天下苦万得久矣!Kimi联手同花顺,天眼查杀入金融数据圈
金融数据服务市场迎来新的变量。AI助手Kimi宣布接入同花顺与天眼查数据,这一组合打破了传统金融数据终端高昂的定价壁垒。通过打通实时行情与企业征信数据链路,用户无需购买昂贵的专业终端,即可通过自然语言交互获取此前受限的深度金融信息。这一变化不仅降低了信息获取成本,也标志着数据资产定价逻辑正从传统的“软件年费”模式向按需调用的“Token经济”转变。
01功能整合与数据闭环
- 实时行情与财务分析
支持查询特定股票的历史股价、资产负债表、资金流向等数据,并能生成图表或直接导出为Excel格式,满足基础研究需求。 - 企业风险深度穿透
集成天眼查数据,可调取工商档案、股权穿透图、司法诉讼及经营风险信息,揭示企业隐性债务与关联关系。 - 代码辅助数据处理
具备主动处理数据的能力,如编写Python代码筛选上市日期倒序排列的股票列表,并提供相应的分析结果。
02模式对比与市场影响
| 对比维度 | 传统终端(如Wind) | Kimi(接入同花顺+天眼查) |
|---|---|---|
| 获取成本 | 年费数万至十几万元,固定开销高 | 按调用次数计费(消耗Token),用多少付多少 |
| 数据来源 | 封闭的金融数据库 | 同花顺(行情)+天眼查(企业征信)+AI实时调用 |
| 使用门槛 | 主要面向机构投资者 | 面向普通散户与个人投资者,门槛显著降低 |
| 交互方式 | 专业终端操作界面 | 自然语言对话交互 |
新旧金融数据服务模式对比
03数据资产定价逻辑重构
数据资产定价模式演变
卖软件授权
以Wind、彭博为代表,按年度收取高昂订阅费。
无论使用频次如何,费用固定,属于“奢侈品”消费。
数据被封装在特定软件中,流通性差。


卖数据调用
同花顺与天眼查将数据作为基础设施开放给大模型。
通过Token消耗计费,数据像“水电煤”一样即用即付。
数据价值在AI应用场景中被重新定义与变现。
此次合作的核心逻辑在于“数据资产重新定价”。过去大模型受限于缺乏权威源头数据,往往只能提供基于互联网推测的“小作文”式分析。Kimi通过接入同花顺和天眼查,将“股票数据”与“企业底细”结合,形成信息闭环。部分用户反馈认为,这种整合让以前需要付费才能看到的专业数据触手可及,实现了某种程度的信息平权。不过也有观点指出,工具虽然解决了数据获取的效率和真实性问题,但投资决策依然依赖于使用者对数据的解读能力,工具本身并不能直接替代判断。
当前文章无评论,是时候发表评论了