從爆火的Agent產品OpenClaw開始，2026年的春天，國產大模型迎來了一場全球價值重估。

作為2月刷屏的現象級開源產品，OpenClaw不僅自身掀起了AI工具的使用熱潮，成為全球最大API聚合平臺OpenRouter上的Tokens消耗最多的應用，更成為了國產大模型出海的關鍵推手。

根據OpenRouter數據，其全球用戶在OpenClaw中使用最多的3個模型都是來自中國。值得一提的是，Kimi K2.5幾乎與OpenClaw同期發布，很快以1.22T的token用量穩居榜首，調用量接近Gemini 3 Flash的兩倍。

3月8日，據全球支付巨頭Stripe數據，Kimi個人訂閱用戶支付訂單量1-2月呈現爆發式增長。1月個人用戶支付訂單數環比增長8280%，2月環比再漲123.8%。

據多方報道，Kimi在發布K2.5模型后，更是在短短20天內，收入就超過了2025年全年總和，海外收入首次超越國內。除此之外，這家僅300人左右的創業公司，在不到兩個月內完成了超12億美元融資，估值沖破百億美元。

在來自地球另一端轉賬的背后，我們好奇的是，究竟是誰在為Kimi買單？那些付費用戶究竟看重什么？

畢竟，國產大模型亟需一個機會向全球用戶證明，“我們不僅會寫論文，還會做生意”。去年DeepSeek開了個好頭，如今春節期間扎堆更新的Kimi們再次讓國產模型進入全球視野，這標志著常被詬病“不賺錢”的國產大模型，已進入用技術換市場的全球化競爭的下半場。

01

誰在付費

今年2月，隨著“小龍蝦”OpenClaw的火熱，“飛跑馬拉松”的創始人周全第一時間本地部署后，體驗并不好。OpenClaw雖然有記憶機制，但判斷將哪些內容轉為長期記憶的標準有時會出錯。

周全告訴我們，比如前一天構建到一半的任務，如果不主動告訴OpenClaw要存儲的話，第二天已經看不到對話了。于是他開始嘗試Kimi Claw。

春節期間Kimi正式推出Kimi Claw，原生集成開源智能體框架OpenClaw，主打零代碼、零硬件、一鍵部署，也能精準解決開發者部署難、配置繁的核心痛點。

Kimi Claw上線僅7天，在OpenClaw全球模型調用榜上一路上升，調用量反超長期霸榜的谷歌Gemini 3 Pro、Anthropic Claude Opus 4.5。

周全原本是Kimi49元套餐的老用戶，為了使用Kimi Claw和Kimi Code，他把會員升級到199元的套餐。對他而言，付費不僅僅是為了使用模型，更是為了接入一個完整的“開發流”。

體驗下來周全發現Kimi Claw做了一些工程優化，“Kimi Claw是有記憶的，還能直接在飛書里@它查天氣，算數據，做一些應用的快速驗證，出報告后寫到飛書文檔里，對我這個飛書用戶來說很實用了。”

Kimi Claw幫周全整理行業報告/ 周全提供

律師謙易也在春節期間為了用OpenClaw，先開了Kimi49元的初檔會員，隨后又開了199元檔的會員。他發現其他模型有的要部署到云端服務器，和本地部署一樣耗時，要去json文檔手動粘貼代碼有的用auth登陸，需要跳轉官網。只有Kimi配置OpenClaw相對簡單，綜合流暢度不錯。

除了Kimi Claw，Kimi的代碼能力也成為很多用戶付費的理由。謝嘉成是就讀香港城市大學電子工程系的大二學生，目前在騰訊光子工作室做AI+游戲的相關實習。他早在2023年就知道Kimi，但有趣的是，在相當長的一段時間里他沒用Kimi寫過代碼。

對謝嘉成來說，在AI Coding領域海外的Claude最早，Kimi做AI Coding是最近兩個月的事。轉折發生在K2.5發布后。今年春節前夕Kimi推出了K2.5模型，采用了原生的多模態架構，這意味著在處理視覺圖像與文本推理時，不再是兩個模型的生硬拼接，而是深度融合。

謝嘉成明顯感覺到，從K2到K2.5，Kimi多模態更智能了，“之前調度能力有限，現在K2.5有了Agent Swarm（智能體集群），能并行處理很多復雜步驟，對于需要做大量數據的人來說是很驚艷的。”謝嘉成說。

他發現只要給升級后的Kimi一個視頻鏈接，Kimi就能把視頻里的網頁扒下來，仿制出一個類似的前端。在參加黑客松比賽時，謝嘉成用Kimi完成了前端一萬行代碼的80%，“令人驚艷的效果”。試驗下來，他用Kimi寫代碼更穩重，虛假調用和冗余代碼會少很多。

謝嘉成使用Kimi的順暢體驗

謝嘉成所說的“虛假調用”，是指AI假裝調用了某個函數、返回了某個數據，但實際上那些數據是編造的。在開發者眼里，能減少虛假調用的AI Coding意味著效率提高和更少的工程量。謝嘉成開了199元的會員。他的朋友圈里，像他這樣的年輕開發者，正在成為Kimi的新用戶。

不僅如此，在國外社交媒體X（原Twitter）上，正興起AI開發者的技術移民潮，他們從Claude或GPT遷移到Kimi。甚至他們不再滿足于49元的普通會員，更愿意升級到199元甚至699元的專業套餐，以換取更多的Token額度和計算優先級。

作為推動Facebook用戶數從2000萬增至5億的硅谷大牛，查馬斯（Chamath Palihapitiya）早在去年底就表示，他的新公司正將大量工作負載轉向Kimi K2，理由是：“K2的性能確實足夠強，而且說實話，比OpenAI和Anthropic便宜太多了。”

無獨有偶，2月21日大年初三，全球知名編程工具Cursor宣布上架Kimi K2.5模型。這是Cursor在“御三家”和馬斯克的Grok之外，唯一官方接入的開源模型和國產模型。

02

付費邏輯變了

為何付費使用一款AI，不同用戶因使用場景各異，答案也各不相同。我們觀察到，付費用戶主要集中在開發者和AI創業者群體，對這群人而言AI已近乎剛需。他們的選擇從不盲目，每一位用戶都是在深度對比、實際體驗后，才最終選擇自己最信賴那款。

價格往往不是他們衡量是否付費的唯一標準，更重要的仍然是模型性能。

Ricardo是Voyage AI的市場負責人，這款AI寵物醫生APP在美國已有2000多用戶，付費用戶超過600人。“我們最核心的功能是拍照診斷。用戶拍一張寵物嘔吐物的照片，AI 需要立即給出詳盡的判斷，是什么癥狀？需不需要立刻就醫？家里的緊急處理方案是什么？”Ricardo介紹道 。

Ricardo最早用Gemini做“編排層”（Orchestrator）——一個負責調度其他AI agent的“經理”角色。這需要模型能夠捕捉到圖片和視頻里的細節，比如肉眼容易忽略的紅腫趨勢或者關節活動受限，還能夠在多輪對話里準確地調度AI工具完成診斷。

去年夏天，他一直糾結如何平衡模型性能和API成本。后來切換到了Grok 4.1，盡管響應速度快了一倍多，成本下降了90%，但調度工具一多就開始出現幻覺。對于他從事的寵物醫生這種場景，出現幻覺幾乎是致命的問題。后來他嘗試了Kimi K2.5。

Ricardo做了K2.5和Grok的對比測試，當用戶上傳一張寵物嘔吐物或皮膚紅腫的照片時，K2.5 的對視覺細節的捕捉很精準，準確率從93.5%提高到95.2%，特定的案例下診斷準確率甚至能達到99.9%。

“以前的很多模型都需要外掛一個專門的視覺識別模塊，但Kimi的K2.5是原生融合，推理邏輯就非常順滑。”Ricardo說。他發現在視頻問診里展示寵物時，Kimi還能迅速調用存儲的寵物檔案，串聯既往病史、季節因素、當前癥狀的關系，邏輯推演更嚴密。

“就算它把價格提高兩倍，只要保持現在的性能，我還是會用。”Ricardo說。很快他將“編排層”正式切換到了K2.5，別的AI調度十個工具就開始出現幻覺，Kimi可以調度50個甚至上百個。

不過Ricardo也坦言，Kimi還不是萬能模型，他并未用Kimi做最終的診斷。現階段Kimi在復雜任務調度和多輪工具調用上表現驚艷，但“醫學問題的錯誤率較高，Kimi還是有點偏科。”Ricardo補充道。

Kimi K2.5的另外一大亮點功能是Agent Swarm，K2.5可以調度多達100個Agent分身，并行處理1500個步驟來完成復雜任務。

在1月29日的Reddit AMA中，Kimi創始人楊植麟解釋了為什么采用這種團隊作戰的方式：“高質量數據的增長速度趕不上算力的增長，但我們可以通過Agent Swarm實現測試時擴展，讓智能在任務執行中持續生長。”

對于用戶來說，這意味著Kimi不再只是一個聊天機器人，而是一個生產力套件。

據光錐智能估算，目前Kimi的C端訂閱年收入已接近2億元，疊加API收入的增長，正在向1億美元年收入目標靠近。這一收入結構的形成，印證了Kimi“模型即產品”思路的階段性成果。

03

當中國AI開始賺“聰明錢”

1億美元的年收入目標只是起點。它更像一個信號，Kimi正從技術驗證進入商業驗證的階段。相比已在港股上市的智譜和MiniMax，Kimi的商業化只有幾個月，仍處于“剛起跑”的位置。

正如創始人楊植麟在內部信中所言，Kimi2026年的戰略是，不以絕對用戶數量為目標，持續追求智能上限，創造更大的生產力價值，營收規模實現數量級增長。

也就是說，當前大模型公司的商業化正從燒錢換增長，轉向有質量地擴張。銷售費用下降、研發杠桿顯現、海外收入占比提升，這些指標正在成為資本市場評估AI公司的新錨點。

就在K2.5發布后不久，Kimi經歷了一次“算力告急”事件。由于海內外需求的雙重爆發，Kimi一度出現宕機。官方并沒有遮掩，而是幽默回應：“嗯，正在找算力。要不先用DeepSeek。”

這種回應的背后反映出一個行業現實，算力資源的緊缺是所有國產AI企業的集體軟肋。

在1月底的Reddit AMA中，當被問及2026年是否能縮小算力差距時，楊植麟的回答直言不諱：“差距并沒有縮小。”他補充道：“但是，實現AGI究竟需要多少算力？我們拭目以待。”Kimi聯合創始人周昕宇則說了一句頗受關注的話：“創新往往誕生于約束之中。”

進入全球的競爭市場，Kimi們首先要過算力關。在海外，OpenAI背靠微軟，Anthropic獲得Amazon支持，Google擁有自研TPU。國內創業公司只能通過優化算法，提高緩存命中率，精細化調度來降低單位成本，這也是為什么Kimi強調緩存命中率90%、API輸入成本降至25%。

當國產模型站在全球舞臺上時，對標的對象不再是國內同行，而是OpenAI、Claude 和Gemini。

曾佑是典型的重度AI使用者，他每個月會花200美元訂閱Claude的最高階套餐。Kimi 發布K2.5后，他第一時間支付了199元的會員費，還考慮升級到699元的專業套餐。不過，在編程執行一些高難度任務時，曾佑發現Kimi 相比Claude Opus 4.6存在“明顯差距”。

“我用了5天，發現處理需要多層邏輯嵌套的代碼，Kimi有時候會繞進去。”曾佑說。

資深開發者群體，也在用真金白銀測試Kimi 的“極限”。Ricardo 指出了Kimi的短板——延遲（Latency）。相比Grok，Kimi應用后AI診斷輸出的時長從30秒變成了一分半，而在實際應用的場景里，用戶等待的時間直接關系到留存率。

當大模型公司轉向“技術換市場”，它們需要回答的不僅是誰在付費，更是為什么持續付費。如何從工具升級為平臺，是中國AI公司必須面對的命題。

Kimi下一步需要做的，正如周全所說：“必須在應用層再搭一層腳手架，讓非開發者也能用好。”

雖然前路依然坎坷，算力荒如影隨形，按效果付費的賬本還有待驗證，以及產品體驗仍需進一步打磨。但至少在這個春天，Kimi和它的付費用戶們，讓國產大模型看到了一條可能的出路。

它的付費用戶們，是由香港的實習生、美國的創業者、AI產品經理、程序員共同構成的圖景，相信還有更多其他身份的用戶。有人為效率買單，有人為智能體調度能力付費，有人抱著支持國產的心態嘗試。

這正是商業化最真實的樣子。不是所有人都滿意，但總有人愿意付費。而那些愿意付費的人會用腳投票，告訴模型公司該往哪里走。國產模型也不必成為OpenAI，或者Anthropic，而是服務好那群愿意為效率付費的人。這條路未必更寬，但或許更深。

撰寫｜馬舒葉

編輯｜吳尋

「白鯨實驗室」原創文章