你让韩语AI写工作文档，过半模型敬语不及格

GiniGEN AI 发布了一个韩语AI模型排行榜。它覆盖 OpenRouter 上的全部425个模型。榜单按价格、提供商、上下文长度、响应速度和韩语质量来排。价格、提供商和流量数据来自 OpenRouter 的公共API。响应速度和韩语等级是项目自己测的，这两个字段以前没人发布过。韩语等级在330个模型上完成测量，只此一家。

韩语质量按七个独立维度打分。语域、韩国制度知识、格式遵从、敬语、摘要准确性、术语、无翻译腔，一共七项。每项评A/B/C/F，平均后折成A+++到F八个等级。语域指根据场合调整语气。项目方自己说了：这七个维度是提议，不是标准。

最难看的数据在敬语和韩国制度知识两个轴上。敬语轴只有8.5%的模型拿到A，51.8%拿到F。制度知识轴9.4%拿到A，54.7%拿到F。对韩语工作文档来说，超过一半的模型在最需要正式表达的地方不及格。

对比之下，其他五个轴好看不少。语域轴53.3%拿到A，无翻译腔轴53.1%，摘要准确性轴49.2%。格式遵从轴47.6%，术语轴31.2%。

整体分布也不乐观。全部330个已评级模型里，A+++只有5个，占1.5%。A++两个，占0.6%；A+十八个，占5.5%。B+占16.7%，B占17.6%，C占15.8%，D占8.8%。F有111个，占33.6%——三分之一的模型完全不及格。把所有A级加起来，不到8%的模型拿到任何A等级。

满分3.00的模型有五个。其中一个是2023年的gpt-3.5-turbo-16k，和2026年的旗舰并列。gpt-3.5-turbo-0613也拿了A++。韩语能力没法从发布日期、参数数量或英语基准分数推断，只能逐个模型实测。旧模型在韩语上可能比新旗舰更好，单看发布时间选模型，不靠谱。

质量、价值和速度的领先者，几乎从来不是同一个模型。质量冠军是Google的Nano Banana 2（Gemini 3.1 Flash Image），A+++。价值冠军按等级除以价格算，落到Mistral的Nemo头上——每百万令牌0.049美元，等级C。速度冠军看实测首令牌延迟。NVIDIA的Nemotron 3 Nano Omni最快：免费，128毫秒，但韩语等级只有F。一个便宜又快，韩语垫底；另一个质量最高，价格和速度未必占优。要质量还是要成本，先想清楚。

速度测量是可控的。公共模型数据里的延迟字段是空的。项目组对329个模型用同一个提示词调付费API，记录首令牌延迟和每秒令牌数。测量结果和OpenRouter的p50-p99百分位数并排显示。两者回答的不是同一个问题。OpenRouter 描述跨流量下的稳态行为。这次测量是单次受控调用——提示词、提供商和时刻都是已知的。这种单次调用还能告诉你，哪个提供商在那一刻、以什么精度提供服务。

韩语评级的评判过程做了防偏见设计。LLM评判员看不到候选模型的名字，避免品牌先入为主。评判员得先把带已知答案的控制项全部评对，才会开始运行。控制集预先固定，错一个就阻止运行，不是警告。字符污染（汉字、假名、韩文比例）用代码机械计算，不靠评判员判断。七个轴里少于五个被评分，就不给等级，标记为部分。不过，等级是否经过人工抽验，项目方没有说明。

排行榜还暴露了一个韩国市场特有的问题。107个提供商里，55个总部在美国，6个在新加坡，6个在中国。其余分散各地，33个没披露总部。披露总部的74个里，零个是韩国公司。

模型详情视图显示每个提供商的总部国家和数据中心位置。这是韩国企业采购第一个要问的问题：数据物理上放在哪里。没有公开排行榜做过这件事。数据中心位置会不会实际影响韩语质量，排行榜没有给结论。它把数据合规问题摆到了明面上。

排行榜用英语、韩语和中文三种语言提供，价格用美元、韩元和人民币显示。可以从几个起点进：编码代理、长文档、高容量、实时、韩语工作、多模态，或者组合过滤器。两到四个模型可以并排比较，展开全部七个韩语轴。过滤后的视图能分享成链接。

数据开放，不需要密钥。有 /api/korean、/api/speed、/api/models 三个API端点。数据每天早上8点（韩国标准时间）刷新。

项目方在反馈部分留了入口：如果你觉得某个熟悉的模型等级不对，带着提示词去报告。模型更新之后韩语等级会不会重测、何时重测，目前没有说明。