1. 首頁 > 生活百科 > >

Claude不讓我們用！國產平替能頂上嗎？

Claude不讓我們用！國產平替能頂上嗎？

文章圖片

Claude不讓我們用！國產平替能頂上嗎？

文章圖片

Claude不讓我們用！國產平替能頂上嗎？

文章圖片

Claude不讓我們用！國產平替能頂上嗎？

文章圖片

Claude不讓我們用！國產平替能頂上嗎？

文章圖片

Claude不讓我們用！國產平替能頂上嗎？

機器之心報道
作者：冷貓、杜偉

這幾天 ， 全球 AI 代碼生成的競爭格局 ， 迎來了新的拐點 。

【Claude不讓我們用！國產平替能頂上嗎？】在編程領域 ， 曾被視為王者的 Anthropic ， 似乎正在一步步失去昔日的鋒芒 ， 地位開始動搖 。

這一方面源于 OpenAI GPT-5 系列模型的強勢崛起 ， 在與 Claude Code 的對戰中大有「后來者居上」之勢 ， AI 大神 Karpathy 現身說法并開始安利 GPT-5 Pro 的強大代碼能力 。

另一方面則是 Anthropic 自身的一系列迷之操作 ， 先是放任并承認自家模型（包括 Claude Opus 4.1 和 Opus 4）降智 ， 本周又宣布向包括中國在內的部分地區限制其 AI 產品和服務的使用 。



在這個微妙的時間節點 ， 多家國產大模型廠商向 Anthropic 發起了一波正面狙擊 。 月之暗面發布了 Kimi-K2-0905 版本、阿里發布了超萬億參數的 Qwen3-Max-Preview 。

前者作為 Kimi-K2 系列模型的最新版本 ， 將上下文長度擴展到了 256k ， 針對前端開發等實際編程任務做了優化 ， 長代碼生成中的正確性、穩定性和邏輯一致性較以往版本有了提升 。 后者是阿里迄今最大的模型 ， 同樣提升了通用知識、數學推理、編程等多種任務的表現 。

可以看到 ， 國產大模型廠商近來集中在代碼生成任務上發力 。 Kimi-K2-0905 強調了工具調用能力 ， 并提升了模型與 Agent 框架（如 Roo Code）的集成性 。

在使用該模型調用外部工具時 ， 格式正確率現在可以達到 100% ， 不再需求人工修正 。 它還完全兼容 Anthropic API ， 方便接入與遷移 。 對 WebSearch Tool 的支持 ， 可以通過實時信息檢索提升任務效果 。

隨著 0905 版本的發布 ， 近 30 天 Kimi-K2 系列模型在 Hugging Face 中的下載量超過了 39 萬 。

對于最新的 Kimi-K2-0905 ， 有人直言「終于不用再為處理復雜的長任務而感到挫敗了 。 」



此消彼長 ， 隨著國產大模型在代碼生成領域持續發力 ， 全球競爭的格局也許真的要變一變了 。



能力、價格雙優勢 ， 讓國產大模型更能打

作為 Kimi K2 系列中最新的版本 ， Kimi-K2-0905 與其他國產大模型廠商的新模型（如 Qwen3-Max-Preview）一樣 ， 向曾經的王者 Claude 的傳統優勢區間發起挑戰 ， 強調智能編程領域的性能提升 。

從技術細節上來看 ， Kimi-K2-0905 沿用了目前主流的 MoE 架構 ， 參數規模為萬億級別 ， 在推理時實際被激活的參數為 320 億 。


參數概覽

從該模型與 Claude Sonnet 4 在 SWE-bench Verified 等真實編程基準的對比中發現 ， Kimi-K2-0905 在部分測試中（如多語言環境、命令行 / 終端交互）甚至超過了這個競爭對手 。



實戰表現究竟如何？我們用它做了個經典小游戲 。

指令很簡單：「制作一個和微信打飛機類似的網頁小游戲 ， 需要美觀 ， 好玩 ， 功能齊全 。 」


Kimi-K2-0905 生成游戲代碼（部分截圖）

在網頁端實現的效果堪稱驚艷 ， 不僅實現了浩瀚星空的背景 ， 高速移動的拖影 ， 概率出現的回血道具 ， 還有不同顏色的敵人爆炸效果 ， 甚至玩得好的話還有連擊加分 。



我們試著玩了好一會兒 ， 困難模式真的挺難的 。



根據知名博主「karminski - 牙醫」的測試 ， Kimi-K2-0905 前端水平有了顯著的提升 ， 空間理解能力和召回能力都有所增強 。

在需要生成超過一千行代碼的「鞭炮連鎖爆炸測試」中 ， Kimi-K2-0905 表現優秀 。


原貼地址：https://x.com/karminski3/status/1963834619276709933?s=46

Kimi-K2-0905 此次還在 API 定價上打出了競爭性優勢 。

據我們了解 ， Kimi 開放平臺上架的 kimi-k2-0905-preview 模型 API ， 定價與上一代一致 ， 計費方案為緩存未命中時每百萬輸入 tokens/4 元 ， 緩存命中時每百萬輸入 tokens/1 元 ， 每百萬輸出 tokens/16 元 。 詳細的定價策略參考下圖：



以美元計價的價格與國內價格比較接近 。



相較于 Anthropic 堪稱夸張的定價 ， Kimi 等國產編程模型稱得上是「開源 Claude 平替」 ， 并且能夠實現全方位兼容 Anthropic API 和 Claude Code ， 延續開發者曾經的使用習慣 。

尤其是在 Anthropic 對國內和其他地區「斷供」的大背景下 ， 讓現有項目和工作流平穩落地的重要性不言而喻 。

結語

在 AI 編程領域 ， 國內的 AI 廠商都有自己的理解 。 大概分為兩個方向 ， 一部分廠商在產品和用戶體驗側發力；另一部分則是打磨基礎模型 。

例如騰訊和字節對自家編碼產品的更新主要集中在產品側 ， 字節更新 Trae Solo 版本、騰訊發布 CodeBuddy IDE 等等 ， 都是試圖超越 Cursor 核心競爭力的嘗試 。

與之對應 ， 以月之暗面為代表的 AI 新勢力 ， 選擇了一條更為直接的發展道路：通過技術創新與極限性能打磨 ， 力求在大模型核心能力上與國際一線廠商（如 Anthropic）一較高低 。

無論是上下文窗口的持續擴展 ， 還是針對真實編程任務、Agent 工具調用等的專門優化 ， 國內玩家正在取得逼近甚至超越海外同類產品的表現 。

同時 ， 主流 AI 編程工具 ， 如 Cursor、Windsurf、Trae、Cline 等 ， 以及第三方 Agent 產品 ， 如 flowith 和 Genspark 等 ， 也都在主動接入國內優秀的大模型 ， 中國 AI 新勢力已深度融入主流開發與應用生態 。

如今 ， 國產大模型不僅能在性能參數上趕超國際領先者 ， 也能在實際開發體驗上獲得更多認可 。 這樣的「正反饋循環」一旦形成 ， 則有望快速積累開發者口碑 ， 創建更繁榮的應用生態 ， 進一步撬動更廣闊的市場 。

    推薦閱讀