kimi agent额度怎么获得

我刚刚充值了一个 kimi 的 最高会员，因为我想要试用一下它的这一个 agent 集群的功能。 agents， 我 目前来说想要让它试用的一个场景是，呃，文案的创作。我个人是觉得 好的文案创作是一个团队的事情，不是单单一个人负责生产。我就想单纯的看一下 kimi 二点五的这一个 agent 群到底是怎么样哈，我们就点击 run， 它一共就四十三个额度，跑一次要三个额度。 ok， 它的这个图标真的挺可爱的哦，他在创建助手团队架构师，相信数学直觉胜过， 哎，你们别说，它的这个界面交互设计我个人真的非常喜欢，还是蛮有感觉的。所以它先生成了三个，一个是团队架构师，一个是流程设计师，然后又生成了一个叫纪康的质量管控师。为什么都没有女生？ 第一个是女的，他不是李斯特。所以说 kimi 这个问题你们开发者好好想一想好吗？作为一个女性用户来说，他可能是觉得男性比较适合做这个可可文案创作，就变成女性了。我每次看到 ai 就是 一次迭代，我脑子就那个信息过载，我觉得我们活着的意义是什么？我们现在工作的意义都会被 ai 取代掉， 除了创造力的执行的很多，所以未来更重要的就是去制定 ai 需要做什么工作的人很重要。但是我可能提的需求不对，因为我是让他制定一个团队架构和工作流程，但其实我是想让他帮我生产出 一个合理的文案，所以我的提示字可能这边提的有点问题。 ok， 所以 说他目前来说已经过去五分钟了，他还在设计文案的团队架构，然后他再要升级设计多伦文案的生产工作流程。哦，他一下子就开始开始搞了。 决策层，文案团队负责人，专业层有策略规划，内容生产层，文案策划师、高级文案审核编辑执行层，内容运营专员、素材管理员。作为一个整个项目的负责人， 他的确把我平时要做的文案生产的所有的环节全部都考虑到了。我现在 想用这一套工作流给我自己生产文案，但是我不知道他是不是能够让我去对每一个他里面的集群， 他里面的每一个 agent， 让我可以去作为人去监控他的产出，并且给出是否能够让这个工作进行到下一轮的一个指令。 可能这是旧时代的工作习惯，我还想着要去 check 他 每轮的产出眉笔。我不需要，他已经帮我生成了一个个人的文案工作流核心。那现在的问题是，他已经帮我把工作流生产出来了，我应该怎么让他帮助我生成一个能够真的产出文案的助手呢？ 我需要你直接给我搭一个能够根据我的需求直接生产最后文案的文案助手，和上述工作逻 辑能够和我沟通我的需求，然后一步一步帮我生产最后文案的文案助手。 我不知道他能不能做到这个事情。好，他已经生产了，需求拆解、策略策划、文案创作审核优化输出成功， ok， 直接运行拍段文件。我应该怎么去用他呢？但问题是他现在好像没有办法直接生产 一个可以用的程序，或者是一个工具的一个状态哈，直接运行这个文件开始我的第一个生产问题是我真的不知道他在哪里，我这里再试一下，直接给他我们的一个产品文档的文件试试。好， 这是我给他提的一个新的需求，我给了他一个我们果干产品的文档，然后给了他一个比较宽泛的要求， 并且我告诉他，我要五十条，我看一下他能不能帮我做到，他现在已经完全的生产好了。我们来看一下这个啊。第一道十条是针对年轻女性的精致生活篇，一百到两百个字打的一个减脂期， ok， 不 仅好吃，还超出篇。 好，我们来看一下接下来的十条。宝妈针对家庭用户， ok， not bad， 打的是学生和职场人高效便捷的卖点。这个有点硬了啊，这个有点硬了，越写越硬了。我感觉综合来说，我觉得他写的这个文案我打三十分， 我打三十分，他把整个工作拆得很细，但是在最后一步文案生成上呢，还是有点拉杂，因为我个人觉得生成一个好的文案还是需要 几个步骤的，从大纲到细化，到最后的一稿二稿三稿， 都需要不同的 agent 去做不同的事情，才有可能生产出一张还不错的文案。对，那么目前来说，这是我对于 kimi agent swamp agent 集群，智能体集群的第一次尝试， 那么未来也会做更多的试用，如果屏幕前的各位也有更多使用 kimi 的 agent 一个比较好的方式，或者说我这次用的方式有些不太对，有些可以精进的地方的话，也欢迎在评论区告诉我，我们下期视频再见。

一个多月融了超十二亿美元，估值飙升至一百到一百二十亿美元，阿里、腾讯罕见联手领头。这是跃之暗面 kimi 在 二零二六年初交出的融资成绩单。与此同时，一个疑问也在日内蔓延。身边的人用 kimi 的 好像 不多，为什么资本还在疯狂加码？答案是，资本赌的不是现在的用户数，而是未来的技术身位。首先， kimi 差异化的技术突破口和大长卷通用对话模型 kimi 打不过，所以一头扎进了智能体积 赛道。今年一月发布的 k 二点五模型，支持最高一百个智能体协同处理复杂任务，在 openroot 的 open call 调用榜上持续排名全球第一。这意味着，在 ai 从对话走向执行的下一个战场， kimi 已经抢到了前排座位。其次，用户增长的故事在国内讲不通了，那就去海外讲。大厂用微信、抖音、支付宝的超级入口打流量战， kimi 根本拼不起，但他的选择是 国际化。数据显示， k 二点五发布后， kimi 的 海外收入已反超国内全球付费用户增长四倍。当国内 ai 还在发红包抢用户时， kimi 已经在赚美元了。至于钱烧在哪，月之暗面创始人杨志林说的直白，显卡账上超过一百亿的现金储备， 核心用途就是激进扩增显卡资源，加速下一代 k 三模型的研发。再算力就是军备的 ai 战场，没有钱，连参赛资格都没有。所以 kimi 的 融资奇迹并不奇怪，他赌的是，当国内流量战打完，谁手里还握着真正的技术底牌。

你现在打开 kimi 的 官网，点到那个 bot 页面，你会发现它悄咪咪上了一个新能力，叫 kimi 可乐。 大家好，我是杜宇，带你看懂 ai 赛道的钱和事儿。今天我们聊聊 kimi 版的 open 可乐。以前呢， open 可乐这个玩意儿，你想用，得先折腾环境，还得保证电脑别关机，最好再搞个 vps， 让它二十四小时在线。 前几天啊，一个在北大读 ai 博士的学弟都还在吐槽部署 openclaw， 搞了半天挺费劲的，更别说没有技术背景的普通用户了。现在好了， kimi 的 玩法是，我直接给你把 openclaw 云端托管好，你开浏览器就能用。就很像你别自己装空调了， 我把中央空调给你装在云上，你按开关就行。那 kimi claw 跟 openclaw 到底差在哪呢？ openclaw 更像是自己买一堆零件，组装一台高性能台式机，自由度很高，你想换显卡换硬盘，随你，但你得会装，会调坏了还得自己修。 amyclaw 更像你直接买一台云电脑，加预装好所有软件，你不用研究驱动，不用担心电脑一关它就罢工。 重点是它能一直在线替你跑事情。官方对比表里写得很明确， kimiko 是 一键云端就绪。 local openclore 需要手动安装配 api 管，依赖 kimiko 七乘二十四小时在线 local openclore 电脑不开机就停。 kimiko 技能库是五千加即取即用， local 是 你一个个装， kimiko 默认给四十 g 的 云存储 local 是 你一个个装， kimiko 默认给四十 g 的 云存储。 local 看你自己硬盘有多少。而且还有一个很关键，但很多人会忽略的区别。 kim kilo 强调，把复杂的 agent 能力做成了普通人能吃的套餐。比如他强调长期记忆和人格定制，你可以一次性告诉他，以后给我写报告，统一用这个格式，每次都带一个风险提示，他会记住他还支持定时任务。你可以让他每天早上九点自动给你做行业新闻雷达，周五下班前自动出周报。 这就是从你叫他一下，他动一下，升级成了你不叫他，他也给你把活干了。这类能力在 open 可乐上当然也能做门槛更像你得会装会配会首页。 kimi 可乐是你，会打字就行。 我知道你们现在最关心的不是技术，是我一个没技术背景的国内用户，到底能拿它干嘛？别急，你先别急着要让 a i t 我 上班，先听我把边界讲清楚，后面我再给你一个最稳的用法，不听你可能会踩坑。先说最实用的信息过在时代， kimi 可乐这种常驻在线的东西，本质上就是你的私人情抱怨。 比如你让他每天固定时间去搜你关心的赛道，抓最重要的五条，压缩成你能看懂的两三句话，并且按你的习惯规章。哎，你别小看这个，像我们做投资，最怕的不是没信息，是信息太多、太碎、太吵。你每天刷到的重磅炸裂，史诗级，可能百分之八十都是情绪价值。 真正值钱的是持续跟踪，结构化记录，最后形成判断。 kimi klaw 把持续跟踪这件事变得更便宜了，因为它不需要你一直盯着，它能定时跑，还能把东西存下来。 第二个用处是把工具链这件事给你抹平。以前你要做数据分析，得先找工具，装插件、传文件，再导出图。 现在他能直接在聊天里调用 cool hop 技能分析 cv 作图，甚至打出报告。这种流程你就用人话描述就行。相当于以前你是自己开餐厅，自己当厨师，现在你是点菜，他自己去后厨把技能教出来干活。第 三个用处是内容生产，从手工作坊变成流水线，比如白皮书、竞品分析、营销、复盘会议。既要整理这些活不难，但极其耗时间，属于那种你做完了也不觉得自己变强，只觉得自己又老了两岁的活。 kimi klo， 把它的价值说得很值， 你可以让它端到端，跑工作流，还能保存产出，跨设备拿回来继续用。对普通人最爽的一点是，它把 open klo 那 一套会干活的 agent， 从即刻玩具往日用家电方向推了一大步。 好，说完能干嘛？我再讲你们最关心的那句，这是不是意味着国内没技术背景的人也能享受 openclaw 了？ 结论是更接近了，但要看你怎么定义享受。 kimi 的 做法是把 openclaw 直接原声塞进 kimi 的 网页里，让你用浏览器就能启动一个云端的 openclaw， 省掉本地部署依赖配置、机器长驻这些麻烦。这对国内用户来说就是门槛断崖式下降。但它也不是完全无门槛关， 官方写了一键云端部署，需要 alipay 及以上的会员。如果你已经自己本地跑着 open core， 也可以选择 link existing open core 把已有的连进来。会员过期之后啊，云资源保留七天之后会永久关停并清空相关数据，这个你要心里有数，别把它当成永不丢的网盘。 kimi 这波操作，本质上不是发明了 open clock， 而是把开源的生产力包装成可交付的服务，并且用产品和分发把价值吃回去。开源世界里最稀缺的从来不是代码，是把它变成普通人一键可用的那一层体验。很多创业团队喜欢在 github 上卷功能，最后用户用不上 kimi， 反过来直接从用户角度卷摩擦，不用终端命令，不用服务器，不用守着电脑开机，还顺手把技能库存储、定时任务这些真实的刚需打包了。 你如果是国内创业者，可以抄的不是也做一个 flow， 而是这种思路，把复杂能力做成可附用的云端工作台，让用户用人话就能启动一条工作流，然后你赚的是省事的钱。 尤其中国市场，用户付费意愿往往不为技术先进买单，而是为我少折腾啊，我今天就能出结果买单，你做土币就更明显。老板不关心你是不是 agent， 也不关心你是不是多智能。他就问一句，能不能把流程提速，能不能减少出错，能不能把新人训练成本打下来？金 米可尔这种产品形态，就是把 ai 能力从聊天窗口拉进了流程里，拉进了时间表里，拉进文件柜里。最后给非技术背景的同学一个特别现实的建议啊， 先用 kimi kong 搞定三件小事，第一，固定时间的资讯雷达。第二，固定模板的周报月报。第三，你最烦但最重复的资料整理。 你会发现，一旦这三件事稳定跑起来，你每天省下来的不是时间，是注意力，而注意力才是这个时代最贵的资产。点关注不迷路， ai 搞钱，我带路，我是杜宇，咱们下期见。

大龙虾还没有明白，百万 token 先没了，别急，一起来薅老黄羊毛。无限 token 免费用。首先在英伟达这个网站用邮箱注册个账号，接着验证一下手机号，就能调用 api 了， 关键是支持国内手机号，不用绑卡。然后随便选一个大模型，进入聊天页面， 这里可以切换各种大模型试试，白嫖的人太多，热门模型可能响应很慢，找一个速度还过得去的，这里查看视力代码，可以直接复制模型相关配置。然后打开你龙虾的外部页面，修改配置， 保存之后建议重启一下服务，现在就再也不用担心托肯消耗了，之前配置好的飞书也能直接使用。

大家好，今天我要带大家深度体验最新升级的 kimi k e 二点五，这不仅是版本号的提升，更是功能、性能和智能的全面飞跃。首先我们可以通过浏览器打开 kimi， 直接使用。 这里有很多种模式，如果你想要生成文件、 ppt 等多步骤任务处理，可以选择 k 二点五 h 模式，如果是日常的温达，选择 k 二点五快速模式就可以。我们先来测试一下 ppt 这个板块， 风格可以自己选择，这里风格也是有各式各样的， 我直接用这个自由风格吧，给他一个指令，让他帮我们生成一个柠檬茶推广活动的 ppt， 包含以下六大板块，以及每页的重点内容，完了之后点击发送，等待生成。 生成的结果会有点久，所以我们简单跳过 ok， 我 们的 ppt 就 制作出来了，效果还不错，我们的要求它都有体现， 我们可以用同样的指令让 mini max 也生成 ppt， 对 比一下这两款 edge 的 效果， ok， 这是 mini mix 最后生成出来的 ppt， 我 们能看到它只生成了七张 ppt， 内容相对于 kimi 二点五来说，生成的是比较少很多， 不过它这里也有换灯片的演示。 总的来说，用同样的指令去生成 ppt， kimi 二点五是更加详细的，它包含的内容也是更加完整的。 我们再来看一下 kimi 网站的这个功能，我们可以描述自己想要创建的网站，或者看看精选案例，制作同款。 直接点开你想做的案例，然后根据他给的提示词制作同款。因为生存的结果会蛮久的，所以我们就不示范了，感兴趣小伙伴可以试试。这里我们可以上传文档，我们可以来试一下， 让他帮我们总结里面的内容。 我们可以看到这个结果简单明了，有故事概要，核心情节。 我们再尝试一下，让他帮我们对这篇小说进行一个评分， 他最终给的综合总分是六十八分，有情节上的，也有人物以及文笔风格等方向都进行了一个评分。 ok， 我 们今天的教程就到这，如果你喜欢今天的这个视频，请点赞关注哦！欢迎大家在评论区分享你使用 kimi 二点五的注册技巧，我们下期再见！

hello， 大家好，欢迎收听我们的播客。然后今天我们要聊的呢，是关于这个 kimi 啊，它的估值已经突破了一百亿美元，我们会从它的融资的过程啊，来看一下它是怎么在这么短的时间内估值翻倍的。 我们也会聊一聊它背后的技术和商业的优势啊，为什么它能够吸引像阿里、腾讯这样的大公司来投资它？最后呢，我们也会来看一下它未来有没有可能成为中国版的 agi， 也就是通用人工智能的一个典范。 ok， 那 我们就开始今天的内容吧。我们先来聊第一个话题啊，就是 kimi 的 融资历程。那我们就想请你先聊一聊，它到底是怎么在这么短的时间内估值翻倍的。其实 kimi 就是 背后的这家公司啊，月之暗面，它其实成立也没有多久，就二零二三年才成立， 然后在六月份的时候完成了他的天使轮的融资，但那个时候其实他的估值只有三亿美元，那到了年底的时候，他的估值就已经涨到了四十三亿美元，这是一个非常夸张的一个增长速度哦。哇，这个速度确实太吓人了。对，更夸张的是他在今年二零二六年，嗯， 又完成了一轮超过七亿美元的融资，那这个时候他的估值就已经直接破百亿美元了啊。然后同时他还获得了阿里和腾讯的联合投资，那这一轮融资也是近一年来国内大模型领域最大规模的融资。 所以就说，呃，它能够在这么短的时间内估值翻倍，其实背后是离不开这些顶级资本和产业巨头的持续加码的。对，那你觉得就是 kimi 这么受顶级投资机构和产业巨头青睐，背后有哪些原因？就是其实它的投资方里面不光是有这些互联网的大公司， 还有很多就是像红杉啊，今日资本啊这种顶级的 vc 都在里面。对，然后他们都持续的在跟投，就说明大家其实都很认可他的技术和未来的潜力。这么多资金进来之后，公司具体是怎么规划的呢？他们就是把这些钱主要还是用在 继续研发更大更强的这种 ai 模型，然后也在扩充自己的这种算力的资源，包括也在吸引更多的这种顶级人才加入，同时也在大力的投入在这个智能体生态的建设上面，就是他们的目标还是很明确，就是要成为 这个全球 agi 领域的领跑者。你觉得 kimi 的 这种融资的表现对于中国的整个大模型的行业来说意味着什么？呃，首先就是它这个在不到三年的时间里面 估值翻了三十倍，然后同时它也成为了这个国内非上市的大模型公司里面的佼佼者，这个其实也直接反映了资本对于这种真正有创新有实际落地能力的这种 ai 公司的一个追捧，也 让这个行业的头部效应越来越明显，也会推动整个产业往更高的水平去发展。我们接下来就聚焦在 kimi 到底是凭什么能够吸引这些巨头的投资啊？我们就来先聊一聊技术优势， 就它在技术上面到底有哪些过人之处？呃， kimi 最最突出的一个技术亮点就是它的这个超稀疏的 m o e 架构，就是它这个万亿级的参数的大模型，其实在做推理的时候，它只需要激活其中的一小部分，嗯， 然后呢，它就可以达到国际最顶尖的这种水平。嗯，同时呢，它的这个训练和推理的成本大幅的下降， 它的这个 api 的 价格比 openai 都要便宜六到十倍，这性价比确实太吓人了。对，然后除了这个之外呢，它还可以 呃，支持一百二十八 k 到两百五十六 k 甚至两百万字体的这种超长的上下文。嗯，这就非常非常适合处理那种多文档啊，或者说这种长文本的这种任务，它也可以原声地去处理这种图片、语音、视频， 他也可以做到这种多轮的这种复杂的推理，他也开源了自己的这个模型和工具，就是他的这个生态也在快速的壮大。你觉得 kimi 在 商业化的落地上面有哪些特别让人亮眼的地方？嗯， 首先呢，就是 kimi， 它是跟全球的这个 top 的 这种 ai 搜索平台是深度合作的。嗯，然后同时呢，它有很多的这种 b 端的客户在使用它的这个 api， 嗯，它的这个收入呢，在最近的一年里面也翻了四倍，它的这个 arr 已经超过了一亿美元， 它的这个海外的市场的表现甚至比国内还要好。哦，海外的成绩确实很让人惊喜。然后它在 c 端呢，它是采用的是这种订阅制。 ok， 它的这个月付费用户的增速是百分之一百七十， 他的这个单月的收入是突破了一亿元。同时呢，他还可以跟这个企业的系统去做深度的定制，他的这个用户的留存率是高达百分之八十五， 他是直接嵌入到了这个阿里、腾讯这些大厂的这个工作流里面的，就他已经成为了一个基础设施。你觉得 kimi 他的这个战略布局里面有哪些是你觉得最有特色的地方？嗯，我觉得 kimi 他 特别强调的就是他要做一个全球的 呃这个创新的引领者。 ok， 所以 他的这个核心的方向呢，就是放在呃这个智能体的赛道上面。 ok， 然后他是优先的去开拓海外的市场，同时呢他是采用的是这种 mit 的 协议去开源他的这个模型， 所以这就导致就是全球的很多开发者都可以非常自由的去使用他，所以他就是说不仅仅是技术领先，他是整个生态都在发力。对，而且他现在手里有超过一百亿的现金， 然后他也不着急去上市，他就是专注的去研发他的下一代的模型，不断的去扩大他的这个生态的优势， 牢牢的把这个创新和国际化的这个主动权掌握在自己手里。我们来进入第三个部分，我们来聊一聊 kimi 未来的展望， 你觉得 kimi 未来这三到五年他的发展的规划和核心目标是什么？呃， kimi 他 其实就是奔着这个通用人工智能去的。 ok， 他的这个二零二六年的这个技术路线图上面写的就是要推出这个 k 三的这个新一代的模型，然后这个模型呢，他的这个目标是要在这个 呃浮点预算这个指标上面提升十倍，要做到跟这个国际最顶尖的这个模型在同一水平， 并且他要做到这个在前沿的这个精准测试当中要冲到第一名，听起来就是要全方位的发力啊，对，没错没错，而且他会把这个 模型和智能体做一个深度的融合，然后他的这个产品会专注在这个呃内容创作、数据分析，还有这个复杂的任务的执行这几个方向。他的这个商业模式也会从这个啊分层的订阅到这个行业的定制，他是全链条的， 并且他的这个全球的布局也是非常明确的，就是他要把这个海外的市场变成他的收入的重心，他的这个开源的这个 mit 的 协议也会让全球的开发者都能够非常无缝的去接入，他的这个最终的目标就是要成为 这个全球的 agi 的 这个标准的制定者。你觉得 kimi 现在有多大的把握能够真正的追上甚至超过这些全球的巨头？ 比如像 entropic 这种。呃， kimi 其实已经在一些这个权威的榜单上面超越了这个 open ai 和 anthropoid 的 一些主力的模型，比如说它的这个 k 二的这个 thinking 已经在这个 hle 上面拿到了这个榜首的位置，然后它的这个 k 二点五也是在这个 openroot 上面霸榜啊，他的这个多轮的工具的调用，还有这个长上下文的这个能力都是远远甩开了这个同类的，这些技术的突破确实很有分量。更有意思的是 kimi 他 用的这个训练的资源其实只是这个美国的这些 top 实验室的百分之一， 然后他的这个工程化的效率又是极高的，他的这个团队的激励又是翻番的，他的这个商业化的收入也是暴涨的， 它的这个海外的用户和它的这个 a p i 的 调用都是成倍数的在增长，它的这个开源的策略也是吸引了非常多的，全球的这个 developer 对 它的这个生态也是非常看好的，所以它的这个综合的竞争力 是有机会去撼动这个 top 的 位置的。你觉得 kimi 会在哪些方面会成为中国的 agi 的 范式的定义者呢？就是 kimi 它其实在模型的规模上，在这个前沿的算法上，在这个实际的应用的创新上面，它都是领先的。然后它的这个 k 二和 k 二点五已经让 全球的技术社区都开始去关注中国的这个 ai 的 能力了，确实国际影响力已经起来。然后更关键的是 kimi 它其实是靠这个模型加智能体的这个融合，它其实是开辟了一条新的赛道， 它的这个未来的重点也是在这个多模态和这个复杂的 reasoning 上面的这个突破，它手里又有这个百亿的现金， 他又不着急去上市，所以他的这个长期的布局是非常稳的，所以他是有机会成为这个 a g i 的 规则的塑造者的。今天我们其实聊了很多关于 kimi 为什么他能够在这么短的时间内 获得这么高的估值，其实背后是有很多技术的创新和商业化的落地，以及非常明确的国际布局，这些因素在共同的推动了，所以它不仅仅是一个资本的泡沫，更多的是大家看到了它未来无限的可能性。好了，然后今天的节目咱们就到这里了，咱们下期再见吧，拜拜。拜拜。

又拿到融资了啊， timmy 拿到的连续融资超过十二亿美金，其中他的估值突破一百亿，连马云爸爸阿里都继续跟投了。为什么阿里以及这个市场这么认可 timmy 呢？ 原因有三个啊，第一个是超长的上下文王者，所以在 ai 的 这个垂直领域里面，他做的最牛。那么第二点是什么呢？就是 m 紧实的能力也当之无愧，他能执行两百家的复杂任务模型。第三个是什么呢？就是他 的训练成本极低，而且是自研结自研的这个结构啊，并且他的海外用户增长非常的迅速，单月营收已经突破上亿了，所以你看看，只要你在某一个 ai 的 垂直赛道，同样你也能获得市场认可， 牛逼啊！所以你们做 ceo 呢，还是要做豆包跟元宝， kimi 可以 学习和关注，用它来做投喂的工具。这个没问题，关注我。

兄弟们，今天我终于花费巨资两百大洋，为大家深度的体验了一把 agent 集群模式，说实话让我有点失望，为什么呢？因为我要处理的主要是长文本的写作， 结果我花了差不多一个上午的时间，先给他去搜集整理了相关的文献，每个文献的大小不超过一百兆， 所以我呢，精心的选择了五十个文献，基本上覆盖到了论文写作的所有的方面。 我把它上传到这个对话框里面之后，然后我就给出了一段非常具体的指令， 后来就等了十来分钟，他终于给我生成了一篇一万七千多字的文章。但是他生成的文章有一个有趣的地方，就什么呢？他只能提供一个 txt 的 文档，而不能生成一个合格的 word。 当我把它复制粘贴到我的 word 里面去了之后，大家可以看一下，这就是在 kimi 二点五级群模式下所生成的一个文档，长度还是可以的哈，一万七千六百二十一字。 但是他的注视就让我有点抓狂了，他有这么多注视，但是只有注视的符号，却找不到任何一个注视， 后面虽然也附了参考文献，但是和注是完全不对应的，也就是说你还得重新给他注一遍，这不是让人抓狂是什么样？而且看他生成的这个文本呢， 有点像一个文献综述，缺乏论述的逻辑性和针对性。我们再来看它，之前是在 kimi 二点五 agent 普通模式下，这里有 kimi 二点五 agent 集群模式，还有 kimi 二点五 agent 普通模式， 我就是在这个普通模式下生成的。大家看一下这篇论文，它的注是和后面的参考文献是一一对应的，你们看 是吧？非常的具体。当然参考文献的数量呢，不好说，但是他全书有一万八千多字，注是有八十六个，而且每一个注呢都能对应到具体的这个参考文献上面去，这其实就给我们省了非常非常多的时间。 所以我感觉这个集群模式，可能对于我们这些想要用它来进行长文写作的，尤其进行科研写作的这些学者呢， 未必有什么大的价值，但是他最大用处可能在编程或者其他网站平台的搭建方面，在工作流的处理方面，可能在这些方面有令我们意想不到的效果。 当然我后期可能去体验一下，看看他还有一些什么特别宝藏的东西，也就当为大家提前去踩一下坑吧。

好，今天呢，我们要聊的呢是关于 kimi 这个公司啊，最近呢，这个公司连续融资超过了十二亿美元啊，这个估值呢，也翻倍了啊，超过了一百亿美元。那我们今天就来聊一聊啊，这个 kimi 到底是怎么回事啊？它是怎么融到这些钱的啊？这些钱都花到哪去了啊？它未来有没有可能成为这个 a g i， 也就是通用人工智能领域的领军者？好的， 那我们就开始今天的讨论吧，咱们先来聊第一个话题啊，就是 kimi 的 融资历程，就这公司到底是怎么在这么短的时间内积累起这么巨额的资金的？对， kimi 其实是成立于二零二三年的四月啊，然后仅仅两个月之后就拿到了超两亿美元的天使轮融资，这个在当时 是整个 ai 初创圈都炸了，大家都在说这个事，而且是红山中国领头的哦。哇，这个速度真的太快了。然后呢，过了一年左右的时间啊，就是二零二四年的二月， 又完成了超过十亿美元的 a 加仑融资，这一轮是阿里巴巴领头的啊，这个时候公司的估值已经冲到了二十五亿美元，后面又有 b 轮、 c 轮不断地进来啊，到二零二五年的年底的时候，已经累计融资超过了二十亿美元啊，估值也涨到了四十三亿美元，账上的现金呢，还超过了一百亿元人民币。 对，这背后的投资方都是一些顶级的基金和互联网巨头。对，就大家都很看好这个赛道哎，那就是说 kimi 现在在资金实力上面，跟国内其他的一些 ai 大 模型的公司相比，到底是一个什么样的位置呢？就是 kimi 现在手头的现金是比已经上市的那些同行都要多的啊，然后它的融资的总额也是领先的， 而且它还没有上市啊，所以它这一轮的 b 轮、 c 轮的融资的规模都超过了很多公司的 ipo 的 募资，所以它反而可以利用这个一级市场的资金继续地专注在技术上， 而不用像其他公司一样去承受上市之后的一些压力。那这么多钱进来之后， kimi 到底打算怎么花这些钱呢？他们就是说主要还是会用在大规模的去扩充他们的算力，然后加快他们的新一代的模型的训练， 同时也会推进他们的一些产品的创新，包括一些国际化的布局，还有一部分钱会用在员工的激励上和他们的期权回购上，就是让大家能够 呃一起把这事做成。我们接下来就聊一聊这个融资资金的去向啊。那这个 c 轮的资金具体在技术研发上， kimi 都怎么花的这一轮的资金呢？首先就是大量的资金被用在了激进的去采购顶级的显卡啊哈，然后去扩充他们的这个自有算力的集群啊， 就是为了给这个 k 三的训练去打下一个非常坚实的基础。这个 k 三呢，他们是希望能够在这个浮点运算上啊，有一个非常坚实的基础，这个投入真的是太硬核了。 对，不光是这样啊，就是 k 二点五这个多模态的模型也在这一轮融资之后迅速的开源了。然后呢，这个多模态的输入啊，包括这个 agent 的 能力都是达到了一个业界领先的水平啊， 这一轮的资金就给他们带来了非常非常强的技术的底气啊，可以支持他们进行很多轮的这种大模型的迭代，那他们就可以在这个技术上一直去保持一个领先的升位。这么大一笔钱到位之后呢， kimi 在 团队激励直接提升到了二零二五年的两倍 哦，然后呢，还大幅的提高了这个期权回购的额度，甚至他们在春节前就已经提前发放了 care thinking 以及相关产品的这个奖励哦，这福利真的挺让人羡慕的。对，这个其实背后的逻辑很简单啊，就是你要在这个最关键的时刻把最优秀的人才留住，因为你面对的是 巨头的高薪的挖角，那你只有这样才能够保证你的核心团队是稳定的，那你这个创新的动力才不会被减弱。这么大一笔钱到位之后呢， kimi 在 商业化的落地和市场的扩张上有哪些新的动作吗？ 啊，他这轮资金到位之后呢，其实他们就是很明确的去聚焦在了这个 agent 的 相关的产品上，然后呢，也上线了这个会员的分级，以及这个 a p i 的 多种的收费的方式啊，从去年的九月到十一月份这三个月，他的这个海内外的这个付费用户的月还比的增速都超过了百分之一百七十 啊，他的这个海外的 a p i 的 收入直接翻了四倍啊，这个增速真的是吓人。对，然后同时呢，他们也精简了自己的产品线啊，把重心放到了这个高价值的场景当中啊， 那它的这个呃 model plus agent 这个组合也让企业的客户和这个开发者更愿意去买单啊，那现在它的这个收入的结构也变得更加多元了啊，那它也有信心在二零二六年继续保持这个营收的高速增长。 那其实这个也进一步的强化了它的这个商业模式啊，也让它的这个自我造血的能力得到了提成。咱们来进入第三个部分啊，就是聊一聊 kimi 未来的这个战略的展望啊。那这个就想请教一下，二零二六年 kimi 最核心的目标是什么啊？然后围绕这个目标有哪些关键的决策？ 呃， kimi 在 二零二六年的核心目标呢，其实非常的明确啊，就是要在 agi， 也就是通用人工智能这个领域做到全球领先。 对，然后他们的这个路线图呢，也很清晰啊，就是主要是围绕三个方向。第一个呢是要让他们的这个新一代的模型 k 三啊，要做到这个等效算力啊，提升一个数量级， 就是要跟 open ai 这些国际巨头在同一个水平线上。哦，这个目标确实很有野心啊。对，然后除了这个技术上的突破呢，他们其实也会把模型的训练和 agent 的 产品做一个深度的整合啊，就是要打造一个 真正的能够解决用户需求的这样的一个智能的系统啊，在商业化方面呢，会主推他们的这个智能体的产品啊，靠这个分层的订阅啊，和这个弊端的 a p i 来带动这个营收啊，去追求一个量级的增长，而不是说单纯的去堆用户啊，就是要让这个 a g i 的 能力真正地落地到这个生产生活当中去。 你觉得 kimi 现在在冲击这个通用人工智能这个领头羊的这个过程当中，它最大的机会在哪里？我觉得首先第一个就是现在全球的这个大模型的竞争啊，已经从这个参数的比拼啊，转到了 多模态和这个智能体的能力上面啊。那 kimi 其实在这一波里面做的还是非常领先的啊，就是它的这个 k 二点五和 k 二 thinking 已经在这个视频理解啊和这个复杂任务的处理上面啊，都冲到了 前列啊，就甚至都超过了一些国外的主流的模型。哦，原来大家的关注点已经变化了，对，然后包括就是市场的一个需求啊，也是非常的旺盛，无论是国内还是国外啊，都是在加速地去采用这种 ai 的 大模型啊。那 kimi 其实在 欧美日韩啊，都已经有了这个用户的激增啊，同时呢，国家也在出台各种政策啊，去推动这个本土的这个创新啊，也有很多的资金啊，包括产业的资源不断地向这些头部的企业集中啊，那 kimi 其实也是 手握超过一百亿的现金啊，也可以很灵活的去做一些技术的并购啊，或者说团队的扩张啊等等的，所以它的机会还是非常多的。如果说 kimi 想成为全球的这个通用人工智能的领跑者啊，你觉得现在最拦路虎是什么啊？我觉得最大的挑战其实还是来自于， 呃，像 openai 和 antropolek 这种国际巨头啊，就是他们在模型的参数啊，系统的工程化啊，还有就是全球的这个生态上面，都还是有非常大的优势的啊，比如说 antropolek 他 们的这个最新的模型，在一些复杂的任务上面的表现啊，包括他们的这个年收入啊，都是 远高于 kimi 目前的水平的，差距确实不小啊。对，然后包括就是，呃，这个人才的流动啊，也很激烈啊，那 kimi 也要去不断地吸引和留住最顶尖的人才。 同时呢，就是这个 a g i 领域啊，就是技术路线也在不断的变化啊，包括这个监管啊和这个逻理的这些规则也在逐步的形成啊，那 kimi 也需要在这个创新和合规啊之间去找到平衡啊，才能够真正地去 突破这个天花板。聊到这儿，咱们今天关于 kimi 这个融资的故事就差不多了啊。然后其实从他们的这个成长的轨迹上面也能看出来，就是在这个 ai 的 这个赛道上面， 你技术要硬，你这个团队要稳，你这个商业路径要清晰，你才能够不断地获得市场和资本的青睐。好了，那就是这一期节目咱们就到这里了，然后感谢大家的收听，咱们下期再见，拜拜。拜拜。

第二个就是文献综述场景，我觉得强力的吹一波这个 kimi 二点五的彩虹屁，我认为我后边不再买 minas 了哦， minas 正好过期了，我认为 kimi 的 二点五完全可以实现我对于 minas 的 那个需求。 给大家展示两个，一个是非投位式的综述写作，一个是投位式的综述写作，大家可以看一下。先看一下一个非投位式的啊，非投位式的还是有一定的幻觉，但是已经发现他很能打了。 好，这个都就直接调用的就是 kimi 二点五的 agent 能力。针对情感劳动主题写生，你看我题词只有一句话，针对情感劳动主题生成一万字的文献综述。 然后呢？有没有发现它也是有 skill 的， 它有一个专门的 skill， 我 们可以看一下，这是 kimi 的 工作方式，是有一个 kimi 的 computer， kimi 电脑，对吧？它是一个虚拟的电脑，只是我们看不到它的 skill 的 具体的内容，但我们大概能够知道这是一个做文献综述的 skill， 对 吧？ 所以你看， skill 其实跟智能体结合起来，现在智能体的底层内容已经是由 skill 来去组成的。开始写，查找数据，你看他查找的基本上都是我们讲的 google scholar， google scholar 的 数据完了之后，开始维代班清单开始运行，开始写作，最后其实就看到这个结果，我们就看结果就行了。你看，就一句话，写完了一万五千字。请你看到这个结果，我们就看结果就行了。 你看，就一句话，写完了一万五千字。请你看结果就行了。你看，就一句话，写完了一万五千字。请你看就一句话，写完了一万五千字，请你就发现未来展望， 你看他这个就，咱不看别的，我觉得就看他这个提纲的质量是非常高的。引言，情感劳动理论发展，情感劳动的核心维度与策略。情感劳动理论的模型作用机制。情感劳动的前沿变量。情感劳动的后果变量调节于中介机制、测量工具与方法论的进展。不同情境下的应用研究，研究趋势与未来展望， 参考文献。好看，这里边的写作的长文的感觉我觉得还是不错的。你看大家看看这个段落的感觉并没有那么强的机器味，而且关键是他那一代的逻辑很清晰，因为我对这个里面还是比较了解的，很清晰整个的概数 中间这个过程谁做了什么样的开创性的贡献，在这本书当中这个区分了什么？谁做了什么样的整合，再往下谁又进一步的推进了什么？中国学者的本土化探索是什么样的？勤劳动的核心维度和策略是什么样的？你看 这个总数大家打多少分？这是没有任何投喂，只用了一句话。所以你说未来这个题式词不需要那么复杂了，因为大魔星越来越聪明了。当然你可不可以在前面再加题式词，我觉得也可以加，你甚至可以加一些更加与众不同的， 加一些更加细分的，比方说你可以专门让他综述医学领域的情感劳动，或者说教育学领域的，或者细分的等等，这是都是 ok 的。 好，这是一个， 再看一个头尾版本的，这个我觉得就更能打了。这个是我目前发现没有哪个原生大模型能够做到的，我给他一次性上传了四十五篇论文， 因为这几天我正要访谈一下北京大学陈向明教授，所以我就把陈老师的四五篇文章都下载下来了。大家可以想一想，四十五篇论文大概已经按照字数算，已经按照一万字算，就四十五万字他都不止，他的中文数在一万五千字，也就是说这已经有六十万字了。 六十多万字， timi 一下都吃掉了， timi 直接调用了他的这个多 a 整的，开始干什么？我让他针对四十五篇论文写作两万字文献综述，注意他全部都读完了。 这个我目前没有发现哪一个大模型能够一下吃掉四十五篇论文，就在上下文的窗口，这要在以前的线下博士论文我都没办法讲，我只能让大家先让大模型把招标提出来，再把招标整合到一个文档再做。现在不需要了， 你看开始批量提取、批改、编辑、转写综述巴拉，但这个过程会很长。这个过程大概用了一个多小时的时间，做四组文情，做主题分类，构建详细的文情综述框架的话，开始写好，字数不够，空了两万字，这是他的过程，咱就不管了， 写了两万一千三百三十五字七大章节，大看引言问题域的出场与研究的聚焦理论建构实践性知识，多为审视方法创新进行研究的路径，探索生存机制，从个体实践范式转型。 我觉得用来做这个领域的这个相当于针对一个学者思想的综述学，已经做的很好了，你说你干的过他吗？你要真把这四五篇文献读完， 再开始构建这样一个框架再写，我觉你没有半个月都干不完这个事。最后看完他这个成品，大家看看他的成品，你看教育实践性知识与专业发展、中国教育学界之行探索基于十校名团队以及合作者研究的文献综述， 这都是，这都是我，都是真实存在的文献，你都不用去验证了，这个文献都是这四十五篇当中的，而且都是从里边吃的很深，这个跟咱们过去只给四十五篇的这个摘药是完全不同的， 因为摘药的这个体量和我们讲一万五千字的权威抓取的东西是完全不一样的。你如果只用摘药，你写不出来这么丰富的，你的深度是不够的，这个深度已经完全 ok 了，你看写完了。 所以你想如果大家再做博士论文，如果到后边的话，那我就可能就一句话就完成了，甚至你可以在一个 kimi 的 窗口完成十五万字到二十万字的博士论文，我就没有任何的问题。

最近玩智能体啊，实在太消耗 token 了，所以我们今天要来讨论说啊，哪里能搞到便宜的甚至是免费的大模型 token 呢？首先我们来看一下，如果正常使用 token， 大 概是个什么价格呢？像我们日常最常用的这个网页版的聊天机器人啊，类似于豆包、 jammy 这些网页的服务， 一问一答，大概每一次呢会消耗几千到几万的 token。 一个月下来呢，大概可能就是三百万的 token， 数量也就是几块钱。但 agent 就 完全不一样了，它要自己规划，自己执行，自己反思，一个任务跑下来呢，可能会调用几十上百次模型。像我们最常使用的 cloud code， open code、 open cloud 这些智能体啊，每一次跑起来都要消耗几万甚至上百万数量级的 token。 我 也翻了一下我自己的使用日志啊，然后大概估算了一下，我每个月的使用量呢，大概是三亿个 token 左右。然后我们来算笔账，如果你使用的是 cloud sum 的 四点五这个模型， 它的价格呢，大概是每一百万的 token， 输入呢是三美元，输出呢是十五美元。考虑上一些这个缓存啊，折扣啊，平均价格呢，你可以认为是每一百万的 token 五美元左右。那这么一算啊，其实你跑一个 agent， 每个月其实要烧掉一千五百美元左右， 就算是换成便宜的多的国产模型啊，一个月也要用到两百到三百美元，这个价格呢，我觉得还是蛮离谱的。所以这期视频啊，我就来跟大家聊聊，怎么才能搞到便宜的甚至是免费的大模型接口。先说好，这期视频呢，是没有任何的广告的，全是我自己实测 实际使用的经验。在正式开始之前啊，我想先给你一个这个思考框架，省钱这件事情呢，本质上其实就在做三个维度的取舍，价格、稳定性、模 的能力。你不可能三个都要，如果你想要最强的模型并且稳定，那肯定就会稍微贵一点，如果你想要便宜，那肯定就要牺牲一些模型的能力或者是稳定性。我们带着这个框架呢，然后再来逐个看各家的方案。先来说这个 cloud 买套餐到底能省多少钱呢？官方没有公布套餐的实际使用量，但有人测过了数据呢，放在这个网址里面，我给大家总结了一下，如果你订阅一百刀的这个套餐，用到极限的话，就能用掉价值一千三百五十刀的这个额度， 相当于打了不到一折，换成人民币算的话，差不多就是零点五元的人民币就能买到一美元的这个使用量。但 cloud 的 官方有两个大坑啊，大家也都知道，第一呢就是国内的用户特别容易封号。第二个呢就是不允许介入其他第三方的服务， 只能在这个 cloudco 的 这些官方应用里面使用，没有办法拿它去接入 opencloud 或者是其他第三方的这个智能体。如果你又想要这个按量付费的这个灵活性，又想要这个套餐的折扣价，那怎么办呢？我觉得唯一的选择啊，就是中转站，中转站呢，你可以把它理解成为这个零售商，就他们会去批量的向 cloudco 的 官方购买 这个套餐，然后呢在中间加一些价格再卖给你刚才说的，比如说零点五元的人民币兑换一美元以上， 市面上有上百家的这个中软站，那怎么挑呢？有人做了一个中软站稳定性的监测，大家想要购买，想要具体了解的，其实可以看这个网站，上面呢监控了几家比较大的这个中软站的稳定性。不过说实话，这个中软站呢，基本上还是一门比较灰色地带的生意， 所以呢，建议大家每次别充太多，这里呢就不具体展开了。然后我们来说第二家那个 check gpt， 相比较那个 cloud code 的， 动不动就封号啊，然后不让接其他的这个工具 open i 呢，其实就大方了很多， 它不仅能接自家的这个 codex， 还允许你去接 open code， 允许你去接 open cloud 这些第三方的项目，而且额度啊，要比 cloud 的 要给的多，大概是零点三元人民币就能买到一美元的使用量。更香的是啊， open i 的 活动特别多，比如说像那个 gpt 开通团队套餐，首月免费，你可以去某鱼搜这个 team， 新车几块钱呢，就能用上价值二十五刀一个月的会员。如果你拿这个会员去跑 codex 啊 token， 相当于说完全白嫖。 codex 的 缺点呢，就是它写代码的速度啊，会相对来说比较慢一点，不过呢，你可以开多个 agent， 让它并行去跑 数量去换取速度。然后下面一个是这个谷歌 gemini gemini 系列模型写代码的综合能力啊，普遍来说稍微比这个 cloud 和 gpt 弱一点，但有个骚操作啊，就是可以通过教育活动拿到免费一年的谷歌 ai 会员，然后用这个谷歌的编程 i d e anti gravity 来跑这个 cloud 模型，然后还有一个更狠一点的玩法，就 使用这个项目 cloud proxy api， 它可以把 antigravity 里面 cloud 的 模型转接出来给 cloud code， open cloud 这些工具去用。因为谷歌会员啊，几乎都能白嫖，所以它对应的这个 token 啊，也约等于免费。不 过这么玩的人啊太多了。谷歌最近呢，在频繁调整这个 anti gravity 的 额度，所以这个方法我也不是太推荐，因为它可能之后就不太稳定了。聊完了预三家之后啊，我们来聊一聊国产的这些模型。国产的模型呢，本来零售价就只有海外模型的一到两折，购买套餐之后呢，就会更便宜了。在国产模型里面啊，我觉得当下最强的可能就是最近推出的这个 kimi k 二点五，我实际用下来它的能力其实跟 cloudsonic 四点五几乎没有什么差别。有兴趣的朋友啊，可以去 kimi 的 海外版看一看， 有个首月零点九九美元的活动，能拿到原价九十九元的套餐，还可以支持这个接入第三方的 cloud code open cloud。 国内版 kimi 的 活动呢，就稍微差点意思了， 每周大概五元左右。但是 kimi 我 觉得最大的问题啊，就是套餐额度给的比较抠，控制台里呢，只显示了使用的百分比，看不到具体的 token 使用量。我实际测下来呢，比下面两家我要介绍的这个国产模型啊，给的量都要少得多。 gim 呢，应该是国内三家里面我觉得最大方的， 然后套餐的额度给的非常的足，最低档的套餐呢，是每个月二十元，每年两百四十元，但价格是真的香，我自己也买了。接口方面呢，也很开放，可以支持接入各种的工具。缺点呢，就是现在 g i m 四点七啊，它的模型效果暂时不如 kimi， 而且高峰时间段呢，因为顾忌它 套餐卖得太多了， token 的 吐字呢，我觉得巨慢。另外一个 mini max 呢，我觉得它的套餐跟 g l m 很 像，然后这里也不跟大家重复了。然后还有一家呢，大家可能没想到，就比较小众，就是英伟达。英伟达呢，其实它也提供这个完全免费，额度不限的这个开源模型， 包括前面说的 kimi k 二点五，然后 jimmy 四点七， mini max m 二点一。但是呢，因为可能门槛太低了，然后用的人实在太多，热门模型的速度呢，慢得离谱。所以这个呢，我就更不推荐了，只是跟大家介绍一下，英伟达，它其实也有这个免费的接口。最后啊，来再帮大家整理一下思路，如果你想追求最强的效果， pro 的 中转站呢，是目前性价比最高的选择。如果你的预算有限啊，那国产模型里面 g i m 的 套餐最实惠。 timi k 二点五的效果最好，但是有传闻呢，说这个月会有大批的这个模型，会推出新一代的模型，到时候呢，我再跟大家更新。然后如果你想白嫖呢？ openai 的 这个 timi 拼车几乎是完全零门槛的， 效果也不错。这期盘点里面当然肯定没有包括说这个百分之一百所有的方案，市面上还有很多我没发现，或者是我没有测过的这个方案。如果你有更好的渠道，欢迎在评论区补充，大家一起交流。好了，今天视频就到这里了，我是迪总，黑心李超，我们下次见。