Матрица моделей Qwen широка, а подключение зрелое, но это не ответ по умолчанию для любой задачи. Команды, меняющие модель, обычно столкнулись с конкретной проблемой: стоимость длинных документов, доля прохождения тестов в коде, мультимодальность, доступность в регионе или желание распределить риски поставщика.
Статья не составляет рейтинг, а разбирает по пунктам китайские тексты, код, длинный контекст, мультимодальность, агентов, способы подключения и модель цен, затем даёт таблицу сценариев и чек-лист миграции. Модели и цены — по странице цены на модели.
Примечание: Qwen, Tongyi Qianwen, Alibaba Cloud, Bailian и DashScope — товарные знаки Alibaba Group и соответствующих правообладателей; DeepSeek, GLM и Kimi также являются товарными знаками своих правообладателей. Статья носит характер технического выбора и не подразумевает аффилированности, агентских или партнёрских отношений с указанными компаниями. Возможности, цены и условия меняются; перед подключением сверяйтесь с официальной документацией.
1. Сначала проверьте, действительно ли проблема в модели
Прежде чем менять поставщика, исключите четыре немодельные причины: у промптов нет критериев приёмки, поиск возвращает неверные фрагменты, все запросы идут в самую дорогую модель, несколько сервисов используют один ключ. После их устранения вывод «модель обязательно нужно менять» часто исчезает.
Если замена действительно нужна, обычно это один из сигналов: отсутствует целевая возможность (например, нужен визуальный вход), стоимость длинного контекста вышла из-под контроля, доступ в регионе нестабилен, сбой одного поставщика затрагивает весь бизнес или комплаенс требует другого пути данных. Сигналы нужно подтвердить недельными данными по доле ошибок, переделкам и задержке.
2. Различия позиционирования четырёх кандидатов
| Модель | Типичный акцент | Мультимодальность | Подключение | Особенности биллинга |
|---|---|---|---|---|
| Qwen | Полная матрица: текст, зрение, длинный контекст | Визуальные возможности достаточно полные | Alibaba Cloud Bailian / DashScope, совместимость с OpenAI | По токенам, у части моделей ступенчатая цена |
| DeepSeek | Стоимость текстовых рассуждений и кода | Не основное направление, см. официальный список моделей | Собственный API, совместимость с OpenAI | Вход делится на попадание в кэш, выход оплачивается отдельно |
| GLM | Китайские задачи и сочетание модальностей | Текст, зрение и генерация изображений | Собственная открытая платформа, совместимость с OpenAI | По токенам, есть подписка Coding |
| Kimi | Чтение длинного контекста и агентные задачи | По официальному списку моделей | Собственная открытая платформа, совместимость с OpenAI | По токенам, длинный вход требует замера стоимости |
Таблица показывает, куда компании направляют ресурсы, а не рейтинг качества. Разница одной модели на разных промптах часто больше среднего разрыва между моделями.
3. Тексты: стройте набор оценки по жанрам
У текстов нет единой метрики: для маркетинга важен отклик, для официальных документов — формат, для договоров — согласованность пунктов, для сценариев озвучки — ритм. Qwen и GLM глубже на китайских корпусах, рассуждения DeepSeek помогают со структурно сложными материалами, Kimi лучше подходит, когда нужно сначала прочитать длинный материал, а затем переписать.
Рекомендуется взять 30 реальных бизнес-задач, покрывающих короткие тексты, длинные статьи, переписывание и многораундовые правки, и провести слепую оценку двумя людьми. Разбейте оценку на фактическую точность, соответствие тону, полноту структуры и долю пригодных результатов, чтобы «читается гладко» не скрывало фактические ошибки. Цифры, имена и цитаты тестируйте отдельно: здесь риск происшествий выше, чем в стиле.
4. Код и инженерные задачи: решает доля прохождения тестов
Кодовые сценарии нужно разделять: автодополнение строки, вопросы по репозиторию, генерация юнит-тестов, ревью кода и правки в нескольких файлах предъявляют совершенно разные требования к контексту и вызову инструментов. У всех четырёх есть кодовые модели; точные названия и версии — в официальной документации.
Оценивайте не «похож ли код», а запускайте юнит-тесты и статический анализ, фиксируя долю прохождения с первой попытки, число раундов исправления и долю новых дефектов. Для вопросов по репозиторию дополнительно измеряйте точность локализации файлов. При использовании вызова инструментов убедитесь, что целевая модель поддерживает нужную JSON Schema, параллельные вызовы и стриминг, иначе после миграции всё застрянет на слое адаптации.
5. Длинный контекст и мультимодальность: сначала считайте стоимость входа
Длинный контекст нужно оценивать на двух уровнях: помещается ли материал и способна ли модель после этого ответить правильно. Если вставить годовой отчёт целиком, это не значит, что модель точно процитирует нужную страницу. При тестировании спрашивайте про ключевые предложения в начале, середине и конце.
Стоимость считайте отдельно. Часть моделей тарифицирует сверхдлинный вход ступенчато, и цена за единицу может расти; попадание в кэш снижает расход на повторяющиеся материалы. Итоговый выбор делайте на своей длине документов и манере вопросов.
По мультимодальности визуальные модели Qwen покрывают широкий диапазон, у GLM есть сочетание зрения и генерации изображений; наличие аналогичных интерфейсов у DeepSeek и Kimi проверяйте по официальному списку моделей. Если нужен только OCR или извлечение таблиц, специализированный OCR-сервис может оказаться стабильнее.
6. Агенты и вызов инструментов: стабильность важнее рейтингов
Сбои агентов часто вызваны не недостатком интеллекта модели, а неверным форматом вызова инструмента, отсутствующими параметрами или преждевременной остановкой. При выборе прогоните реальный рабочий процесс на 15–20 шагов и посчитайте число невалидных вызовов инструментов, долю завершённых задач и среднее число шагов — это полезнее общих рейтингов.
Все четыре модели поддерживают вызов функций, но именование параметров, параллельные вызовы и структура событий стриминга различаются. Если у вас уже есть агентный фреймворк, выбирайте интерфейс со зрелой адаптацией и понятными ошибками; для маршрутизации между моделями лучше унифицировать протокол инструментов на уровне шлюза, чтобы не писать отдельную адаптацию под каждую модель.
7. Подключение и регионы: три места, где чаще всего ошибаются
Все четыре модели предоставляют OpenAI-совместимый интерфейс, и миграция обычно сводится к замене Base URL, API Key и имени модели. Но у Qwen есть дополнительный нюанс: API Key привязан к региону, ключи Пекина и Сингапура несовместимы, а несовпадение Base URL и ключа сразу даёт 401.
Код ниже собирает конфигурации четырёх поставщиков в одну таблицу, чтобы при смене модели менялись только переменные окружения:
import os
from openai import OpenAI
PROFILES = {
"qwen": {
"base_url": os.environ.get(
"QWEN_BASE_URL",
"https://dashscope.aliyuncs.com/compatible-mode/v1",
),
"model": os.environ["QWEN_MODEL"],
},
"deepseek": {
"base_url": os.environ.get("DEEPSEEK_BASE_URL", "https://api.deepseek.com/v1"),
"model": os.environ["DEEPSEEK_MODEL"],
},
"glm": {
"base_url": os.environ.get("GLM_BASE_URL", "https://open.bigmodel.cn/api/paas/v4"),
"model": os.environ["GLM_MODEL"],
},
"kimi": {
"base_url": os.environ.get("KIMI_BASE_URL", "https://api.moonshot.cn/v1"),
"model": os.environ["KIMI_MODEL"],
},
}
def client_for(name: str):
profile = PROFILES[name]
client = OpenAI(
api_key=os.environ[f"{name.upper()}_API_KEY"],
base_url=profile["base_url"],
)
return client, profile["model"]
Не вшивайте имена моделей в код и не копируйте их из старых руководств. Поставщики выводят версии и меняют привязку алиасов; актуальные имена — в официальной документации и на странице цен.
8. Модель цен: сравнивайте «стоимость выполненной задачи»
Все четыре тарифицируют по токенам, но структура различается: раздельный вход и выход, скидка кэша, ступенчатая цена длинного контекста, пакетные скидки, подписки и бесплатные квоты влияют на счёт. Глядя только на цену за миллион токенов, легко получить противоположный вывод.
Более надёжный расчёт: сложите вход, выход, повторы и неудачные запросы, затем разделите на число качественно выполненных задач. У задач с длинным выходом и частыми повторами реальная стоимость может быть в два-три раза выше прайса. Для единого счёта можно подключиться через ZSQH AI Gateway; конкретные коэффициенты — на странице цены на модели, цены меняются вслед за официальными.
9. Таблица выбора по сценариям
| Сценарий | Рекомендуемая отправная точка | Пояснение |
|---|---|---|
| Китайский маркетинг, поддержка, резюме | Qwen или GLM | Слепая оценка на одной выборке, не по известности |
| Автодополнение кода, тесты, ревью | DeepSeek или кодовая модель Qwen | Ориентир — прохождение тестов и число переделок |
| Обзор длинных документов, обобщение | Kimi или модель Qwen с длинным контекстом | Проверяйте точность цитирования и стоимость входа |
| Изображения, скриншоты, таблицы | Визуальная модель Qwen или GLM | Сначала уточните ограничения по разрешению и размеру файла |
| Многошаговые агентные процессы | Любая, сначала нагрузочный тест инструментов | Смотрите невалидные вызовы и способность восстановиться |
| Единый вход для нескольких моделей | API-шлюз | Единые ключи, счета, журналы и деградация |
10. Чек-лист миграции
- Инвентаризируйте все точки вызова и отметьте интерфейсы с приватными параметрами поставщика.
- Зафиксируйте снимок текущей версии модели и сохраните конфигурацию для отката.
- Соберите набор из 30–50 реальных задач с явными критериями приёмки.
- Запустите старую и новую модели параллельно с одинаковыми параметрами, промптами и длиной вывода.
- Пустите 5–10% трафика, наблюдая долю пригодных результатов, задержку p95 и ошибки.
- Настройте резервную модель и автоматическое переключение с чёткими условиями срабатывания.
- Разделите мониторинг по моделям, сценариям и версиям, отдельно считайте 429 и тайм-ауты.
- Обновите документацию и правила счетов, указав имена моделей, регион и известные различия.
11. Часто задаваемые вопросы
1. Обязательно ли менять Qwen API?
Нет. Сначала исключите проблемы промптов, поиска, параллелизма и сети; замена даёт явную выгоду только тогда, когда пробел в возможностях, структура затрат или комплаенс не решаются на месте.
2. У кого из DeepSeek, GLM и Kimi лучший китайский?
Единого ответа нет. Написание текстов, комментарии в коде и обобщение длинных материалов — разные задачи, и одна модель может сильно отличаться по ним. Слепая оценка на реальных образцах надёжнее рейтингов.
3. Сколько кода придётся изменить при смене модели?
При совместимости с протоколом OpenAI обычно меняются только Base URL, ключ и имя модели. Если используются приватные параметры, мультимодальные поля или особый формат вызова инструментов, нужен слой адаптации и регрессионные тесты.
4. Может ли модель с длинным контекстом заменить RAG?
Простой заменой — нет. Длинный контекст подходит для разового чтения и рассуждений между фрагментами, RAG — для больших баз знаний и часто обновляемых материалов. Их можно сочетать: сначала поиск сужает область, затем следует глубокий анализ.
5. Как управлять несколькими моделями централизованно?
Распространённый подход — шлюз с едиными ключами, биллингом, журналами и маршрутизацией моделей, когда приложение видит только один OpenAI-совместимый вход. Цена — дополнительная зависимость; проверьте отказоустойчивость и управление квотами.
Что дальше
Создайте тестовый ключ в ZSQH AI Gateway, подключите Qwen и кандидатов к одному входу, прогоните одинаковую партию задач и рассчитайте стоимость по странице цены на модели. Доступность моделей и региональные ограничения определяются официальной документацией.
