先把日期钉住，再谈哪款好用。

就像菜市场的摊位牌

刚进一个不熟的菜市场，最好的第一步不是尝，是先绕一圈看摊位牌。看清楚哪家卖什么、开了多久、是不是本地人开的。

这份地图就是一圈摊位牌。每一款我都写了它公开可查的上线日期。写日期不写价格，原因后面说。

先交代一句免得你被我坑：这一页我逐个核实的是发布日期。免费额度、具体价格、隐私开关这些变动很快，各家官网随时会改，我没在这里写任何金额，请以你打开官网当时看到的为准。 我核实过的训练数据政策我写了，没核实到原文的我就空着。

海外那五家

ChatGPT，2022 年 11 月 30 日发布。OpenAI 自己在《Introducing ChatGPT》那篇里写的日期。免费层和付费层分开，免费层有次数限制。要注册。它有一个叫「Improve the model for everyone」的开关，OpenAI 帮助中心写明关掉之后新对话不会被用来训练模型。

Claude，2023 年 3 月 14 日发布，Anthropic 官网《Introducing Claude》那篇的日期。要注册。训练政策写在它的用户条款里：材料会被用来开发和改进服务，包括训练模型，除非你在账号设置里选择退出。但同一条里有两个例外——你给回答点了赞或踩，或者内容被标记为安全审查，仍然会被拿去训练。

Google Gemini，前身叫 Bard。Bard 在 2023 年 2 月 6 日对外宣布，3 月 21 日开放美英两地的早期访问。2023 年 12 月 6 日 Google 把它改名叫 Gemini。要注册，登录用的是 Google 账号。它的数据政策在 Google 自己的隐私说明里写得很细：默认会有人工审核者读你的对话，被人工读过的内容即使你删掉了，也可能最长留三年。

Perplexity，2022 年 12 月 7 日上线主打搜索功能，公司 2022 年 8 月才成立。和上面几家最大的不同是它旁边会给你列出来源链接，答完你能点进去核对。

NotebookLM，2023 年 7 月 12 日上线，之前叫 Project Tailwind，是 Google Labs 的实验项目。它的用法跟别的反着：不是你去问它，而是你先上传自己的资料，它只在这堆资料里答，并且每句话都标出处。

国内那六家

文心一言，百度，2023 年 3 月 16 日开启邀请测试，百度自己的智能体文档里就是这个日期。

通义千问，阿里，2023 年 4 月 7 日对企业用户开启内测，4 月 11 日在阿里云峰会上正式对外发布。

讯飞星火，科大讯飞，2023 年 5 月 6 日在合肥正式发布，中新网和人民日报都发了同一天的报道。

豆包，字节跳动，2023 年 8 月上线，8 月 17 日开始小范围邀请测试。中文口语和语音交互是它比较突出的地方。

Kimi，月之暗面，2023 年 10 月 9 日开始内测。它刚出来的时候主打的是超长文本输入，当年宣称支持二十万汉字。

DeepSeek，深度求索 2023 年成立。它的网页版具体是哪天上线，我没有查到能确认的官方说法，所以这里不写日期，只写成立年份。它现在最有名的入口就是 chat.deepseek.com。它的隐私政策是我在这页读过的最直白的一份：明写数据直接在中国境内的服务器上处理和存储，也明写你有权要求不把你的数据用于训练。

还有一类：装在自己电脑上

Ollama，2023 年 7 月 8 日首次发布，开源。它不是模型本身，是让你在自己电脑上跑开源模型的一个工具。用法简单到一行命令。

这一条在地图里是异类。前面十一家都是把字发到别人家的服务器上，Ollama 是字不出门。

代价是硬件。普通笔记本能跑小模型，速度和效果都比不过云上那些大号模型。我自己的经验是，本地跑起来的东西适合干简单的活——总结一段、起个草稿——真要它写复杂逻辑，还是云上靠谱。

我踩过的坑

我第一次用海外那几家的时候，连续被拒了几次。不是我姿势不对，是这类服务在不少地方本来就不可用。同一份资料反复粘贴也烦，最后我干脆本地装了一个走 Ollama，图个清净。

国内这几家基本没碰到这类问题。

至于哪款更聪明，我不排名。同一道题换三款问，答案能差出三种风格，谁赢取决于你要什么。

延伸阅读

• Experience with GitHub Copilot for Developer Productivity at Zoominfo（Gal Bakal、Ali Dasdan、Yaniv Katz et al.，2025，arXiv 预印本）—— 一家公司在四百多名开发者身上分四个阶段推广 AI 编程助手，记了账。结果是：建议的整体接受率 33%，按行数算是 20%，满意度调查 72%。我觉得最有用的不是这三个数本身，是它提醒你——最有名的那个产品，被四百个专业程序员用着，也只有五分之一的代码行真的被采用。arXiv: 2501.13282

• Developer Productivity With and Without GitHub Copilot: A Longitudinal Mixed-Methods Case Study（Viktoria Stray、Elias Goldmann Brandtzæg、Viggo Tellefsen Wivestad et al.，2025，arXiv 预印本）—— 挪威一家公共部门 IT 公司，分析了两年里 703 个代码库、两万六千多次提交，25 个用了助手的人和 14 个没用的人对比。结论有点扫兴：用了的人本来就比没用的人活跃（在助手出现之前就这样），用了助手之后提交量的变化在统计上不显著。他们把这个差距归为「提交量」和「主观感觉」对不上。论文发表在 2026 年的 HICSS 上，arXiv 版本是 2025 年 9 月。DOI: 10.24251/HICSS.2026.880

动手试试

从这份地图上挑两款，一款海外的、一款国内的（或者一款云上的、一款本地的）。

用同一段你很熟的文字，同一句提示词，各问一次。然后做一件地图上不会替你做的事：点开它给的来源，或者回到你的原文，逐句核一遍。

顺便去设置里把训练数据那个开关找出来，找到就关掉，找不到就记住这家是什么政策。找到开关这件事本身五分钟就够。

下一站

牌看完了，该挑了。免费还是付费、要不要把敏感资料贴进去——这个问题只能你自己回答，但有几个判断标准可以先备着。