什么值得买App下载 App ›
连续签到专享现金活动

Kimi爆火背后:商业狂飙20亿美金,技术却悄悄回调?

2026年6月,国产大模型Kimi的年度经常性收入(ARR)突破2亿美元,但其最新编程专用模型K2.7 Code在实测中综合准确率反而比前代K2.6略降0.3个百分点——这一反差揭示了Kimi现象的核心矛盾:高速增长的商业化表现与技术指标的非线性演进并存。据才说资本数据,K2.5上线后20天收入即超2025年全年总和;而第三方评测显示,K2.7 Code虽在Agent工具调用能力上提升3.7%,但coding分项却回调5个百分点。这种“商业狂飙”与“技术微调”的错位,正是理解Kimi爆火本质的关键入口。12
01参数与架构:万亿规模的真实含金量
Kimi自K2起明确采用Mixture-of-Experts(MoE)架构,总参数达1万亿,但每次推理仅激活约320亿参数。这一设计在控制成本的同时维持高智能水平。例如K2.5使用384个专家模块,每token动态选择8个激活;K2.6延续此架构,总参数微增至1.1万亿,激活参数仍为32B。相比之下,同期GLM-5.1为纯稠密模型,参数量约745亿,无专家机制。Kimi的工程创新在于训练稳定性——K2在15.5万亿tokens训练周期内实现“零loss spike”,依赖自研MuonClip优化器,token效率约为传统AdamW的2倍。这种底层架构差异直接影响推理成本与部署门槛:Kimi系列可在24GB显存GPU本地运行,而同等能力闭源模型往往需A100集群支持。3456
02能力维度:长文本、代码与Agent的三角优势
Kimi的核心能力聚焦三大场景。首先是超长上下文处理:K2.6支持256K tokens,实测可完整解析50页法律合同并精准提取12处违约条款,而GLM-5.1因上下文限制(128K)需分段处理,召回率仅85%。其次是编程能力,K2.5在SWE-bench Verified得分76.8%,超越同期闭源模型;K2.6进一步优化长程编码,MLS Bench Lite提升31.5%,但实测coding准确率却从62.6%降至57.6%,显示专项强化伴随其他能力回调。最后是Agent集群,K2.6可调度300个子智能体并行协作,在BrowseComp(深度搜索)得分86.3,显著高于GPT-5.4单Agent模式的78.4分。用户实测反馈,Kimi能通过录屏视频自动还原前端代码,“交互逻辑和样式还原度很高”,但视频理解能力仍有限,无法处理无字幕复杂剧情分析。7458

多模态能力对比

Kimi阵营
  • 原生多模态架构,MoonViT-3D编码器支持视频理解

  • 图表解析中规中矩,侧重代码生成而非商业分析

  • 用户实测:“扔小程序录屏能快速拆解并提供前端代码”

GLM阵营
  • GLM-5.1本身不支持多模态,需额外调用glm-5v-turbo

  • Z1-air版本深度支持图表OCR与业务趋势分析

  • 评测结论:“多模态是GLM强项,尤其在商业数据分析场景”

03商业化轨迹:融资、定价与用户增长
Kimi的商业化呈现爆发式增长。2026年5月完成20亿美元D轮融资,半年累计融资39亿美元,估值达200亿美元。收入结构上,API与订阅双轮驱动:K2.5上线后1月个人订阅订单环比增8000%,2月再增120%;海外API日均访问量激增10-20倍,收入已反超国内市场。定价策略偏高端——K2.6 API输入$0.95/百万tokens,是DeepSeek V4-Pro的7倍,但低于GPT-5.2一半以上。免费策略上,Kimi提供50万token/90天额度,低于DeepSeek Flash的100万。值得注意的是,Kimi早期曾依赖买量获客,但2025年底战略转向“停止营销、专注研发”,依靠技术口碑实现用户自然增长,2026年6月周活为450万,仍为国产AI头部应用之一。191011
维度Kimi K2.6DeepSeek V4-ProGLM-5.1
上下文长度256K32K128K
API输入价格(元/百万tokens)6.50.14分层定价
开源协议Modified MITApache 2.0未完全开源
长文档处理支持完整加载需分段需分段
编程实测准确率57.6%未披露线程安全方案欠缺
04用户与开发者真实反馈
用户评价呈现两极分化。正面反馈集中于专业场景:“Kimi是我用过国内最好的AI”,尤其在数学推理、长文档分析和代码生成上表现突出;有用户称其“思维链完整,有通人性的感觉”。负面体验则指向过度工程化——K2.6虽降低token消耗30%,但部分用户实测发现“开发时间变长,效果无明显惊喜”;另有评测指出其coding能力回调,“耗时和成本明显上涨”。开发者群体更关注生态适配:Kimi Code支持IDE集成,被视作“Claude Code平替”;但非编程任务需切换回K2.6,工作流割裂感明显。值得注意的是,Kimi的“理科直男”风格被多次提及——逻辑强但缺乏文学性,创意写作逊于GLM-5.1。12131415
  • 长程编码需求:如需13小时连续编码或4000行代码自主开发,K2.6的Agent集群与长上下文是首选(依据:)1617
  • 成本敏感型批量处理:DeepSeek V4-Pro价格仅为Kimi的1/7,适合高频低复杂度任务(依据:)416
  • 中文创意与文学性:GLM-5.1在七言绝句创作等任务上意境更优,适合内容生产(依据:)5
  • 商业数据分析:GLM多模态版本在图表趋势识别与业务建议上更强(依据:)5

评论

评论区空态插画

当前文章无评论,是时候发表评论了