Kimi真能打 DeepSeek R1 嗎？實測

大家好，我是 Ai 學習的老章

Kimi-K2-Thinking 開源大模型新王，權威測試結果公布之后，很多讀者懷疑它的真實水平，很多榜單確實各種領先，甚至碾壓 DeepSeek V3.2，我個人之前的文章也沒有用完全的題目對比目前比較熱門的國產開/閉源旗艦級大模型（DeepSeek R1、Kimi K2 Thinking、Qwen3-Max、文心一言 5.0）。

本文順便把之前的測試梳理一下，同時加入 DeepSeek V3.2 進行對比

排名非常主觀，僅為個人見解，不代表所測模型真實水平，不喜勿碰。

省流：
第一題：Kimi K2 Thinking > DeepSeek > Qwen3-Max > 文心一言 5.0
第二題：Qwen3-Max > DeepSeek > Kimi K2 Thinking > 文心一言 5.0
第三題：DeepSeek > Kimi K2 Thinking > Qwen3-Max > 文心一言 5.0
第四題：Kimi K2 Thinking = Qwen3-Max > DeepSeek > 文心一言 5.0
第五題：Kimi K2 Thinking > DeepSeek > 文心一言 5.0 > Qwen3-Max
第六題：Kimi K2 Thinking > DeepSeek >= 文心一言 5.0> Qwen3-Max

第0題：用Base64隨意生成一個有趣的圖片，排名見下圖

測試 1:總結朱自清《背影》繪制 SVG

結論：Kimi K2 Thinking > DeepSeek > Qwen3-Max > 文心一言 5.0

DeepSeek 沒有識別出 4 次背影，原文引用也不對。不如 Kimi K2 Thinking，和 Qwen3-Max 一個級別，美觀上稍微好點。

Kimi K2 Thinking

測試 2:生成器官分布

結論：Qwen3-Max > DeepSeek > Kimi K2 Thinking >文心一言 5.0

DeepSeek 生成的 html 是可交互的，鼠標移動過去可以顯示簡介

比 Kimi K2 Thinking 內容更豐富，畫面也美觀一點點

測試 3：用 html 創建一個帶有旋轉星云和動態光照的 3D 粒子星系。

DeepSeek > Kimi K2 Thinking > Qwen3-Max > 文心一言 5.0

DeepSeek 感覺是最響應題目的，其他模型也都能完成，但多少有點畫蛇添足

K2 也還行，可以增加星云數量

Qwen3-Max 生成的結果，右側參數欄很多擺設

測試 4:發揮你的最大才能，用你最擅長的工具，生成一組數據后繪制數據大屏，主題自擬。

結論： Kimi K2 Thinking = Qwen3-Max > DeepSeek > 文心一言 5.0

DeepSeek 創建一個完整的"全球電商銷售數據分析大屏"項目，300 多行代碼，Python+Plotly + Dash 實現，前兩次代碼均報錯

第三次成功，但是我覺得它太不像大屏了

K2 Thinking 生成的是"未來智慧城市運營中心"主題的數據大屏，包含動態生成的多維度城市運營數據。一共 285 行代碼。前兩次均報 bug，第三次成功生成！

對比 Qwen3-Max??，它第一次的代碼也報錯，第二次成功

測試 5:3D 動畫演示月食原理及全過程

結論：Kimi K2 Thinking > DeepSeek > 文心一言 5.0 > Qwen3-Max

首次執行報錯：很低級的錯誤，字符串引號語法錯誤

然后成功，它理解了月食原理，沒有繪制太陽，但是光線軌跡是對的。但是問題不少，文字說明覆蓋動畫無法消除，月食實際出現時間與說明完全不符。

Kimi K2 Thinking 一次成功，總體思路沒問題，月食階段沒有匹配上

測試 6:生成一個動態網頁，展現絢麗多彩的煙花盛況，樣式要多，顏色要炫

結論：Kimi K2 Thinking > DeepSeek >= 文心一言 5.0 > Qwen3-Max

DeepSeek 用了 Canvas 繪制煙花效果，煙花樣式（圓形、柳絮形、螺旋形等），有交互功能（點擊生成煙花、自動播放等）

缺點：大量煙花其實只有軌跡，等很久也就只有三四個綻放

K2 Thinking vs Qwen3-Max 的視頻

老章薦書