GLM-5.3、Kimi K3、V4 Pro在同一个基座上的三轮PK

不跑Benchmark，不做数学题。三个模型吃完全相同的Prompt，做同一个游戏、同一个PPT工作台、同一家小餐馆——三轮实测下来，最贵的那个居然没全赢。

这几天我是真有点"玩"上头了。前面连续折腾了几轮DeepSeek Harness，从插件到桌面版，越玩越觉得有意思。但就在我准备继续往下测的时候，DeepSeek自己先来了一刀——V4 Pro涨价了。以前DeepSeek最大的优势之一就是又能打又便宜，现在价格一涨，它还香不香？

偏偏这两天GLM-5.3又出来了，Coding和Agent这块声量很猛，再加上前段时间同样很火的Kimi K3。这不正好——GLM-5.3、Kimi K3、DeepSeek V4 Pro，全部塞进DeepSeek Harness，狠狠干一轮。所有配置完全一样，三个模型吃完全相同的Prompt，做三个真正能看到结果的东西：《牛来》动作小游戏、AI PPT工作台、《欢迎来龙餐馆》经营小游戏。主要就看五件事：谁做得最好、谁最快、谁最稳、谁最省钱，最后到底谁能把活交出来。

第一轮：《牛来》动作小游戏

第一个Case致敬最近火爆出圈的《牛来》：玩家操控牛妈妈在草原上保护小牛，击退一波波敌人，最后打Boss。要求能移动、攻击、闪避，有输有赢，一局3到5分钟，结尾要有电影片尾感，六句话慢慢出来。

这轮DeepSeek出乎我意料：游戏性做得相当不错，核心体验跟另外两个差得没那么远，难度甚至是三个里最高的，我后来专门调了一次难度才通关。比较可惜的是电影片尾没做完整。Kimi的优势很直接——建模和整体视觉更精美，角色场景第一眼就让人觉得"完成度高"，结尾六句话也完整做出来了，单从体验上看是三个里最好的。GLM这版画面比V4 Pro精致，但角色建模比Kimi稍微僵一点，牛妈妈偏儿童卡通风格；不过真玩起来完成度不低，操作战斗反馈灵敏，难度最轻最友好。有个小细节我很喜欢：每波敌人打完会给一点喘息时间再进下一波，节奏舒服。最戳我的是结尾字幕——一行淡入带点黄色，下一行出现时上一行慢慢变白，质感和认真设计的片尾一样。

只看综合成品，GLM-5.3和Kimi K3基本打平：Kimi人物建模和精致度略胜，GLM在战斗反馈、节奏和字幕细节上有我更喜欢的地方。V4 Pro游戏性并不输，输在视觉质感和结尾没做完。

第二轮：AI PPT工作台

第二个Case换了个方向，做一个正经生产力工具：输入主题、选受众、选风格，一键生成六页PPT的工作台，要有缩略图、页面切换、文字编辑、三套视觉主题和全屏预览。

V4整体功能比较全，该有的基本都有，但两个问题：HTML下载后网页没法下拉，内容看不全；还有一页出现乱码。完成度是有的，就是还不够好。K3这版整体视觉更高级，尤其大屏排版和质感更像成熟产品Demo，但有个明显毛病——左边缩略图很多直接是黑的。GLM这轮比前面两个都好，而且不是好一点点：质感高了一个档次，画面上基本挑不出大问题，排版更成熟。更关键的是新建PPT时它真的弹出一个新页面，把主题、受众、风格、页数都列好让选，再照着你选的生成——这一点比前两个高出不少。美中不足是留了个调试用的自检面板没收起来，说明还有打磨空间。

话说回来，三个都没把AI PPT做到理想程度。我本来希望重新输入主题需求后真的生成一套完全不一样的PPT，可实际上更多还是在模板结构上换文字做微调——GLM那版最接近，但也还没完全做到。严格讲，都还是Demo。

第三轮：《欢迎来龙餐馆》经营游戏

第三个Case换了个安静的方向。最近沈腾那部《欢迎来龙餐馆》很火，看完真挺感人，就做个战火背景下的小餐馆：客人进来、点菜、做菜、上菜、赚钱，一局代表营业一天，结尾同样要电影片尾收束。

这一轮的差距比前两轮明显。DeepSeek做的餐馆挺像个真餐馆——客人不是头像横着飘进来，而是真的走进来，有时一个、有时两三个、甚至会来一家四口，这个细节一下让餐馆有了"人在营业"的感觉。它是唯一一个有店员送菜环节的，结尾处理得也不错，字幕一点一点出现，节奏是有的。Kimi更像横版点击小游戏，人物头像从一边进来、点两下、做菜、再出去，视觉精致但玩起来有点单调，客人进来机械、走得又快。

客观说这一轮GLM发挥得最好：游戏封面一进去就挺大气，木质质感一摆真有点老餐馆感觉；客人走动来回很自然，空间够大，右侧点单端菜按键好使；形形色色的客人看着丰富；没及时上菜客人真的会走——中间我一度三个灶同时开火忙不过来，才体会到生意太好也不见得是好事。整体处理下来是三个里最完整的。

三轮跑完的账：速度、成本与选择

先把最实在的几笔账算清楚。速度成本上，DeepSeek V4 Pro是毫无悬念的第一，又快又便宜，三个Case都顺顺当当交出来了。GLM-5.3排第二，我充的是199的Coding Plan，用起来不错但只有5小时额度太少，而且它是三个里最慢的。Kimi K3单看API是最贵的，这一轮花了43块，不过速度不慢排中间。

看结果：GLM-5.3和Kimi K3基本能打平，但GLM整体更稳也稍微好一点；V4 Pro也不错，只是相比之下会粗糙一些，能用但还没到那个份上。怎么选？想要相对快、质量又不错，优先选K3；追求更深完成度和更好质感，选GLM-5.3；纯看性价比，还是V4 Pro，速度之王。另外这三个跑下来，DeepSeek Harness作为基座完全OK，三个模型接进去都能正常干活，没掉链子。

当然得说句实在的，今天的测试结果只代表近期情况。大模型竞争就是这样，今天这个更强，明天可能换成那个，谁也别想一直坦然坐着。但把时间拉长看，整体是一起往上走的——跟国外顶尖比差距确实还有，可追赶速度是实打实的。更希望的是它们每一个都能越来越好，我们也能慢慢用上更好的AI。