- maomaoUp2026-07-3072200
一直听说kimi的前端能力强消耗大,但一直没实际体验
今天让codebuddy(腾讯家的)对项目的设计进行了优化,没有进行明确描述,但在几轮对话后,开始考验多模态,让其理解图片,并进行问题解决,出现了一下场景,红色标注均为多模态-图片的理解和问题的解决。
注册送了2000lao1,一次图片理解就要话 上百token ,对比了一下codebudy的coding plan,月度lao1是给4000(2000+赠送2000),截图已经是我最后的几次对话了,kimi的倍率是1.62 倍,综合计算一次多模态对话,也会超过100。这么看deepseek还是便宜,但是没有多模态,真是少了很多尝试和体验
结果:gpt的性价比(重置nb)


主楼 - jcc2026-07-305281
k3的多模态很稳,随随便便读几十张图,还能正确的理解和工作
- maomaoUp2026-07-3072200
稳的原因可以猜到,对图片的极致理解,费token
- BOOSTMEISTER_2014_DH2026-07-3026522
应该不是吧,虽然我也不专业,但一个图片,比如你在 google ai studio,能看到一般是在几 k token。不会特别夸张。
但是我听说有一种说法存疑可能是新加入图片导致吃不上缓存,
或者还是直觉比较差,思维链太长而且思维算输出导致消耗比较多。
- maomaoUp2026-07-3072200
- jcc2026-07-305281
- reliant2026-07-3022697
图片占用token是按像素来的,可能是楼主的图片分辨率比较高
- 你大爷2026-07-3072201
- SpongeBob-linuxdo2026-07-3111672
感觉是理解上的原因,理解需要都浪费好多token