昨天的文章发出后，有读者反馈：「GLM-5.2 确实强，但没有对比就没有伤害。」

说得在理。

所以今天我特意拉了四个国产选手，用完全相同的提示词、相同的空白目录、相同的 Claude Code 环境，各做一版节假日日历项目。

参赛选手： GLM-5.2、GLM-5.1、DeepSeek V4 Pro、小米 MiMo V2.5 Pro

比赛规则： 一句话提示词，不干预、不追问、不补需求。只看首轮完成的初版质量。

五大国产模型横评封面

评测方法

工具： Claude Code v2.1.138（Anthropic 官方 CLI Agent）

提示词（与昨天完全一致）：

完整完成此项目的设计与实现，不用问我，使用最新的框架和技术，项目就是当前目录名，自由发挥。考虑易用性与 SEO。

运行环境： Node.js v24.12.0 + pnpm 11.6.2

评分维度： 任务拆解、技术选型、界面完成度、数据覆盖、SEO 意识、自我验证

每个模型都在独立的空目录中运行，互不干扰。

第一位：GLM-5.2（智谱 AI · 昨天的主角）

作为昨天的主角，GLM-5.2 的表现已经详细展示过，这里作为基准线简单回顾。

收到提示词后，GLM-5.2 先做了环境侦察，然后进入思考模式快速规划：Next.js 15 + React 19 + TypeScript 5.9 + Tailwind CSS v4 + shadcn/ui，一口气写完 32 个源文件，涵盖 60+ 节日数据、13 个组件、8 个路由页面。

最突出的是验证环节最全面——不仅跑了 tsc 类型检查和 next build 构建，还主动用 Playwright 做 UI 验证，检查页面交互、暗色模式切换、移动端响应式，甚至验证了渲染内容是否正确。这是四个模型里唯一做到 UI 级验证闭环的。

第二位：GLM-5.1（智谱 AI · 上一代）

作为 GLM-5.2 的前作，GLM-5.1 的表现可以看作「迭代前的起点」。

收到提示词后，GLM-5.1 先确认了空目录状态，然后直接开始写 package.json，没有像 GLM-5.2 那样先做深度思考和规划。

GLM-5.1 模型确认与项目初始化

技术栈选择上，它同样用了 Next.js，但选了手写 package.json 而不是用 create-next-app 脚手架初始化，这意味着后续依赖管理需要自己处理，初始规范性稍逊。

最终产出倒是不错——完成了中国节假日日历，支持亮色/暗色模式切换，包含倒计时模块、年度日历、节日列表、FAQ 等完整功能模块。节日分类覆盖了法定节假日（7个）、传统节日（10个）、二十四节气（24个）、国际节日（11个）、纪念/主题日（9个），共 61 个节日/节气/纪念日，数据量与 GLM-5.2 相当。

GLM-5.1 亮色模式成果展示

界面上，GLM-5.1 的完成度其实不低。月历支持前后切换、节日搜索筛选、按类型筛选，FAQ 折叠面板也做了。暗色模式下配色方案完整，不是简单反色。

GLM-5.1 暗色模式成果展示

但关键差距在两点：一是没有主动做 UI 验证（没跑 Playwright），二是仅覆盖中国节假日，没有国际化。

从 GLM-5.1 到 GLM-5.2，能明显看到迭代方向：更完整的前期规划、更强的自我验证、更全面的工具链使用。

第三位：DeepSeek V4 Pro（DeepSeek）

DeepSeek V4 Pro 是这次评测中最让我意外的选手——但不是因为它做得差，而是因为它走了一条完全不同的路。

模型确认环节很干脆：「我是 DeepSeek V4 Pro，由 DeepSeek 开发的模型，通过 Claude Code 平台提供服务。」

DeepSeek V4 Pro 模型确认与任务初始化

然后它用 create-next-app 初始化了 Next.js 15 项目，列出了一张相当完整的任务清单：数据层、页面层、PWA、SEO……每个任务都有依赖关系标注。技术栈也选得新——Next.js 16 + Tailwind v4 + shadcn/ui v4（基于 Base UI，不是 Radix）。

DeepSeek V4 Pro 技术栈与功能规划

但最值得注意的是：DeepSeek 是唯一一个天然带着国际化视角的模型。

它没有只做中国节假日。初版就接入了 Nager.Date API（免费、无需 API Key），支持 100+ 国家的公共假日数据，默认提供了 15 个热门国家的入口（中国、美国、英国、日本、德国、法国、韩国、澳大利亚、加拿大、巴西、印度、新加坡、意大利、西班牙、墨西哥），每个国家都有独立的年份页面和日历视图。

界面完成度很高。首页是标准的国际范儿：Hero 区 + 功能卡片 + 国家网格。深色模式和浅色模式都做了，配色干净。

DeepSeek V4 Pro 深色模式首页

日历页面支持 Year/List 双视图切换，每个假期都有类型标签（Public/Bank/School/Observance）。

DeepSeek V4 Pro 中国假日日历页面

浅色主题首页同样完整：Hero 区、功能卡片、国家网格一应俱全。

DeepSeek V4 Pro 浅色模式首页

SEO 方面也很讲究：sitemap.xml 覆盖 45 个国家×年份页面、generateStaticParams 预渲染 15 国×3 年=45 个静态页面、还有 ISR 增量再验证。

但 DeepSeek 也有明显的短板：没有主动做 UI 验证。 代码写完、构建通过，就结束了。没有像 GLM-5.2 那样用 Playwright 去检查页面交互和渲染效果。这意味着如果有 UI 层面的 bug，需要你自己去发现。

第四位：小米 MiMo V2.5 Pro

小米的 MiMo V2.5 Pro 是这次评测中最「素」的一个——不是贬义，而是它的表现最贴近「一个能干活的程序员」的画像。

环境检查做了，技术选型也合理（Next.js 15 + React 19 + Tailwind v4 + TypeScript），但有一个明显的区别：MiMo 没有触发任务拆解。 它没有像其他三个模型那样列出一张带依赖关系的任务清单，而是更直接地开始写代码。

MiMo V2.5 Pro 模型确认与初始化

数据层定义得简洁——Holiday 接口只有 date、name、type 三个字段，包含 2024-2026 三年的中国法定节假日数据。比 GLM 系列的数据维度少了不少（没有描述、放假安排等扩展字段）。

界面层面，MiMo 完成了两个视图：月视图和年视图。月视图里 6 月日历能清晰标注端午假期，右侧有 2026 年假期一览列表（元旦 3 天、春节 7 天、清明 3 天、劳动节 5 天、端午 3 天、中秋 3 天、国庆 7 天），功能基本够用。

MiMo V2.5 Pro 月视图界面

年视图是 12 个月的全景网格，假期日期红色标注，一目了然。

MiMo V2.5 Pro 年视图界面

但整体功能相对简单——没有暗色模式切换（至少截图中未体现）、没有节日搜索筛选、没有 FAQ 模块、没有倒计时组件。数据仅覆盖中国法定节假日，没有传统节日、二十四节气等扩展分类。

界面左下角还出现了 1 Issue 的提示，说明构建过程中有小问题没有解决。

公平地说，作为一个初版，它完成了核心功能——能看日历、能查假期。但如果你期待的是 GLM-5.2 那种「一口气把所有细节都补全」的完成度，MiMo 还有差距。

横向对比

任务拆解能力

模型 是否拆解 拆解质量
GLM-5.2 ✅ 6 大阶段，依赖关系清晰
GLM-5.1 ⚠️ 简单规划，直接开写
DeepSeek V4 Pro ✅ 完整任务清单，带依赖标注
MiMo V2.5 Pro ❌ 未触发任务拆解

数据覆盖范围

模型 国家覆盖 节日类型 数据量
GLM-5.2 仅中国 法定+传统+节气+国际+纪念 60+
GLM-5.1 仅中国 法定+传统+节气+国际+纪念 61
DeepSeek V4 Pro 100+ 国家 Public/Bank/School/Observance API 动态获取
MiMo V2.5 Pro 仅中国 法定假日+调休 ~30

界面完成度

模型 视图模式 暗色模式 搜索/筛选 倒计时 FAQ
GLM-5.2 月历+年度+近期+详情 ✅ ✅ ✅ ✅
GLM-5.1 月历+列表 ✅ ✅ ✅ ✅
DeepSeek V4 Pro Year+List ✅ ❌ ❌ ❌
MiMo V2.5 Pro 月视图+年视图 ❌ ❌ ❌ ❌

自我验证

模型 类型检查 构建 UI 验证 渲染内容验证
GLM-5.2 ✅ ✅ ✅ Playwright ✅
GLM-5.1 ✅ ✅ ❌ ❌
DeepSeek V4 Pro ✅ ✅ ❌ ❌
MiMo V2.5 Pro ❌ ⚠️ (1 Issue) ❌ ❌

几点观察

1. GLM 系列的验证逻辑最闭环。 从类型检查、构建验证到 Playwright UI 验证和渲染内容验证，GLM-5.2 是唯一一个做到全链路自我验证的。GLM-5.1 虽然没做 UI 验证，但基础验证也在。这说明智谱在 Agent 的「闭环思维」上确实下了功夫——不只是写完代码，还要确认代码真的跑得对。

2. DeepSeek 的国际化是「天然」的。 其他模型都默认只做中国，DeepSeek 一上来就考虑了多国场景。如果你的项目本身有国际化需求，这是一个显著优势。但代价是没有做 UI 验证，对于追求首版质量的场景，这是个隐患。

3. 任务拆解能力差异明显。 GLM-5.2 和 DeepSeek 都有完整的任务拆解，GLM-5.1 做了简单规划，MiMo 完全跳过了这一步。任务拆解决定了模型能不能在动手前想清楚全局，这直接影响最终产物的完整性。

4. MiMo 适合快速原型。 虽然功能简单，但 MiMo 的核心功能是可用的——日历能看、假期能查。如果你的需求是一个快速 MVP，不需要那么多花哨功能，MiMo 的「直接开干」风格反而有效率优势。

5. 同一提示词，四种路径。 这可能是最有意思的发现。完全相同的输入，四个模型走出了四条不同的路线：GLM 系列重验证、重细节；DeepSeek 重国际化、重视野；MiMo 重速度、重核心。这不只是「谁更强」的问题，而是不同模型有不同的「性格」和「偏好」。

总结

维度 最强选手
综合完成度 GLM-5.2
国际化视野 DeepSeek V4 Pro
验证闭环 GLM-5.2
快速出活 MiMo V2.5 Pro
迭代进步幅度 GLM-5.1 → GLM-5.2

如果要我用一句话总结：

GLM-5.2 在「把事情做完整」这件事上最强，DeepSeek 在「把事情做大」这件事上最有想法，MiMo 在「先把核心功能跑起来」这件事上最快。

没有绝对的赢家，只有最适合你需求的那个。

参考链接

  1. 昨天的评测：一句话到上线 GLM-5.2 深度实测
    （见本公众号历史文章）

  2. Claude Code 官方
    https://docs.anthropic.com/en/docs/claude-code

  3. GLM-5.2 模型介绍（智谱 AI）
    https://chat.zhipuai.cn/

  4. DeepSeek 官方
    https://www.deepseek.com/

  5. Nager.Date API（免费假日数据）
    https://date.nager.at/

  6. Next.js 15 文档
    https://nextjs.org/docs