混元 Hy4 vs Kimi K3.1 Pro vs GLM-5.3：写代码选哪个（Claude Code 实测）
用 Claude Code 让混元 Hy4、Kimi K3.1 Pro、GLM-5.3 跑同两道编程题：三个都做对，GLM-5.3 最快，Hy4 最便宜，Kimi 最贵。附价格、上下文、看图能力对比和按场景怎么选。
结论：写代码三个模型都能用，我们用 Claude Code 跑的两道题三个都一次做对。图便宜选混元 Hy4（tencent/hy4，输入 6 / 输出 18 元每百万 token），图快选 GLM-5.3（glm/glm-5.3，8 / 28 元），要在代码里看截图又想要更强的综合能力选 Kimi K3.1 Pro（kimi/kimi-k3.1-pro，13 / 68 元）。 三个模型都在不墨 Router 上，同一个 Key 改模型 ID 就能切。
核验日期：2026-11-08。价格、上下文、能力标签都取自 https://router.bumo.cc/api/v1/models 的线上返回，均为 Router 当前价。实测每道题每个模型只跑了一次，样本很小，只能说明「这类日常任务三个都能完成」和大致的速度、花费差别，不是能力排名。
价格和规格对比
| 混元 Hy4 | Kimi K3.1 Pro | GLM-5.3 | |
|---|---|---|---|
| 模型 ID | tencent/hy4 |
kimi/kimi-k3.1-pro |
glm/glm-5.3 |
| 输入 | 6 元 | 13 元 | 8 元 |
| 缓存命中输入 | 0.3 元 | 1.3 元 | 2 元 |
| 输出 | 18 元 | 68 元 | 28 元 |
| 上下文 | 1,024,000 | 1,048,576 | 1,000,000 |
| 看图 | 支持 | 支持 | 不支持 |
| 工具调用 | 支持 | 支持 | 支持 |
| 深度思考 | 支持 | 支持 | 支持 |
单位：元 / 百万 token。三个上下文都在 1M 左右，长度不是区分点。差别在两处：
- 输出价：Kimi 68 元是 Hy4 的 3.8 倍、GLM 的 2.4 倍。编程 Agent 写一个文件就是几千 token 输出，这个差距会直接体现在账单上。
- 缓存命中价：Hy4 只要 0.3 元，GLM 是 2 元。Claude Code、Cline 这类工具每轮都重发整段上下文，缓存占输入的大头，Hy4 在这一项上便宜最多。
实测方法
用 Claude Code 2.1.318 直连 Router 的 Anthropic 接口，三个档位（Opus / Sonnet / Haiku）都设成被测模型，claude -p 非交互跑，只放行 python3、读写和编辑文件。每个模型在一个全新的空目录里跑：
- 修 bug：
calc.py里add()被写成了减法。指令是「运行 python3 test_calc.py，找出失败原因，修好 calc.py，再运行一次确认输出 ok」。 - 写 LRU 缓存：给好测试文件，让它新建
lru.py实现 O(1) 的LRUCache，不许用functools，跑到测试输出 ok 为止。测试覆盖了淘汰顺序、更新已有 key、容量为 0 三种情况。
跑完后我们自己再执行一遍测试，结果以这一步为准，不以模型自己的说法为准。花费按 Claude Code 报告的 Token 用量乘 Router 价估算。
实测结果
修 bug
- 混元 Hy4：通过，28 秒，7 轮；输入 10,024 + 缓存 69,632，输出 643（含思考 207）；约 0.093 元
- Kimi K3.1 Pro：通过，39 秒，6 轮；输入 11,435 + 缓存 42,240，输出 581；约 0.243 元
- GLM-5.3：通过，19 秒，6 轮；输入 7,488 + 缓存 47,104，输出 225；约 0.160 元
写 LRU 缓存
- 混元 Hy4：通过，74 秒，7 轮；输入 14,369 + 缓存 74,368，输出 3,427（含思考 1,892）；约 0.170 元
- Kimi K3.1 Pro：通过，56 秒，4 轮；输入 12,551 + 缓存 32,768，输出 1,668；约 0.319 元
- GLM-5.3：通过，29 秒，6 轮；输入 9,328 + 缓存 59,136，输出 777；约 0.215 元
两题合计花费：Hy4 约 0.26 元，GLM-5.3 约 0.38 元，Kimi K3.1 Pro 约 0.56 元。
怎么读这组数字
- 三个都做对了。 两道题都是日常写业务代码会遇到的量级，三个模型都能自己跑测试、看报错、改文件、再验证，不需要人插手。
- GLM-5.3 最快。 两题都是最短耗时，输出也最省字，适合想要「改完就走」的节奏。
- Hy4 最便宜，但会多想一会儿。 Hy4 在 Claude Code 里默认开着思考，写 LRU 时一半多的输出是思考，所以比 GLM 慢了一倍多。即便这样总花费仍最低，靠的是 0.3 元的缓存价和 18 元的输出价。
- Kimi 轮数最少，单价最贵。 写 LRU 只用了 4 轮，一次写好整个文件，但 68 元的输出价让它两题都是最贵的。
按场景怎么选
| 场景 | 推荐 | 理由 |
|---|---|---|
| Claude Code / Cline 日常写代码，长时间挂着跑 | tencent/hy4 |
缓存价 0.3 元，长会话越跑越省 |
| 想要最快的来回，小改动多 | glm/glm-5.3 |
实测两题最快，输出最简洁 |
| 要把报错截图、设计稿丢给它看 | tencent/hy4 或 kimi/kimi-k3.1-pro |
GLM-5.3 不支持图片输入 |
| 复杂重构、规划，愿意多花钱 | kimi/kimi-k3.1-pro |
轮数少、一次写得完整，放在 Opus 档 |
| 后台小活（生成标题、简单判断） | glm/glm-5.3-flash |
输入 0.8 / 输出 2.8 元，放在 Haiku 档 |
Claude Code 可以按档位混搭，比如 Opus 档放 Kimi，Sonnet 档放 Hy4，Haiku 档放 GLM-5.3 Flash，三个变量各填一个模型 ID 就行：
export ANTHROPIC_AUTH_TOKEN="sk-你的Key"
export ANTHROPIC_BASE_URL="https://router.bumo.cc"
export ANTHROPIC_DEFAULT_OPUS_MODEL=kimi/kimi-k3.1-pro
export ANTHROPIC_DEFAULT_SONNET_MODEL=tencent/hy4
export ANTHROPIC_DEFAULT_HAIKU_MODEL=glm/glm-5.3-flash
claude
Hy4 的单独调用方法、关思考省钱的参数和 Cline 配置，见 混元 Hy4 API 怎么调。
边界
- 每个模型每题只跑了一次，模型输出有随机性，换一次跑轮数和耗时会有出入。
- 两道题都偏小。大仓库、跨多文件的改动，我们没有在本文测。
- 耗时含网络和 Claude Code 本身的开销，三个模型是同一时间段并行跑的。
- 花费是按 Claude Code 报告的 Token 数估的，实际扣费以 Router 后台账单为准。
前往不墨 Router 获取 Key，一个 Key 三个模型都能试。
