同样一个问题，有的模型0.4秒就回答了，有的要等4秒。同一个网关、同一台服务器，14个国产模型实测响应时间全记录。
先看结论
🥇 最快：腾讯混元A13B — 约460ms 🥈 第二：qwen-turbo（通义千问）— 约530ms 🥉 第三：glm-4-plus（智谱）— 约670ms 🐢 最慢：kimi-k2.5 — 约4000ms
注意：有的一轮发了100个token，有的只回了15个，输出量不同，不能只看时间。
 测试方法
- 全部通过 api-aiapi.cn 统一网关调用，同一个服务器、同一个网络
- 测试问题："请用一句话介绍你自己。50字以内。"
- max_tokens=100，每个模型测5次取均值
- 标注了最小值-最大值范围（响应时间会波动，不要过于看重精确值）
 实测数据
 第一梯队：500ms以内（极速）
Hunyuan-A13B（腾讯混元/硅基流动） avg 460ms，范围409-502ms 输出约36个token 适合实时对话、客服场景
 第二梯队：500ms-1s（快速）
qwen-turbo（通义千问） avg 530ms，范围475-626ms 输出约18个token 日常对话首选
glm-4-plus（智谱） avg 671ms，范围496-803ms 输出约17个token 旗舰级的速度不错
glm-4-air（智谱） avg 683ms，范围501-931ms 输出约17个token
moonshot-v1-8k（Kimi） avg 871ms，范围698-1002ms 输出约23个token
qwen-plus（通义千问） avg 1007ms，范围880-1125ms 输出约31个token
 第三梯队：1s-2s（正常）
gpt-4o-mini（API2D海外中转） avg 1101ms，范围442-2410ms 输出约28个token 注意走海外链路波动大
deepseek-chat（DeepSeek） avg 1138ms，范围1046-1235ms 输出约24个token
deepseek-v4-flash（DeepSeek） avg 1211ms，范围1097-1312ms 输出约53个token
deepseek-reasoner（DeepSeek） avg 1390ms，范围1330-1535ms 输出约61个token 推理模型，这个速度正常
glm-4-flash（智谱） avg 1603ms，范围1206-2324ms 输出约15个token 免费模型，波动较大
 第四梯队：2s以上（较慢）
doubao-1.5-pro（豆包/火山方舟） avg 2529ms，范围2034-2927ms 输出约28个token
kimi-k2.5 avg 3999ms，范围3965-4062ms 输出约100个token 慢是因为回复长，输出量是其他模型的3-5倍
重要说明
1. 响应时间会波动。同一个模型，早晚高峰差距可能在2倍以上。文章中的范围比平均值更有参考价值。
2. GPT-4o-mini走海外中转链路，波动最大（442ms-2410ms），网络影响大。
3. 慢的不一定差。Kimi-k2.5用时4秒但回了100个token，是其他模型的5倍输出量。
4. 测试是逐模型单次调用，不代表生产环境表现。并发、缓存、CDN等因素都会影响。
选模型建议
速度优先：
- 实时聊天/客服 → Hunyuan（460ms）或qwen-turbo（530ms）
- 需要稳定速度 → deepseek全系（波动小，始终在1-1.5s）
- 不在意速度 → glm-4-flash免费或kimi-k2.5输出量大
质量优先：
- 代码逻辑 → deepseek-chat
- 复杂推理 → deepseek-reasoner
- 长文本 → kimi-k2.5
- 预算有限 → glm-4-flash（免费）
数据来源：2026年6月22日实测于api-aiapi.cn统一网关，每个模型5次取均值。响应时间受网络环境影响，仅供参考。