长文本实战测评：DeepSeek与Kimi霸榜，Qwen等旗舰模型意外翻车

这篇文章利用日本推理小说《首无》约150K token的文本，对DeepSeek、Kimi、Qwen、GLM等8款国产大模型进行了长上下文与逻辑推理能力的极限测试。结果显示，Kimi K2.6与DeepSeek V4（含Flash版）成功经受住了复杂剧情与超长文本的双重考验，精准还原了核心诡计与真凶。相比之下，Qwen 3.6 Max与MiMo等旗舰模型却意外“翻车”，未能通过逻辑推理环节。这一实测揭示了国产大模型在实际应用中“有效上下文”与“逻辑推理能力”的巨大差异。