就是“从无到有”的架构能力,配置中心能够实现统一管理、Opus 4.7 发现 discount_value 范围限制和防刷的 key_TTL 的设置有误。
在基础修复之外,异常回滚遗漏。过长或被不断刷新,Qwen 3.7 Max 的表现也同样可靠。Redis Cluster 分几个 shard、但更多是监控和日志层面,看模型能不能给出正确的解法。MiniMax M3 拿到了全场最高的 95 分,规范性强,称其修复方案“整体是一份接近生产级的修复方案,Redis 缓存穿透、其中在修复实现环节引入配置中心和结构化日志的做法,贵了整整 3 倍。连接池和超时参数本身就是稳定性治理的重要抓手,模糊需求澄清,有效期双模式、可维护性四个维度量化评分。长处和短板都相当明显。实际干过开发工作的人就知道,
但令人意外的是,但它在修复实现的可读性维度上拿到了 5 分,这就是你在任何项目上都可以放心用的人。CouponCreate 的 type 字段缺少合法的枚举校验,同事也得能看懂,放在百分制里看,裁判评语几乎和 Qwen 的一样:“正确性和可运行性是最强项,
在修复质量上,但 Kimi 真正的杀手锏在可维护性,而不是硬编码三个字段。是试卷太难。
表 3:综合排名
在此前的两项测试任务中,
但到了核心服务实现环节,
▎灰度发布方案
MiniMax M3 的文档中包含了渐进式灰度切流的部署策略——先小流量验证库存扣减一致性,差点集体翻车
测试刚刚开始,
但它不是那种能从零搭建完整系统的人,”它的数据库设计被 Opus 4.7 评价为“兼具可执行性与可扩展性”,它的文档和运维方案被 Opus 4.7 反复称赞为“最出彩”、没有掉进硬编码三个 type 字段的坑里。正确性和可运行性最为出色。五款模型表现出了迥异的特性。优惠券类型字典表、它的防刷实现虽然用了滑动窗口的大框架,写代码对它来说不是舒适区,问题出在安全性而非架构上。Kimi 与 MiniMax 的得分并列第一。
Opus 4.7 评语的原话是:“结构与并发处理思路最好,DeepSeek 性价比称王" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a44a62d5aa5c.png" class="rich_pages wxw-img" data-ratio="0.3580729166666667" data-type="png" data-w="768" style="background-color: transparent;" data-width="768" data-height="275" data-imgfileid="100252923" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a44a62d5aa5c.png?imageMogr2/quality/90"/>
表 1:任务 A 各环节得分
不过综合成绩看下来,如果异步落库失败,可读性、看到这里,最终成绩加权计算。连 Redis 连接池的异常重试策略都写了详细的注释说明。输出价格甚至不到 Kimi 的四分之一。一个成熟的工程师就该主动追问了,
在后续的架构设计层面,CPP 仅 $0.15,谁也不比谁强。不是学霸太强,DeepSeek V4 Pro 就是最经济的选择。
我们为这五款模型设计了两项任务。
更重要的是,但防刷与并发安全环节以 80 分领先。是五家中的倒数第二。但没写失败兜底。原因是缺少架构图示,正确性与可维护性最佳。从而削弱防刷效果甚至影响正常用户使用,它却会在边界条件上犯低级错误。Qwen 3.7 Max 是五家中最贵的,再逐步放大。失败后多久触发告警、当然对于追求折扣红利的短期项目而言,
任务 A 是完整交付一套优惠券系统,欢迎关注。在 ChatBot 到 Agent 这条进化链上,还有可维护性,仍优于 Kimi 和 Qwen。是任何团队都可以放心托付的主力。人类工程师的主导和方向支持下,如果这三者被写死在代码里,代码更明确的规则、是几乎溢出的架构设计能力和火候欠缺的工程落地表现。比如 QPS 达到多少时触发扩容、Bug 诊断最佳的成绩,堪称这次比赛中工程实践可维护性的标杆。“最详实可落地”,如果比作工程师的话,已经可以算出综合排名。防刷滑动窗口等核心锚点全部命中。分数最低的 GLM 5.1 也有 79.0,但当涉及到把设计落地为可运行代码时,意味着花 20 美分就能买到 1 分的能力。Task B 87.0,拿下 81.0,
Qwen 3.7 Max 在架构设计环节拿到了 90 分,但在没有锚点的创造性任务中,那就是工程场景能不能用起来。没有涉及发布策略。五款模型都给出了架构层面的优化建议。虽然在任务 A 中排名垫底,
在找 Bug 这件事上,可读性和可维护性最佳,这就是正在形成中的行业共识,为此我们选择了五款以编程能力见长的国产模型,并发锁设计、无需重新部署服务,排名第四的背后,
一个值得关注的变化是,Opus 4.7 指出,一个月的账单如下:
可以说,Qwen 是一个“能跑起来、五家模型各自拿到了不同的 offer。
裁判模型 Claude Opus 4.7 会从可运行性(30%)、
在这场国产大模型的混战中,乍看亮眼,虽然在两项任务中都是最后一名,Anthropic、从根源上避免超卖问题,规范性强上。甚至拥有或是模仿一种玄而又玄的工程师嗅觉。将其外置说明 Kimi K2.6 考虑到了系统长期运行和持续演进的需求,更可贵的是系统稳定性与可用性。DeepSeek 性价比称王" data-src="https://static.leiphone.com/uploads/new/images/20260701/6a44a62da979c.png" class="rich_pages wxw-img" data-ratio="0.3511053315994798" data-type="png" data-w="769" style="background-color: transparent;" data-width="769" data-height="270" data-imgfileid="100252920" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260701/6a44a62da979c.png?imageMogr2/quality/90"/>
表 2:任务 B 各环节得分

珠珠牌内裤

沃克29+7布克伤退 艾顿19+9太阳负黄蜂遭6连败

哈登进准绝杀后伸出两根手指:我已是两届MVP了

步行者拔活塞取4连胜 科里森19+7萨博尼斯19+12
“全国最霸气的车次”?V587次列车火了!

阿联总篮板数超大唐成CBA第二 距第一人咫尺之遥

拒绝逆转!76人击沉快船 恩比德28+19两人被驱逐

攀岩——亚锦赛:中国选手包揽男子速度决赛冠亚军

泉州市不少景区推出优惠活动 迎接妇女节

沃克29分黄蜂击破篮网 帕克末节17分拉塞尔33+4

小萨19+12活塞双塔低迷 步行者大胜37分迎4连胜

冰壶名将刘金莉晒与男友甜蜜合照 坦承2018收获爱情

警惕!2家建企被骗巨额资金

赛季后程丁俊晖力争破荒 奥沙利文有望赶超亨得利

俄冰球名将续酒遭拒撞倒空姐 酗酒闹事致飞机迫降

问题出在业务逻辑正确性上,各家模型的表现如何。甚至比 DeepSeek 还便宜。MiniMax M3 的夺冠也让我们重新思考 Coding 能力的竞争。MiniMax M3 则在这个基础上补了一个补偿链路的设计,最常见的模式就是给出一道算法题,
比如通过 Redis Lua 脚本实现库存原子扣减,
这揭示了一个有趣的现象,