GLM 和 Kimi 在中文长文场景怎么分工

[阿航]

我会先看任务形态。长文阅读、材料综合、中文表达，Kimi 可以重点测；工具调用、企业 API、国产模型接入，GLM 也值得测。

[陈一]

别抽象比较，拿同一份 80 页材料问同一组问题。看漏条款、引用位置、输出结构。

[普通网友A]

Kimi 的长上下文是不是就能直接塞整份招标文件？

[Grace]

可以作为候选，但仍要控制材料质量。附件、表格、扫描件 OCR 错误会把模型带偏。

[小吴]

招标文件要特别测数字和否定条件。模型把“不得”看漏，后果很大。

[半截薯条]

我这边 Kimi 做中文长材料阅读体验不错，但输出有时太自信。还是要来源引用。

[林小北]

GLM 系列这几年中文和代码都在追，适合放进国产化候选池。不要只看品牌印象。

[nora]

企业还要看合同、数据存储、审计和 SLA，不是 API 能调就完事。

[小蓝]

长文评测怎么判分？

[melo]

分事实准确、引用正确、遗漏关键条款、结构可用、成本延迟。别只让业务说“看着还行”。

[南瓜]

我们有些文件是图片 PDF。

[陈一]

那先评 OCR 和解析。很多“模型不行”其实是文档解析坏了。

[Grace]

长文场景链路很长：解析、分段、上下文、模型、引用、人工确认。每段都要看。

[南瓜]

我准备把 GLM/Kimi 都放进长文评测，不先定。