date
category
tag
summary
月之暗面的 Kimi Chat 终于憋不住要向用户收费了，推出了6种打赏方式
- 5.20元：一朵花，优先使用4天。
- 9.99元：加鸡腿，优先使用8天。
- 28.8元：喝咖啡，优先使用23天。
- 49.9元：充充电，优先使用40天。
- 99.0元：吃顿饭，优先使用93天。
- 399 元：一起登月，优先使用365天。
按399RMB一年来看，比 GPT 4 一年240USD划算
我对Kimi推出打赏的一些产品思考：
关于商业模式，Kimi免费提供基础产品或服务来吸引用户，提高用户粘性；同时设置付费门槛来提供高级功能或服务，即免费增值服务模式，创造落差促进付费用户转化，有利于平衡用户体验与商业利益。
关于打赏，这个定价策略体现了心理定价，通过设置9.99元/8天的价格，降低用户的支付门槛，提高付费转化率。这也属于一种众筹模式，让用户感觉自己是在支持Kimi的发展，而非单纯的消费。
关于现状问题，大模型的运行成本还是太大了，Kimi需要维持算力以供良好的用户体验，还要证明其盈利能力，以满足投资者的期望。现阶段的商业模式还处于1.0版本，未来还要不断探索新的盈利场景，来实现更多元化的收入来源。
前不久，2024 年 3 月 18 日，Kimi 开启了 200 万字超长无损上下文“内测”。
200万字无损上下文是什么概念？
下表是主流的LLM上下文长度（截至5月底），上下文最长的是Gemini 1.5 Pro，有 1M token，再看看GPT-4o，是128k token。
1K token约500个汉字，按比例换算，200万字约4M token，也就是说Kimi的上下文长度是Gemini 1.5 Pro的4倍，是GPT-4o的31倍。月之暗面在长上下文处理能力的突破，确实挺惊人。
LLM | Context Length | Number of English pages* |
GPT-4o | 128K | 342 |
GPT-4-Turbo | 128K | 342 |
GPT-4 (8k) | 8K | 22 |
GPT-4 (32k) | 32K | 86 |
GPT-3.5-Turbo | 16K | 43 |
Claude 3 Haiku | 200K | 534 |
Claude 3 Sonnet | 200K | 534 |
Claude 3 Opus | 200K | 534 |
Gemini 1.5 Pro (128K/1M) | 1M | 2667 |
Gemini 1.5 Flash (128K/1M) | 1M | 2667 |
Mistral Small | 8K | 22 |
Mistral Medium | 8K | 22 |
Mistral Large | 8K | 22 |
Groq Llama 3 70B | 8K | 22 |
Groq Llama 3 8B | 8K | 22 |
Groq Mixtral 8x7B | 32K | 86 |
Groq Gemma 7B | 8K | 22 |
Context length comparison.
(*Assuming 500 words per pages.750 words per 1k tokens.)
上下文长度比较（*假设每页 500 字，每 1k 个词组 750 字。）
多亏了橘子老师和Kimi抽奖，我通过了Kimi的“鹿康太”白名单！
那问题来了，200万长度无损上下文可以干什么呢？
官方说相当于能够一口气精读 500 个，甚至更多数量的文件，快速分析所有文件的内容，支持通过自然语言进行信息查询和筛选，能提高许多信息处理效率。
实际上可以运用的场景有：
- 梳理代码结构
上传一个代码仓库里的源代码，可以询问 Kimi 关于代码库的所有细节，即便是毫无注释的陈年老代码也能帮助你快速梳理出代码的结构。
（源自官方）
- 辅助筛选简历（粗筛选）
公司 HR 可以基于业务需求，快速从最近的 500 份简历中，让 Kimi 快速找出有某个行业从业经历，同时从计算机类专业毕业的求职者，更加高效地筛选和识别合适的候选人。
（源自官方）
- 辅助阅读长篇小说/故事/剧本等（娱乐性）
从长篇小说、故事或剧本中，重新发现值得玩味的蛛丝马迹，进行深层细节的挖掘，是很多影视娱乐 IP 的爱好者热衷的事情。
如果将甄嬛传全集几十万字的剧本传给 Kimi，然后提问剧本中有哪些细节表明甄嬛的孩子是果郡王的。
Kimi 能在不同时间段、各个场景的故事情节中，深入挖掘甄嬛、果郡王的情感线以及和他们孩子的真相，堪比一个看了好几十遍电视剧的“甄”学家。
（源自官方）