Kimi订阅别乱开：老创作者用血泪踩出的省钱避坑指南

1. 当开源大模型开始谈分成

百度 2026-08-19 00:00:00

2. Kimi订阅套餐（199&699）的周额度测算

小红书 2026-08-19 00:00:00

3. DeepSeek涨价后该选哪个模型？五个方案分享给你

今日头条 2026-08-20 00:00:00

4. AI编程的宝藏组合🔧 最近试了kimi k3+deepseek-v4-flash的组合，发现是AI编程的绝配！ 用K3当主程写代码，再让v4-flash做代码review，既能结合两个模型的不同视角，还能悄悄降低token成本～ 亲测这个搭配真的很丝滑！ #vibecoding #deepseek #kimik3

抖音 2026-08-20 00:00:00

5. 2.8万亿参数白送给全世界，中国开源大模型图什么？

今日头条 2026-08-22 00:00:00

6. 2.8万亿参数Kimi K3开源：国产模型登顶全球

今日头条 2026-08-21 00:00:00

7. 价格战的火药桶，往往是从一个看起来不起眼的引信开始烧的。 日媒最近盯上了中国 AI 公司月之暗面的新模型 Kimi K3，关注点很有意思，网页开发。 在美国 Arena AI 的网页开发测试里，Kimi K3 的得分压过了 Anthropic 最先进的模型 Fable。 日本系统公司 ExaWizards 的工程师小野晃司试完给了句评价： 完全可以作为 Anthropic 的替代方案使用。 这话从日本工程师嘴里说出来，分量不轻。 要知道，日本企业用美国 AI，一向是用得最顺手、也最忠诚的那批客户。 真正的转折点在 7 月 27 日。 月之暗面把 Kimi K3 开源了，模型机制和数据全部公开，企业可以直接下载到自己的服务器上跑。 这一下，格局就变了。 以前 Kimi 只能通过月之暗面的服务器调用，现在企业自己部署，数据自己管，信息泄露的顾虑一扫而空。 美国的 Fireworks AI、荷兰的 Nebius 已经开始提供 Kimi K3，日本的樱花互联网也在琢磨要不要上架。 当然，话要说全。 Kimi K3 并没有全面追上美国顶尖模型。 Artificial Analysis 的测试显示，在大规模企业级开发上，它还不如 Fable 和 OpenAI 的最新模型。 Redwood Research 的格林布拉特说得更直接，Kimi K3 调优前的底子，大致相当于 Anthropic 在 2025 年 11 月推出的版本。 短板也很明显，慢。 完成一道测试题，耗时约是 GPT-5.6 的 3 倍、Fable 的 2 倍，追求响应速度的场景，它还真不合适。 但是，请注意这个但是。 通过月之暗面的服务器调用 Kimi K3，一道题的成本大约只有 Fable 的四分之一。 四分之一。 这四个字，比任何性能参数都更有杀伤力。 企业采购的逻辑从来很现实。 不是所有活儿都需要劳斯莱斯，大量的日常开发，一辆皮实耐用的皮卡就够用。 网页开发、中小软件、内部工具，这些场景占了工程师工作的大头，恰恰又是 Kimi K3 得分最高的地方。 性能够用，价格骨折，还能本地部署保数据安全， CFO 们拿起计算器一按，答案就出来了。 野村综合研究所的李智慧把这套打法看得很透：先扩张用户规模，未来靠授权费盈利，典型的中国商业模式。 Kimi K3 这次换了授权协议，企业本地部署免费用，外部营收超过 2000 万美元才需要谈授权费，而且费用预计低于美国高端模型。 先把人请进门，把生态做起来，钱的事以后再说。 这套剧本，中国企业在电商、支付、出行领域演过无数遍了，每一遍都让习惯了高毛利的美国对手浑身难受。 美国人的反应也快。 7 月 30 日，OpenAI 宣布下调部分企业客户最新服务的资费，最大降幅达八成。 八成啊，这不是促销，这是防守。 价格战的枪声还没正式响，守擂的已经先挥刀自砍了。 这里头还有个容易被忽略的细节。 日媒特意点了一句，月之暗面跟 Anthropic、OpenAI 比，高性能服务器等算力资源并不充裕，模型是在计算资源相对有限的条件下做出来的。 开源之后，用户自备服务器，月之暗面反而绕开了自家算力的瓶颈，用别人的硬件，铺自己的地盘。 算力不够，生态来凑，这一手以轻搏重，玩得相当聪明。 最后，怎么看？ 第一，AI 竞争的下半场，拼的是性价比。 顶尖性能当然重要，可市场上八成以上的需求，用不到最尖的那一刀。谁先把“够用”做到“真便宜”，谁就握住了最大的一块蛋糕。OpenAI 降价八成，说明美国公司已经读懂了这个信号。 第二，开源正在变成中国 AI 的标准打法。 算力受限是客观现实，开源恰恰把短板变成了杠杆，借全球用户的服务器扩大覆盖，借全球开发者的改进反哺模型。DeepSeek 趟出来的路，现在走的人越来越多。 第三，价格战一旦开打，就没有回头路。 当年光伏、电动车、无人机都是这么过来的，先是性能追赶，再是价格腰斩，最后是市场洗牌。AI 这个行业，美国公司烧着全球最贵的算力、发着全球最高的工资，成本结构天生扛不住持久战。技术领先可以守住高端，但市场的腰和腿，恐怕要一点点让出去了。 格林布拉特说，Kimi K3 的底子相当于 Anthropic 去年 11 月的版本。 换个角度想，落后八九个月的中国模型，卖四分之一的价格，还开源。这道选择题，全世界的 CFO 都会做。 技术差距按月算，价格差距按倍算，而企业的预算表，从来只看后者。

今日头条 2026-08-22 00:00:00

8. 【252美元的“失败”日志：从零复刻Kimi K3的避坑指南】Vizuara AI Labs创始人Raj Dandekar发布了电子书《预训练一个迷你Kimi K3》，记录了仅用252.35美元租用单张H200，在50亿Token上从零训练出10亿参数MoE模型的过程。全书30章不仅拆解了K3的架构缩放，更通过179张图表展示了从数据去污染到分布式训练的全流程。相比于最终跑通的模型，这份记录最珍贵的是它对“失败”的坦诚。作者指出了Moonshot官方代码中4个导致无法运行的未文档化问题，并复现了MoE架构中常见的专家坍塌——第20步就有94.5%的专家罢工。这打破了算力即一切的迷信，它提醒开发者，在通往Scaling Law的路上，那些不报错但悄悄出错的分布式Bug，以及16次尝试仅3次成功的性能优化，才是决定模型生死的分水岭。这种将大厂架构平民化的尝试，让普通开发者也能在有限预算下触碰LLM的真实肌肉。 books.vizuara.ai /book/pretraining-a-mini-k3

今日头条 2026-08-21 00:00:00

9. 国产AI工具替代方案，省月费实测

小红书 2026-08-21 00:00:00

10. AI编程的宝藏组合🔧 最近试了kimi k3+deepseek-v4-flash的组合，发现是AI编程的绝配！ 用K3当主程写代码，再让v4-flash做代码review，既能结合两个模型的不同视角，还能悄悄降低token成本～ 亲测这个搭配真的很丝滑！ #vibecoding #deepseek #kimik3

抖音 2026-08-20 00:00:00

11. Kimi-K3工具调用不再丢失

小红书 2026-08-19 00:00:00

12. 两千创作者齐聚爱奇艺创作者大会：要趁手工具，更要看得见收益的成长通路

微信公众号 2026-08-22 00:00:00

13. 用上AI工具后，你不是省下时间，而是加了更多班！

微信公众号 2026-08-22 00:00:00

14. 抖音小红书下场，在线生成AI小游戏卷疯了

知乎 2026-08-24 00:00:00

15. 3个人零融资干出月访问23万：AI小工具的胜利，还是陷阱？

微信公众号 2026-08-20 00:00:00

16. kimi使用攻略（第二弹）

小红书 2026-08-19 00:00:00

17. DeepSeek涨价后该选哪个模型？五个方案分享给你

今日头条 2026-08-20 00:00:00

18. 当开源大模型开始谈分成

百度 2026-08-19 00:00:00

19. 价格战的火药桶，往往是从一个看起来不起眼的引信开始烧的。 日媒最近盯上了中国 AI 公司月之暗面的新模型 Kimi K3，关注点很有意思，网页开发。 在美国 Arena AI 的网页开发测试里，Kimi K3 的得分压过了 Anthropic 最先进的模型 Fable。 日本系统公司 ExaWizards 的工程师小野晃司试完给了句评价： 完全可以作为 Anthropic 的替代方案使用。 这话从日本工程师嘴里说出来，分量不轻。 要知道，日本企业用美国 AI，一向是用得最顺手、也最忠诚的那批客户。 真正的转折点在 7 月 27 日。 月之暗面把 Kimi K3 开源了，模型机制和数据全部公开，企业可以直接下载到自己的服务器上跑。 这一下，格局就变了。 以前 Kimi 只能通过月之暗面的服务器调用，现在企业自己部署，数据自己管，信息泄露的顾虑一扫而空。 美国的 Fireworks AI、荷兰的 Nebius 已经开始提供 Kimi K3，日本的樱花互联网也在琢磨要不要上架。 当然，话要说全。 Kimi K3 并没有全面追上美国顶尖模型。 Artificial Analysis 的测试显示，在大规模企业级开发上，它还不如 Fable 和 OpenAI 的最新模型。 Redwood Research 的格林布拉特说得更直接，Kimi K3 调优前的底子，大致相当于 Anthropic 在 2025 年 11 月推出的版本。 短板也很明显，慢。 完成一道测试题，耗时约是 GPT-5.6 的 3 倍、Fable 的 2 倍，追求响应速度的场景，它还真不合适。 但是，请注意这个但是。 通过月之暗面的服务器调用 Kimi K3，一道题的成本大约只有 Fable 的四分之一。 四分之一。 这四个字，比任何性能参数都更有杀伤力。 企业采购的逻辑从来很现实。 不是所有活儿都需要劳斯莱斯，大量的日常开发，一辆皮实耐用的皮卡就够用。 网页开发、中小软件、内部工具，这些场景占了工程师工作的大头，恰恰又是 Kimi K3 得分最高的地方。 性能够用，价格骨折，还能本地部署保数据安全， CFO 们拿起计算器一按，答案就出来了。 野村综合研究所的李智慧把这套打法看得很透：先扩张用户规模，未来靠授权费盈利，典型的中国商业模式。 Kimi K3 这次换了授权协议，企业本地部署免费用，外部营收超过 2000 万美元才需要谈授权费，而且费用预计低于美国高端模型。 先把人请进门，把生态做起来，钱的事以后再说。 这套剧本，中国企业在电商、支付、出行领域演过无数遍了，每一遍都让习惯了高毛利的美国对手浑身难受。 美国人的反应也快。 7 月 30 日，OpenAI 宣布下调部分企业客户最新服务的资费，最大降幅达八成。 八成啊，这不是促销，这是防守。 价格战的枪声还没正式响，守擂的已经先挥刀自砍了。 这里头还有个容易被忽略的细节。 日媒特意点了一句，月之暗面跟 Anthropic、OpenAI 比，高性能服务器等算力资源并不充裕，模型是在计算资源相对有限的条件下做出来的。 开源之后，用户自备服务器，月之暗面反而绕开了自家算力的瓶颈，用别人的硬件，铺自己的地盘。 算力不够，生态来凑，这一手以轻搏重，玩得相当聪明。 最后，怎么看？ 第一，AI 竞争的下半场，拼的是性价比。 顶尖性能当然重要，可市场上八成以上的需求，用不到最尖的那一刀。谁先把“够用”做到“真便宜”，谁就握住了最大的一块蛋糕。OpenAI 降价八成，说明美国公司已经读懂了这个信号。 第二，开源正在变成中国 AI 的标准打法。 算力受限是客观现实，开源恰恰把短板变成了杠杆，借全球用户的服务器扩大覆盖，借全球开发者的改进反哺模型。DeepSeek 趟出来的路，现在走的人越来越多。 第三，价格战一旦开打，就没有回头路。 当年光伏、电动车、无人机都是这么过来的，先是性能追赶，再是价格腰斩，最后是市场洗牌。AI 这个行业，美国公司烧着全球最贵的算力、发着全球最高的工资，成本结构天生扛不住持久战。技术领先可以守住高端，但市场的腰和腿，恐怕要一点点让出去了。 格林布拉特说，Kimi K3 的底子相当于 Anthropic 去年 11 月的版本。 换个角度想，落后八九个月的中国模型，卖四分之一的价格，还开源。这道选择题，全世界的 CFO 都会做。 技术差距按月算，价格差距按倍算，而企业的预算表，从来只看后者。

今日头条 2026-08-22 00:00:00