Kimi和GLM想当开发者的第二模型

出品 | 网易智能

作者 | 小爪

编辑 | 王凤枝

这个任务，我一定要用Claude吗？

Claude Code火起来以后，很多开发者时不时在琢磨这个问题。

Kimi K2.7 Code和GLM-5.2，就是冲着这个问题来的。

以前说AI写代码，是问它一个函数怎么写。Claude Code直接把一个任务交过去：读项目、改文件、跑命令、修报错，继续往下做。

这套用法跑起来以后，聪明只是第一关。更现实的问题是：谁能跑得起。

一个模型如果只是回答一次，贵一点还可以忍。可如果它要连续读几十个文件，反复改代码、跑测试、再根据结果继续修，一次任务就可能吃掉大量token和额度，甚至有时会很快烧完5小时的额度。到了这一步，价格、限额、速度和稳定性，都会算进能力里。

国产模型挤进来的位置，正是在这里。Kimi K2.7 Code和GLM-5.2最近声量不小，但它们争的已经不是"最强国产编程模型"这个名次了。

它们抢的是Claude Code下面那层市场：更便宜、更宽额度、更容易接入现有工具链的第二模型。

Kimi想证明自己能多跑几步

Kimi K2.7 Code的发布声量很大。

月之暗面在6月12日发布Kimi-K2.7-Code。MarkTechPost对这次发布的整理里提到，月之暗面官方称它在Kimi Code Bench v2、Program Bench、MLS Bench Lite上都有提升，推理token使用量降低约30%。

这些成绩来自官方口径，详细的独立评测还没完全跟上。但月之暗面要讲的方向很明确：让代码任务跑得更省。

AI编程真正烧钱的地方，经常发生在一串连续动作里。模型要读上下文，要决定下一步，要改文件，要看运行结果，再决定怎么修。少绕一轮弯路，少吃一截token，最后都可能变成实际成本差异。 这个方向已经有海外开发者感觉到了，Julian Goldie在X上的说法很直白：Kimi K2.7 Code像个干活的，不像个聊天的。

Kimi还在往工具层走。

Kimi Developers账号近期介绍Kimi Code升级时，提到一行命令安装、视频作为上下文、插件、ACP协议、JetBrains和Zed集成、自定义hooks。这些单点功能不用都记住，读者只要看到一个方向：Kimi也想提供一个AI编程助手入口。

在任务工作流里，它和Claude Code的关系就是：谁能接活，谁能多跑几步。

GLM抢的是工具入口

GLM-5.2的路数更直接。

它的重点不只是"我跑分多少"，而是GLM Coding Plan。

MarkTechPost 6月14日的报道提到，GLM-5.2的重点包括1M token上下文、High / Max两种思考强度、Anthropic-compatible endpoint，以及发布时没有公开跑分。

没有公开跑分。讨论自然就落到了工具链和长任务体验上。

Claude Code强的地方，是它能围绕一个项目连续行动。 项目越大，越需要看更多文件，记住更多上下文，也越容易被成本和额度卡住。GLM-5.2如果能把长上下文和兼容入口做稳定，它拿到的就是开发者实际干活时的一个后端选择。

Z.ai自家的编程工具ZCode走的也是这个路子。它最近一条宣传帖把卖点摆得很直白：150%配额、5天免费试用、每天500万token。

翻译成人话就是：你可以拿它多跑一点。

先看两场同题测试

官方发布讲的是能力，开发者演示讲的是体感。

外网已经有人把GLM-5.2和Kimi K2.7放进同类任务里试。

notjazii做的是一个类似Minecraft / 体素世界的生成任务，同一个任务、同一套设置，分别交给GLM-5.2和Kimi K2.7。按他的记录，GLM-5.2大约35分钟一次完成；Kimi K2.7大约30分钟，但后面还需要额外提示去修移动和bug。

这个小测试说明不了谁更强，但能看出"长任务"里的差别：一个模型快一点，但需要继续返工；另一个慢一点，但一次交付更完整。 真正花钱的时候，开发者算的往往就是这种账。

另一个合同审查产品需求文档的三方测试，也把问题放在具体任务里。测试者让GLM、Kimi、Claude Opus做同一份AI合同审查产品需求文档，看它们完成速度、步骤数和输出质量。

那张表里的结果没有反转：Claude仍然最快、质量最高；GLM的质量接近，但速度慢；Kimi更快，不过步骤更多，质量低一些。

这就够了。Claude仍然是那根标尺，Kimi和GLM开始在不同位置靠近它。

便宜不等于放心交活

"替代"两个字要谨慎。

开发者已经开始试了。但试出来的结果，不全是好消息。

只看官方发布和演示，会觉得国产模型已经在替代Claude Code。第一批动手试的人，看到的没那么漂亮。

BridgeMind的Matthew Miller在6月15日发了一条Kimi负评。他说自己买了Kimi相关的39美元和99美元方案，"30分钟就把额度烧完了"；几个生成任务效果也不理想，比如恐怖游戏跑不起来，Minecraft克隆版不可玩，Remotion视频像PPT。

这个测试有局限。它偏创意演示和随手做项目，但它仍提醒我们：便宜、开源、高热，不等于可以放心交活。

月之暗面说的是模型层面的推理token使用下降，用户吐槽的是套餐和额度体感。模型更省，不等于用户马上觉得更便宜；如果配额设得紧，或者任务本身会反复试错，省下来的token可能还没来得及被用户感知到。

GLM这边也一样。有人看好它的长上下文和工具入口，也有人试过后觉得它还不会替代自己的Claude coding plan。这样的反馈不能写成大趋势，但足以提醒我们："进入候选池"和"用户开始迁移"不是一回事。

所以问题不在"替代"，而在"分工"。Kimi和GLM正在变成Claude Code之外的第二选择。

复杂架构判断、难度高的重构、需要稳定工具体验的任务，很多开发者可能仍然愿意交给Claude。另一类任务就会开始算账：前端演示、项目扫描、批量修改、测试修补，这些如果全都交给最贵的模型，账单和额度都会变成压力。

国产模型切进去的，正是这个位置。

它们争的是一个具体工作位：让开发者把更多长任务，先交给更便宜的模型跑起来。

便宜本身成了能力

AI编程模型过去常被放在榜单里比较。

谁的SWE-bench更高，谁的工具调用更好，谁的代码题更强，这些当然重要。但Claude Code让另一个问题变得更显眼：模型会被拿去干活。

这个"便宜"不能只停在感觉上。

三者的定价模式不同：订阅额度、API单价、工具套餐，各算各的。直接比价格没意义，但可以看方向。

Claude帮助页显示，Claude Pro每月20美元，Max从100美元起，Claude Code和Claude共用额度，碰到上限后，要么等额度重置，要么升级，要么切到按量付费。

Kimi K2.7 Code的官方API价格页按百万token计费：普通版缓存命中输入0.19美元、缓存未命中输入0.95美元、输出4美元。

GLM Coding Plan的FAQ写到，Lite海外版每月18美元，每5小时约80次请求，差不多是Claude Pro的3倍。

但一旦模型开始干活，便宜就不再只是价格标签。

便宜意味着你敢让它多试几次，敢让它跑更长的任务，敢在不确定时先丢一个副本给它处理。额度更宽，意味着它可以读更多文件，走更完整的流程。兼容Claude Code、Cline、OpenClaw这类入口，意味着你不用完全重建工作方式。

当然这有个前提：模型本身得能干活。 如果每次都跑偏，便宜只会带来更多无效等待，谈不上更多尝试机会。Kimi和GLM现在的位置，恰好就在这条线附近：有些任务已经可以试，有些任务还得谨慎。

Kimi和GLM还没有把Claude Code拉下去，也没有证明自己能在所有任务上赢。

但它们已经把国产模型带进了一个更具体的位置：进入开发者的工作流，参与"哪些任务值得用最贵模型，哪些任务可以交给便宜副手"的分工。

对非开发者来说，这件事的意义也不只在代码。

今天是AI写代码，明天可能是AI做表格、剪视频、整理资料、写报告。只要一个AI工具从聊天变成持续干活，成本和额度就会变成体验的一部分。

所以回到开头那个问题：这个任务，一定要用Claude吗？

现在的答案更像是：看任务。

复杂架构、难重构、关键交付，Claude仍然更稳。简单的、长的、重复的、可以容忍试错的任务，Kimi和GLM已经开始提供别的选择。

Claude Code先把路走出来了。Kimi和GLM现在卷的，是把这套用法变便宜，便宜到更多人能把它当成日常工具。