DeepSeek8.67
复杂任务与 API 集成优先；能力与成本两项突出，高峰期需要预留重试与排队时间。
公开测评报告 · AI 工具模板 v1.0.0
DeepSeek、豆包、Kimi 横向测评：能力、成本与生态（示例）
按能力上限、稳定性、易用性、成本与生态五个维度对比三款 AI 助手；DeepSeek 在复杂任务与 API 成本上占优，豆包胜在易用与稳定，Kimi 长文档见长。
示例测评：基于公开资料与编写时的阶段性使用体验，按 AI 工具模板 0/5/10 锚点评分；模型能力迭代较快，分数仅代表本示例口径，不构成选型建议。
综合排名
加权总分 · 满分 10 · 细线为权重扰动 5–95 分位1DeepSeek8.67
2豆包8.39
3Kimi7.98
排序稳健：前两名区间不重叠；权重 ±25% 扰动下第一名保持率 100%。
排序校验：加权总分、TOPSIS、RSR 三种方法顺序一致。
分项得分
满分 10 · 颜色越深分数越高 · 左右滑动| 产品 | 能力上限 | 稳定性 | 易用性 | 成本 | 生态集成 | 总分 |
|---|---|---|---|---|---|---|
| DeepSeek | 9.0 | 8.0 | 8.5 | 9.5 | 8.0 | 8.67 |
| 豆包 | 8.0 | 8.5 | 9.0 | 8.5 | 8.0 | 8.39 |
| Kimi | 8.5 | 8.0 | 8.5 | 7.5 | 6.5 | 7.98 |
逐项评分说明
同一锚点下本批产品的差异- 能力上限
- 复杂多轮推理与代码任务上，DeepSeek 的稳定完成度更高；豆包在中文日常问答与多模态入口上更顺手；Kimi 的长文档阅读是强项，复杂工具调用相对保守。
- 稳定性
- 豆包在高峰时段的可用性较好；DeepSeek 在高并发时偶有排队；Kimi 的长上下文请求耗时更长，重试后通常可以完成。
- 易用性
- 豆包的客户端与入口最直观；DeepSeek 与 Kimi 的网页和客户端结构接近，首次使用都能在 10 分钟内完成一个实际任务。
- 成本
- DeepSeek 的免费额度与 API 价格更有优势；豆包免费功能充足；Kimi 的部分长上下文与高级能力与会员权益相关。
- 生态集成
- DeepSeek 提供开放 API 与兼容接口，便于接入自有工作流；豆包有插件与生态入口；Kimi 更聚焦阅读与办公场景，开放能力相对少。
单品结论
按加权总分排序豆包8.39
日常使用门槛最低，语音与多模态入口顺滑、稳定性好；深度推理不是它的最强项。
Kimi7.98
长文档与资料整理见长，适合阅读型任务；生态与工具调用相对克制，成本维度得分一般。
计分方式与口径
可按以下规则复算- 打分：每个维度按模板的 0/5/10 锚点打 0–10 分，分数不随参评产品集合变化。
- 权重：能力上限 30% · 稳定性 20% · 易用性 20% · 成本 18% · 生态集成 12%（归一化后）。
- 总分：加权总分 = Σ(维度得分 × 归一化权重)，满分 10。
- 区间：权重 ±25% 随机扰动 2,000 次的 5–95 分位，反映口径敏感性，不是抽样误差。
- 排序校验：TOPSIS / RSR 仅用于交叉验证，不作为对外分数。