惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Hugging Face - Blog
Hugging Face - Blog
Recent Announcements
Recent Announcements
V
Visual Studio Blog
博客园 - 叶小钗
H
Help Net Security
aimingoo的专栏
aimingoo的专栏
宝玉的分享
宝玉的分享
U
Unit 42
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
F
Fortinet All Blogs
V
V2EX
Stack Overflow Blog
Stack Overflow Blog
WordPress大学
WordPress大学
D
DataBreaches.Net
J
Java Code Geeks
H
Hackread – Cybersecurity News, Data Breaches, AI and More
A
About on SuperTechFans
酷 壳 – CoolShell
酷 壳 – CoolShell
量子位
C
Check Point Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
小众软件
小众软件
Microsoft Azure Blog
Microsoft Azure Blog
M
MIT News - Artificial intelligence

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
Kimi K2.6上线,第一个对手是小米?
世界模型工场 · 2026-04-22 · via 人人都是产品经理

Kimi K2.6凌晨发布,主打Agent能力,定价贴着小米MiMo-V2-Pro打肉搏战。但尴尬的是,过去一个月OpenRouter调用量Top10里根本没有Kimi——小米MiMo-V2-Pro以9.43万亿Tokens稳居全球第一。市场不相信“应该”,只记录谁现在最好用。

今日凌晨,月之暗面正式发布了备受期待的Kimi K2.6。

这款新模型主打Agent能力,在多项测评中对标GPT-5.4、Claude Opus 4.6等顶级模型。

市场期待很高,全村希望的叙事再次升温。

但把目光转向更能反映开发者真实调用偏好的OpenRouter榜单时,一个尴尬的现实浮现出来:

Kimi,根本不在Top10。

过去一个月,OpenRouter上调用量最高的模型是小米MiMo-V2-Pro。

而Kimi K2.5,月之暗面的前代旗舰模型,调用量与小米完全不在一个量级,彻底缺席。

更具戏剧性的是,小米这款模型并非靠“便宜大碗”取胜。

它在中国上榜模型中定价并不低,OpenRouter标价为:输入$1/百万Token、输出$3/百万Token。

而刚刚发布的Kimi K2.6,OpenRouter定价只略低一点:输入$0.6/百万Token、输出$2.8/百万Token,几乎是贴着小米的价格肉搏。

一家中国最受期待的明星创业公司,新模型发布后最先要面对的竞争对手,不是OpenAI,不是Anthropic,而是小米?

01 小米凭什么贵却霸榜?

打开中文开发者社区,关于小米MiMo-V2-Pro的吐槽随处可见。

“这价格是中国模型里最贵的吧?””小米是不是飘了?”“性价比不如预期”,类似的质疑从未停止。

但数据不会说谎。开发者嘴上说贵,身体却很诚实。

在OpenRouter榜单上,MiMo-V2-Pro的月度调用量达9.43万亿Tokens,稳居全球第一。

来源:OpenRouter LLM Leaderboard(2026.3.22-2026.4.21)

为什么明明不算便宜的MiMo-V2-Pro,却在调用量上碾压一众低价中国模型?

答案在于实用。

OpenRouter对MiMo-V2-Pro的官方描述是:

这是小米的旗舰基础模型,为agentic场景深度优化,特别适配OpenClaw等主流Agent框架。

这意味着,它在开发者真正关心的Agent工作流里,更容易交付完整结果。

如果单看模型价格,在中国模型里,小米的确是贵的。

但在当前Agent时代,模型的胜负早已不只是单点能力和价格,而是端到端任务的成功率和总拥有成本。

开发者口中的贵,往往是和DeepSeek、MiniMax这类便宜大碗的中国模型比。

但开发者钱包里的值,却是和Claude这样的顶级模型比。

如果把参照系换成海外顶级模型,MiMo-V2-Pro的价格估算下来,只有Claude Sonnet的1/3,Claude Opus的1/5。

所以,在真正需要强Agent能力的场景里,开发者投出了最真实的一票:

只要任务成功率更高、整体成本更低,开发者就会继续把钱投向MiMo-V2-Pro。

当然,也有人提出另一种解释:

MiMo-V2-Pro可能在最近的龙虾热潮中,做了深度适配和优化。

这让它在当前OpenClaw等主流Agent框架下表现突出,而Kimi 2.5等前代模型则暂时没有那么好的适配性。

但无论原因如何,结果已经摆在眼前。

开发者用实际调用量证明,在Agent这个新战场上,够用、好用、性价比合适,比任何品牌光环都更重要。

02 Kimi的高光与隐身

Kimi从来不是一个默默无闻的选手。

作为月之暗面这家中国顶级创业系大模型公司的旗舰产品,Kimi自诞生以来就承载着极高的市场期待。

Kimi理应是那个最有希望与国际顶级模型正面硬刚的本土力量之一。

它也确实赢过。

公开报道显示,2026年2月,Kimi K2.5曾在OpenRouter榜单上强势爆发,一度冲进全球前列,甚至登上过全球第二的位置。

那一刻,开发者用真金白银的调用量,把Kimi推到了聚光灯最亮的地方。

然而,高光之后是更刺眼的隐身。

Kimi K2.5的峰值并没有转化成长期统治力。进入3月后,它迅速从榜单头部滑落。

在过去一个月的榜单里,Kimi K2.5已彻底缺席头部位置,调用量与小米MiMo-V2-Pro完全不在一个量级。

曾经的全球第二,如今连模型前排都难以看见。

这意味着,月之暗面前一个阶段的产品形态,虽然能在短期内靠单点能力冲高,但没有在开发者最关心的Agent工作流里,形成真正的黏性和统治力。

回看K2.5,发布于2026年初,当时的核心卖点是长上下文、推理能力、通用性能。

但2026年3月后,开发者市场的核心需求已经从通用大模型转向Agent原生能力。

OpenClaw框架的爆发、多Agent协作工作流的普及,让能跑Agent成为大模型的硬门槛。

而K2.5更像一个通用能力的优等生,在Agent这个特定考场里,卷面分数高,但实战扣分多。

同时,在OpenClaw等框架适配、工具链集成、社区模板丰富度上,K2.5显然也慢了一步。

开发者市场是残酷的。

他们不会因为曾经好用继续选择K2.5,他们只关心这个模型现在好不好用。

高光与隐身的落差,把月之暗面推到了一个必须背水一战的十字路口。

03 Kimi K2.6的反击

如今Kimi K2.6带着更强的Agent能力入场,这场开发者的投票游戏,才刚刚进入最激烈的阶段。

据官方信息,Kimi K2.6不是一次常规迭代,它的定位集中在long-horizon coding、Agent集群、多Agent编排,三个关键词全部指向Agent能力。

技术细节同样激进:

300个子Agent并行协同,4000个协作步骤的长程任务,5天持续自主运行的稳定性,代码能力号称行业领先。

这不是在K2.5基础上做加法,而是Agent化重写。

月之暗面显然意识到了K2.5的问题,通用能力再强,在Agent时代也打不赢专用选手。

但比技术参数更耐人寻味的,是定价策略。

K2.6没有走其他中国大模型价格“打骨折”的路线,而是选择了一个极其微妙的定价:

比小米便宜一点,但不多。

这不是降维打击,而是一场贴身肉搏。

对一家明星创业公司来说,这既是务实的选择,也是某种程度的讽刺。

K2.6发布前,市场期待的对手是GPT-5.4、Claude Opus 4.6这样的顶级模型。

但发布后,它最先要争夺的,却是开发者当前已经在用、而且用得很顺手的小米MiMo-V2-Pro。

K2.6的真正目标,不是赢一场技术测评,不是刷一个SOTA分数,而是把月之暗面从高期待重新拉回高调用公司。

04 市场不相信”应该”

在中国AI的舆论场上,”应该”是一种强大的叙事力量。

Kimi”应该”是中国最牛的模型之一,因为月之暗面拥有亮眼的品牌光环、超高的市场期待、吸睛的技术叙事。

而小米”不应该”是AI领域的赢家,因为它过去从未被视为中国最前沿的大模型玩家,公众观感并不占优。

但OpenRouter的榜单是一个”应该”的粉碎机。

它只记录开发者实际发起了多少次API请求、消耗了多少Token。

在这个指标面前,所有的品牌光环、所有的期待诅咒,都被还原为一个简单的问题:谁现在最好用?

Kimi K2.6当然可以讲开源、更强、更像顶级模型的故事。

但真正决定它命运的,不是这些词,而是开发者愿不愿意把下一次Agent任务交给它。

真正的较量才刚开始。

本文由人人都是产品经理作者【世界模型工场】,微信公众号:【世界模型工场】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Pixabay,基于 CC0 协议。