中国大模型“每家都称第一”背后，第三方评测显示第一梯队由Kimi K3与Qwen3.8-Max组成双雄格局。K3国际验证领先，以57分位列全球第四，为开源模型历史最高；Qwen3.8-Max则在中文综合与生态上占优，SuperCLUE中文测评中综合第一。
五家画像中，K3验证最强，Qwen中文生态最强，DeepSeek性价比高但被反超，GLM擅长编程，豆包用户规模大但缺国际验证。中国第一与世界第一仅差3分，差距源于效率创新而非算力堆砌。
结论：按场景选模型，K3适合代码与Agent，Qwen适合中文办公，DeepSeek适合推理与预算敏感场景，领先窗口以月计。