网易首页 > 网易号 > 正文 申请入驻

花800块跑了900亿Token:Kimi做设计、GLM干活、DeepSeek审计、豆包管图片,这套国产AI组合到底值不值

0
分享至

一个月前我把所有AI工具都换成了国产的。

原因很简单:OpenAI和Anthropic的API账单实在扛不住了。我同时用ChatGPT、Claude和Gemini处理日常的设计、编程和文档任务,一个月轻轻松松三四千块。一个朋友跟我说,国产AI在细分能力上已经拉得很近了,搭配着用效果不差,成本能砍到五分之一。

我花了整整一个月实测。结果比我预想的有意思得多——Kimi的审美确实能打,但慢到让人抓狂;GLM-5.3 Flash性价比高得离谱,但踩的坑也离谱;DeepSeek做代码审计能发现问题,但误报多到你需要自己过滤;豆包的图片分析是意外惊喜。

这套方案总共花了800块,跑了900多亿Token。下面是我踩过的坑和总结出来的实操经验。



GLM干活:800块跑900亿Token,但别让它碰UI

GLM-5.3 Flash是我这个月用得最爽也最气的工具。

先说爽的。智谱的活动期间,我花了800块人民币跑了900多亿Token。这个量级换算成Claude或GPT的API,至少是五位数。GLM-5.3 Flash的定价本身就是GLM-5.3的1/10,限时折扣期间是1/20。混合价格每百万Token只要$0.10,而GLM-5.3要$0.90。

它在编程执行上的表现对得起这个价格。智力水平在Artificial Analysis上拿57分,GLM-5.3是60分,差距只有3分。我把Kimi出的设计计划拆成任务池,派多路后台子智能体并行开发,完成一项立马派下一项,每完成10项自动派审计子智能体加入。这套流程跑起来效率很高。

但踩的坑也很硬。

第一,GLM-5.3 Flash的推理速度不稳定。通过OpenRouter使用时,吞吐量在每秒4到60个Token之间波动,做日常编码经常太慢。有一次我让它改一个Kotlin微服务里的请求大小限制,一个应该几分钟完成的任务,它陷入推理循环,消耗了81.3万输入Token,一行代码没写出来。

第二,长时间会话下它会“退化”。我用它跑多Agent编码工作流,跑了几个小时后,模型突然开始在推理中输出重复的低熵内容,类似“!!!!!”的循环。这不是偶发,有多个开发者在HuggingFace和GitHub上报告了同样的问题。

第三,别用它做UI设计。社区里有人试过,GLM-5.3 Flash做前端生成的页面“细节多但bug也多,车都能倒立开”。我亲自验证了这条,让它照着Kimi的设计稿写组件,出来的东西能用但颜值掉了两个档次。

我目前的应对方式很简单:给GLM-5.3 Flash的会话设时间上限,超过两小时就开新会话,重新加载任务上下文。 批量任务拆小,每次交给它的活控制在合理范围内,不搞马拉松式长会话。



DeepSeek审计:能发现真bug,但你要自己过滤误报

代码审计这个环节,我一开始想省掉。让GLM自己写自己审,逻辑上说得通。

但实际跑了两周之后我改了主意。GLM-5.3 Flash在长会话中的退化问题意味着,它自己写的代码,它自己未必能审出问题——因为审的时候它可能已经处于“半退化”状态了。

DeepSeek V4.1 Flash接入了审计环节。我用WorkBuddy和Trae的免费额度就够覆盖这部分需求。

它确实能发现问题。 我故意在测试代码里埋了几个典型漏洞:一个SQL注入点、一个未校验的用户输入直接拼接到文件路径、一个并发场景下的竞态条件。DeepSeek V4.1 Flash全部发现了,还给出了具体的修复建议。

学术研究的数据也支持这个结论。一项系统性基准测试显示,DeepSeek-R1在漏洞检测上的平均F1-score达到63.10%,显著高于DeepSeek-V3的46.47%。另一项针对代码审计Agent框架的研究,在成本、效率和效果三个维度对比后,最终选择了DeepSeek-V3.2作为最具性价比的方案。

但误报率是个真实问题。 多项研究指出DeepSeek V3在检测漏洞时“表现出最高的假阳性比例”。我自己跑的时候也发现了,一些正常的业务逻辑代码会被标记为“潜在风险”。

审计提示词怎么写很关键。我用的是:“你是一个安全专家,严格分析以下代码,检查是否存在安全漏洞。请详细分析漏洞类型、触发条件和修复建议,只报告你确信存在问题的位置”。最后那句“只报告你确信存在问题的位置”很重要,能过滤掉一批低置信度的误报。



豆包管图片:多模态是意外的惊喜

豆包在这个组合里的角色最轻松——图片分析、照片点评、视频生成、浏览器操作。

我原本对它没抱太高期待。毕竟字节的多模态能力虽然强,但跟GPT-6 Astra和Gemini 3.7 Flash比,差距理论上还是存在的。

实际用下来,豆包在给照片写解读点评这件事上,确实是我试过的所有工具里最好的。我传了一组风光摄影照片让它分析构图和色彩,它给出的点评比我用过的几个国外模型更细致,而且中文表达更自然。

数据上也有支撑。中文视觉大模型评测中,豆包以90.66分拿下总榜第一,超越谷歌Gemini-3.1-Pro-Preview的89.35分。在基础认知环节得分82.70,甚至超越了部分国际竞争对手。图片识别准确率方面,APP端实时拍照在理想条件下达98%,网页端深度解析达99.2%。

不过手写体识别会掉到85%左右,低质量图片会降到60%以下。抽象场景的视觉推理稳定性也偏弱。日常使用够,别拿去处理需要高精度识别的专业场景。



这套组合到底花了多少钱

直接上账单。

GLM-5.3 Flash:800元人民币(活动期间,约900亿Token)。Kimi K3:通过Mira平台赠送积分和每日登录积分体验,额外API调用约50元。DeepSeek:WorkBuddy和Trae免费额度覆盖,0元。豆包:全模态基础功能免费,0元。

总计约850元,一个月。

如果我把同样的任务量交给Claude和GPT-6,按我之前的用量估算,至少3000到4000元。成本砍了将近八成。

这套方案适合什么人?适合有明确任务分工、愿意花时间配置工作流的重度用户。 如果你只是偶尔问AI几个问题,没必要搞这么复杂。如果你每天要处理大量的设计、编程、审计和图片分析任务,这套组合能帮你把成本压到最低。

不适合什么人?不适合想一键搞定所有事的新手。 四款工具之间的交接、任务池的拆分、审计环节的嵌入,都需要你自己搭流程。GLM-5.3 Flash的退化问题、Kimi的输出速度、DeepSeek的误报,都需要你有一定的判断力去过滤和调整。

这套方案的核心逻辑不是“哪个AI最强”,是“每款AI在哪个环节最划算”。Kimi的贵和慢,换来的是顶级的审美和架构规划能力,值得把它用在最需要创造力的第一步。GLM的便宜和快,适合承接大批量、可验证的执行任务。DeepSeek的审计能力补上了质量控制这个环节。豆包的多模态免费额度,把图片和视频处理这块的成本降到了零。

四个工具拼在一起,每个都在做自己最擅长的事,而且总成本比单个旗舰模型低得多。这大概就是国产AI目前最务实的用法。

声明:内容由AI生成

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
她是最干净女演员,被军官苦追5年才嫁,如今和女儿被宠如宝

她是最干净女演员,被军官苦追5年才嫁,如今和女儿被宠如宝

娱深有瓜
2026-11-22 14:05:10
从110万跌到30万,海景房真的凉了!业主哭诉:当年抢着买,现在倒贴也没人要!

从110万跌到30万,海景房真的凉了!业主哭诉:当年抢着买,现在倒贴也没人要!

巢客HOME
2026-11-22 13:55:04
河南小县城传来巨响!一个农民攻克世界难题,打破欧美技术封锁

河南小县城传来巨响!一个农民攻克世界难题,打破欧美技术封锁

基斯默默
2026-11-22 09:38:25
新深圳人退休了,社保不足20年,个人账户只有5.5万,50岁退休照样近2000养老金,知足了

新深圳人退休了,社保不足20年,个人账户只有5.5万,50岁退休照样近2000养老金,知足了

平静话社保
2026-11-22 09:56:38
德媒:德国太天真了,我们最大的幻想,就是信了中国是个现代强国

德媒:德国太天真了,我们最大的幻想,就是信了中国是个现代强国

你是我心中最美星空
2026-11-22 05:46:42
环球体育:博卡2-0米内罗竞技,三夺南美杯

环球体育:博卡2-0米内罗竞技,三夺南美杯

懂球帝
2026-11-22 09:08:03
NPC“房玄龄”王泽回应离开大唐不夜城:面对大量游客,觉得离角色越来越远

NPC“房玄龄”王泽回应离开大唐不夜城:面对大量游客,觉得离角色越来越远

娱乐嗑学家.
2026-11-08 11:37:18
董路怒骂马德兴:口贩子王八蛋!给浮嶋敏洗地,当初你怎么骂李铁的?

董路怒骂马德兴:口贩子王八蛋!给浮嶋敏洗地,当初你怎么骂李铁的?

念洲
2026-11-22 08:49:31
二战时美军有个气象预报员,每天不琢磨怎么让飞行员活下来,反而想着怎么一次弄死最多的人

二战时美军有个气象预报员,每天不琢磨怎么让飞行员活下来,反而想着怎么一次弄死最多的人

言过于诚
2026-11-21 21:03:49
普京和特朗普专机差距到底有多大

普京和特朗普专机差距到底有多大

观界z
2026-11-21 15:05:48
黄仁勋走后,台积电掏出账本:以后,老黄是老黄,英伟达是英伟达

黄仁勋走后,台积电掏出账本:以后,老黄是老黄,英伟达是英伟达

指忘崖
2026-11-22 08:31:37
记者:蒋光太是最成功的归化球员,即使伤病增多也未曾离开

记者:蒋光太是最成功的归化球员,即使伤病增多也未曾离开

懂球帝
2026-11-22 14:44:20
佩莱格里尼:我们本可以赢下德比,最后的丢球完全能够避免

佩莱格里尼:我们本可以赢下德比,最后的丢球完全能够避免

懂球帝
2026-11-22 05:36:11
因担心变同性恋,父亲逼儿子与后妈发生性关系

因担心变同性恋,父亲逼儿子与后妈发生性关系

侠客栈
2026-11-21 11:37:29
金饰克价年内大跌超650元

金饰克价年内大跌超650元

21世纪经济报道
2026-11-21 13:31:39
新一轮冷空气来了,四川多地降雨降雪降温

新一轮冷空气来了,四川多地降雨降雪降温

掌上金牛
2026-11-22 11:53:57
李邑飞主持宁夏省级老同志座谈会和党外人士座谈会,张雨浦、陈雍出席

李邑飞主持宁夏省级老同志座谈会和党外人士座谈会,张雨浦、陈雍出席

政知新媒体
2026-11-22 14:27:53
深度长文:黎曼猜想,统治数学界160年的无冕之王,到底有多恐怖?

深度长文:黎曼猜想,统治数学界160年的无冕之王,到底有多恐怖?

宇宙时空
2026-10-12 11:58:16
末节连续失误,山东男篮杯赛出局,姚柯宇14+3值得培养,陶汉林11+5

末节连续失误,山东男篮杯赛出局,姚柯宇14+3值得培养,陶汉林11+5

替补席看球
2026-11-22 17:14:58
不忍了!北约突然掀桌,准备直捣俄罗斯腹地

不忍了!北约突然掀桌,准备直捣俄罗斯腹地

今观天下
2026-11-07 07:49:23
2026-11-22 18:48:49
阿鑫讲ai
阿鑫讲ai
专门讲解现阶段高热度的AI
134文章数 16关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

女子花2万存脐带血如今公司注销"断联":我的血还在吗

头条要闻

女子花2万存脐带血如今公司注销"断联":我的血还在吗

体育要闻

约基奇vs申京:最强的策应巨人?

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

教育
手机
游戏
房产
军事航空

教育要闻

曾经“感动中国”的庞众望完成清华大学博士论文答辩,本人发声:将继续潜心钻研,在科研探索的道路上不断前行

手机要闻

星芒OSTA O1 Pro新机确认支持华为自研Wi-Fi 7+芯片级协同技术

PC Gamer试玩GTA6百小时:双主角出色但任务重复

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

军事要闻

俄乌炸桥冲突升级 相关谈判设想被放弃

无障碍浏览 进入关怀版