Standard Compute

开源权重模型 · 2026 年 10 月 · 信息核对日期：2026年10月15日

编程智能体用哪个开源权重模型最好？

2026 年 10 月，编程智能体（编程 Agent）最好用的开源权重模型是 GLM 5.3：在官方 Terminal-Bench 4.0 排行榜上，它是成绩最高的开源权重模型（41.8%）。日常步骤交给 GLM 5.3 Flash 和 DeepSeek V4.1 Flash 就够了，价格只是零头；大模型里还可以选 Kimi K3 和 MiMo V2.6 Pro。不过在长链路的 Agent 任务上，它们都还比不上前沿模型 Claude Fable 5.1 和 GPT-6 Astra。Standard Compute 用一个 API Key 提供上面全部模型，路由把每一步交给能胜任的最便宜模型。Llama 和 gpt-oss 更容易自己部署，但做 Agent 差得远。如果只用一家的模型，智谱 GLM Coding Plan、Kimi 会员或阿里云百炼 Coding Plan 通常比我们更便宜。

我们提供的开源权重模型，按用途排

下表每个模型的权重都公开在 Hugging Face 上，也都能在 Standard Compute 上调用。顺序是我们对 Agent 用法的推荐：难的步骤三个、日常步骤三个、特定用途三个，每组第一个是首选，理由见下一节。最后两行是闭源前沿模型，作对照。

模型用在哪权重许可证上下文Terminal-Bench 4.0每百万 token 输入 / 输出
GLM 5.3难的步骤GLM 5.3 License1M41.8%$1.40 / $4.40
Kimi K3难的步骤Kimi K3 License1M未上榜$3 / $15
MiMo V2.6 Pro难的步骤MIT1M未上榜$0.435 / $0.87
GLM 5.3 Flash日常步骤MIT1M35.8%$0.15 / $0.50
DeepSeek V4.1 Flash日常步骤MIT1M未上榜$0.30 / $1.20
MiMo V2.6 Flash日常步骤MIT1M未上榜$0.14 / $0.28
Qwen 3.8 27B特定用途Apache 2.0262K（最高 1M）未上榜$0.50 / $3
MiniMax M3特定用途MiniMax Community License1M未上榜$0.30 / $1.20
DeepSeek V4 Pro 0813特定用途MIT1M未上榜$1.32 / $3.96
Claude Fable 5.1（闭源）前沿模型（对照）专有1M57.9%$10 / $50
GPT-6 Astra（闭源）前沿模型（对照）专有1.05M58.2%$10 / $50

Terminal-Bench 4.0：tbench.ai 的官方排行榜，2026 年 10 月 15 日读取（GLM 模型和 Claude Fable 5.1 在 Claude Code 里跑，GPT-6 Astra 在 Codex 里跑）；“未上榜”表示那里还没有它的成绩。许可证和上下文：各模型的 Hugging Face 模型卡和许可证文件（见链接），GLM 5.3 和 GLM 5.3 Flash 依据 Z.ai 文档。价格：各厂商官方价格页，2026 年 10 月 14 日核对（全部 32 个模型的价格，英文）；DeepSeek 为高峰时段价格，空闲时段减半，MiniMax 输入超过 512K 后价格翻倍。

什么活用哪个模型

  • GLM 5.3, z-ai/glm-5.3: 跨多个文件的修改、很长的工具调用循环这类难的步骤，我们首选它。它是官方 Terminal-Bench 4.0 排行榜上成绩最高的开源权重模型（41.8%，在 Claude Code 里跑）。
  • Kimi K3, moonshotai/kimi-k3: 月之暗面（Moonshot）的 2.8 万亿参数旗舰，支持图片和视频输入。每百万 token $3 / $15，价格和闭源中档模型差不多，适合留给做规划的回合，别每一步都用。
  • MiMo V2.6 Pro, xiaomi/mimo-v2.6-pro: 小米的 1.02 万亿参数旗舰，按 token 算很便宜。9 月 21 日才发布，还没上官方 Terminal-Bench 排行榜，做 Agent 的实绩也少，正式依赖之前先自己测。
  • GLM 5.3 Flash, z-ai/glm-5.3-flash: 日常步骤、子 Agent 和看截图（支持图片输入）首选它：官方 Terminal-Bench 4.0 排行榜上 35.8%，开源权重模型里排第二，每百万 token 只要 $0.15 / $0.50。
  • DeepSeek V4.1 Flash, deepseek/deepseek-v4.1-flash: 适合大量的编辑、跑测试和查资料。10 月 13 日在 OpenCode 公开用量榜上按 token 用量排第一。
  • MiMo V2.6 Flash, xiaomi/mimo-v2.6-flash: 表里按 token 最便宜的模型，用在日常步骤。和 MiMo V2.6 Pro 一样，9 月 21 日才发布。
  • Qwen 3.8 27B, qwen/qwen3.8-27b: 这里唯一能在一台工作站上自己部署的模型。适合补全和小改动，不适合长时间的 Agent 任务。
  • MiniMax M3, minimax/minimax-m3: 快、便宜，上下文 1M，但许可证是这里最严的，也没上官方 Terminal-Bench 排行榜。
  • DeepSeek V4 Pro 0813, deepseek/deepseek-v4-pro-0813: 做 Agent 基本已被更新的 V4.1 Flash 取代：按我们的测量，V4.1 Flash 每个请求的费用只是它的零头。不过它仍是 DeepSeek 最大的开源模型（1.6 万亿参数）。

和 Claude Fable 5.1、GPT-6 Astra 差多少？

还没追平。在官方 Terminal-Bench 4.0 排行榜上，开源权重模型最好的是 GLM 5.3 的 41.8%，GPT-6 Astra 是 58.2%，Claude Fable 5.1 是 57.9%。大多数开源权重模型根本没上榜。

但价格差距比质量差距大得多。在我们测量的编程 Agent 请求里，平均每个请求的费用：DeepSeek V4.1 Flash $0.0067，GLM 5.3 $0.057，Claude Fable 5.1 $0.24，GPT-6 Astra $0.41，都按厂商标价计算（测量方法，英文）。

所以实际用法是分工：编辑、修测试、读文件、写摘要这些占大多数的日常步骤交给开源模型；跨服务重构、已经失败两次的调试这类一旦计划错了、后面五十次调用全白费的步骤，才值得花前沿模型的钱。

只用一家的模型？国内 Coding Plan 往往更便宜

如果你只用 GLM、只用 Kimi，或者只用阿里云 Coding Plan 里的那几款模型，厂商自己的包月方案通常比我们任何一档都划算。Standard Compute 划算的场景是：同一个 Agent 里要混用多家开源模型，难的步骤还要用 Claude 或 GPT，又希望整月账单有上限。

方案价格能用的模型和限制
GLM Coding Plan（智谱 Z.ai）每月 $18 / $80 / $168（Lite / Pro / Max，国际站）只有 GLM；额度按每 5 小时和每周计算
Kimi 会员（Plus 起含 Kimi Code）每月 $19 / $39 / $99 / $199（国际站）只有 Kimi；5 小时滚动窗口加每月总量
阿里云百炼 Coding PlanPro 每月 200 元（国际站 $50）；Lite 已停售qwen3.7-plus、qwen3.6-plus、kimi-k2.5、glm-5、MiniMax-M2.5；每 5 小时 6,000 次、每周 45,000 次、每月 90,000 次请求；只能在编程工具里用

来源：Z.ai 文档（2026 年 10 月 15 日核对）、Kimi Code 会员说明（2026 年 10 月 14 日核对）、阿里云百炼 Coding Plan 文档（2026 年 10 月 15 日核对）。注意阿里云 Coding Plan 里的 GLM 和 Kimi 是较早的 glm-5 和 kimi-k2.5，不是上表的 GLM 5.3 和 Kimi K3。

许可证允许做什么

  • MIT：DeepSeek V4.1 Flash、DeepSeek V4 Pro 0813、GLM 5.3 Flash 和 MiMo V2.6 的各个权重。保留版权声明，就可以商用、修改和对外提供服务。
  • Apache 2.0：Qwen 3.8 27B。同样自由，另外明确授予专利许可。阿里云托管的 Qwen 3.7 Plus、Qwen 3.7 Max 和 Qwen 3.8 Max 只提供 API，不是开源权重。
  • GLM 5.3 License：接近 MIT，但如果一家公司做模型即服务（MaaS）业务、近 12 个月营收超过 100 亿美⁠元，商用前必须通过 Z.ai 的安全审查。
  • Kimi K3 License：接近 MIT，但近 12 个月营收超过 2,000 万美⁠元的 MaaS 业务需要和月之暗面另签协议；月活超过 1 亿或月营收超过 2,000 万美⁠元的产品，必须在界面上标明“Kimi K3”。内部使用不受限。
  • MiniMax Community License：这里最严的一个。商用必须在网站或文档上写明“Built with MiniMax M3”并通知 MiniMax，年营收超过 2,000 万美⁠元还要拿到书面授权。
  • 这些条款约束的是自己运行权重的一方；调用托管 API 时，适用的是该 API 的条款。以上只是摘要，不构成法律意见。

自己部署还是调用 API？

这些模型大多一台机器装不下：Kimi K3 有 2.8 万亿参数，MiMo V2.6 Pro 1.02 万亿，DeepSeek V4 Pro 1.6 万亿，连 Flash 系列也有 3000 亿到 5500 亿，需要多卡服务器。Qwen 3.8 27B 是例外；而且本地模型还得够快，才撑得住一个任务要调用几十次的 Agent 循环。

托管的接口决定了价格、速度、精度，以及代码在哪里被处理。有些服务商用较低精度（FP8 或 FP4）提供开源权重模型；我们哪些模型是这样提供的（英文）。

Llama、gpt-oss 和 Mistral Large 4 呢？

  • Llama 4 Maverick（Meta，Llama 4 Community License）和 gpt-oss-120b（OpenAI，Apache 2.0）是知名模型里最容易自己部署的两个，OpenAI 说 gpt-oss-120b 一张 80 GB 显卡就放得下。但做 Agent 差得远：两个都没上官方 Terminal-Bench 4.0 排行榜，Artificial Analysis 自己跑的 Terminal-Bench 4.0 里两个都是 0%（来源：Artificial Analysis（artificialanalysis.ai））。这两个我们都不提供。
  • Mistral Large 4（10 月 6 日起公开预览）被 Mistral 称为开源权重，但权重和许可证还没出现在 Hugging Face 上。它在 Standard Compute 上的 ID 是 mistralai/mistral-large-4-0，权重发布后再加进表里。

用一个 API 在 Agent 里调用

Standard Compute 是一个同时兼容 OpenAI 和 Anthropic 接口的 API，上面每个模型都能调用。不需要智谱、月之暗面、MiniMax、小米或阿里云的账号，也不需要中国手机号。

  • 成本优先：在控制台里最多选 5 个模型，比如日常活用 GLM 5.3 Flash 和 DeepSeek V4.1 Flash，难的步骤用 GLM 5.3 和 Claude Fable 5.1，然后把模型设为 standardcompute。路由会把每一步交给其中能胜任的最便宜模型。
  • 每个模型的提供商我们都按价格、在线率和速度筛选，某家出故障时自动切换到另一家。请求里写明具体模型 ID（比如 z-ai/glm-5.3）时，始终只用这个模型。
  • 可选的合规规则能把某个 Key、团队或整个公司限定在欧洲或美国的提供商接口。每条规则保留哪些开源权重模型，见下表；在该地区没有接口的模型，会在发送任何提示词之前直接失败。
  • 我们不用你的提示词训练模型，也不保存它们。

各地区规则下能用的开源权重模型

合规规则保留的开源权重模型
欧洲GLM 5.3 和 GLM 5.3 Flash
美国GLM 5.3、Kimi K3、GLM 5.3 Flash、DeepSeek V4.1 Flash、Qwen 3.8 27B、MiniMax M3 和 DeepSeek V4 Pro 0813
暂时都没有MiMo V2.6 Pro 和 MiMo V2.6 Flash：在任何一条规则下请求都会失败

依据网关实际执行的接口清单，2026 年 10 月 13 日复核。不设规则时，每个模型会在所有筛选过的提供商之间路由。

在 OpenCode、Claude Code 和 Codex 里配置

  1. OpenCode：运行 /connect，选 Standard Compute，粘贴 Key，再选一个模型，比如 z-ai/glm-5.3-flash。
  2. Claude Code：把 ANTHROPIC_BASE_URL 设为 https://api.stdcmpt.com，ANTHROPIC_AUTH_TOKEN 填你的 Key，ANTHROPIC_MODEL 和每个 ANTHROPIC_DEFAULT_*_MODEL 都设为模型 ID。在 Claude Code 里用 GLM 5.3 和 在 Claude Code 里用 Kimi K3（均为英文）有测试过的槽位对应。
  3. Codex：standardcompute launch codex -- --model deepseek/deepseek-v4.1-flash
  4. Cline、Kilo Code、Hermes 等兼容 OpenAI 的 Agent：Base URL 填 https://api.stdcmpt.com/v1，Key 和模型 ID 同上。

需要注意的地方

权重公开，不等于模型就便宜、就私密、就擅长 Agent。价格、精度和代码去向由你调用的服务商决定；最强的开源权重模型，在长的多步任务上也还输给 Claude Fable 5.1 和 GPT-6 Astra。大量的活交给开源模型，决定成败的步骤留给前沿模型。

Standard Compute 适合谁

一个 Key 调用上面所有开源权重模型，外加 Claude、GPT 和 Gemini，路由按步骤挑能胜任的最便宜模型。方案是固定的算力预算，每月 19 美⁠元起（美⁠元计价）。

获取 API Key 全部模型

常见问题

Claude Code 用哪个开源权重模型最好？

主模型用 GLM 5.3，后台调用和子 Agent 用 GLM 5.3 Flash，是开源权重里最强的组合。想最省钱，所有槽位都用 DeepSeek V4.1 Flash 也能跑。把 ANTHROPIC_BASE_URL 设为 https://api.stdcmpt.com，模型槽位设为 z-ai/glm-5.3 和 z-ai/glm-5.3-flash 即可。

编程 Agent 用 GLM 5.3 还是 DeepSeek V4.1 Flash？

长链路的 Agent 任务，明显是 GLM 5.3 更强。但按我们的测量，DeepSeek V4.1 Flash 每个请求的费用不到 GLM 5.3 的 1/8，大量的日常步骤用它更合适。很多人两个一起用：大部分步骤走 Flash，难的步骤交给 GLM 5.3。

没有中国账号或手机号，能用 MiniMax M3、Kimi K3 或 GLM 5.3 吗？

能。在 Standard Compute 上它们是 minimax/minimax-m3、moonshotai/kimi-k3 和 z-ai/glm-5.3，一个 Key、兼容 OpenAI 和 Anthropic 的接口，每月 19 美⁠元起。不用注册 MiniMax、月之暗面或智谱。

在海外用 GLM 5.3 Flash 跑日常任务很划算，能不能和 Claude Sonnet 放在同一个 API 下，一个账号一张账单？

能。在 Standard Compute 的控制台里同时选上 z-ai/glm-5.3-flash 和 anthropic/claude-sonnet-5.5，把模型设为 standardcompute，路由会把每一步交给其中能胜任的更便宜的那个；也可以在请求里直接写模型 ID，固定用其中一个。两者都从同一个每月预算里扣，一个 Key、一笔美⁠元月费，方案每月 19 美⁠元起。

只用 GLM 或 Kimi，买厂商的 Coding Plan 是不是更便宜？

通常是。只用 GLM 选 GLM Coding Plan（国际站每月 $18 起），只用 Kimi 选 Kimi 会员（Plus 起含 Kimi Code），只用 Qwen 等几款模型选阿里云百炼 Coding Plan（Pro 每月 200 元）。代价是只能用这一家的模型，额度按时间窗口计算。需要在同一个 Agent 里混用多家模型、难的步骤还要 Claude 或 GPT 时，再考虑 Standard Compute。

Qwen 3.7 Plus、Qwen 3.7 Max 和 Qwen 3.8 Max 是开源权重吗？

不是。它们是阿里云托管的 API 模型。我们提供的、目前开源权重的 Qwen 是 Qwen 3.8 27B，许可证为 Apache 2.0。

编程 Agent 还值得用 Llama 吗？

2026 年 10 月不值得。Llama 4 Maverick 和 gpt-oss-120b 好部署，但做 Agent 远不如 GLM 5.3、GLM 5.3 Flash 和 DeepSeek V4.1 Flash。选它们应该是因为自建部署的限制，而不是 Agent 质量。

开源权重模型能在欧盟境内运行吗？

部分可以。在 Standard Compute 上开启欧洲合规规则后，GLM 5.3 和 GLM 5.3 Flash在 EU/EEA 的接口运行。Kimi K3、DeepSeek V4.1 Flash、Qwen 3.8 27B、MiniMax M3 和 DeepSeek V4 Pro 0813只有美国接口，MiMo V2.6 Pro 和 MiMo V2.6 Flash还没有区域接口；在欧洲规则下，发给它们的请求会在发送任何提示词之前失败。

编程 Agent 要不要自己部署开源权重模型？

只有在硬性要求下才值得，比如代码不能离开公司网络。强的开源模型需要多卡服务器，按每个 Agent 任务算，托管 API 通常更便宜也更快。单台机器上现实的选择是 Qwen 3.8 27B。

用什么货币付款？

以美⁠元计价，通过 Stripe 用银行卡扣款，折合人民币等本币的金额取决于发卡银行的汇率。公司工作区每月会收到写有公司名称、地址和税号的发票。

哪些地区可以使用？

Claude、GPT 等模型受 Anthropic、OpenAI 等模型提供商的地区政策限制，中国大陆不在它们的支持范围内。Standard Compute 面向这些提供商所支持地区的开发者，例如在新加坡、马来西亚或其他海外地区工作的中文用户。

延伸阅读