全网都在吹OpenClaw，我们更关心谁在为它买单

从爆火的Agent产品OpenClaw开始，2026年的春天，国产大模型迎来了一场全球价值重估。

作为2月刷屏的现象级开源产品，OpenClaw不仅自身掀起了AI工具的使用热潮，成为全球最大API聚合平台OpenRouter上的Tokens消耗最多的应用，更成为了国产大模型出海的关键推手。

根据OpenRouter数据，其全球用户在OpenClaw中使用最多的3个模型都是来自中国。值得一提的是，Kimi K2.5几乎与OpenClaw同期发布，很快以1.22T的token用量稳居榜首，调用量接近Gemini 3 Flash的两倍。

3月8日，据全球支付巨头Stripe数据，Kimi个人订阅用户支付订单量1-2月呈现爆发式增长。1月个人用户支付订单数环比增长8280%，2月环比再涨123.8%。

据多方报道，Kimi在发布K2.5模型后，更是在短短20天内，收入就超过了2025年全年总和，海外收入首次超越国内。除此之外，这家仅300人左右的创业公司，在不到两个月内完成了超12亿美元融资，估值冲破百亿美元。

在来自地球另一端转账的背后，我们好奇的是，究竟是谁在为Kimi买单？那些付费用户究竟看重什么？

毕竟，国产大模型亟需一个机会向全球用户证明，“我们不仅会写论文，还会做生意”。去年DeepSeek开了个好头，如今春节期间扎堆更新的Kimi们再次让国产模型进入全球视野，这标志着常被诟病“不赚钱”的国产大模型，已进入用技术换市场的全球化竞争的下半场。

谁在付费

今年2月，随着“小龙虾”OpenClaw的火热，“飞跑马拉松”的创始人周全第一时间本地部署后，体验并不好。OpenClaw虽然有记忆机制，但判断将哪些内容转为长期记忆的标准有时会出错。

周全告诉我们，比如前一天构建到一半的任务，如果不主动告诉OpenClaw要存储的话，第二天已经看不到对话了。于是他开始尝试Kimi Claw。

春节期间Kimi正式推出Kimi Claw，原生集成开源智能体框架OpenClaw，主打零代码、零硬件、一键部署，也能精准解决开发者部署难、配置繁的核心痛点。

Kimi Claw上线仅7天，在OpenClaw全球模型调用榜上一路上升，调用量反超长期霸榜的谷歌Gemini 3 Pro、Anthropic Claude Opus 4.5。

周全原本是Kimi49元套餐的老用户，为了使用Kimi Claw和Kimi Code，他把会员升级到199元的套餐。对他而言，付费不仅仅是为了使用模型，更是为了接入一个完整的“开发流”。

体验下来周全发现Kimi Claw做了一些工程优化，“Kimi Claw是有记忆的，还能直接在飞书里@它查天气，算数据，做一些应用的快速验证，出报告后写到飞书文档里，对我这个飞书用户来说很实用了。”

Kimi Claw帮周全整理行业报告/周全提供

律师谦易也在春节期间为了用OpenClaw，先开了Kimi49元的初档会员，随后又开了199元档的会员。他发现其他模型有的要部署到云端服务器，和本地部署一样耗时，要去json文档手动粘贴代码有的用auth登陆，需要跳转官网。只有Kimi配置OpenClaw相对简单，综合流畅度不错。

除了Kimi Claw，Kimi的代码能力也成为很多用户付费的理由。谢嘉成是就读香港城市大学电子工程系的大二学生，目前在腾讯光子工作室做AI+游戏的相关实习。他早在2023年就知道Kimi，但有趣的是，在相当长的一段时间里他没用Kimi写过代码。

对谢嘉成来说，在AI Coding领域海外的Claude最早，Kimi做AI Coding是最近两个月的事。转折发生在K2.5发布后。今年春节前夕Kimi推出了K2.5模型，采用了原生的多模态架构，这意味着在处理视觉图像与文本推理时，不再是两个模型的生硬拼接，而是深度融合。

谢嘉成明显感觉到，从K2到K2.5，Kimi多模态更智能了，“之前调度能力有限，现在K2.5有了Agent Swarm（智能体集群），能并行处理很多复杂步骤，对于需要做大量数据的人来说是很惊艳的。”谢嘉成说。

他发现只要给升级后的Kimi一个视频链接，Kimi就能把视频里的网页扒下来，仿制出一个类似的前端。在参加黑客松比赛时，谢嘉成用Kimi完成了前端一万行代码的80%，“令人惊艳的效果”。试验下来，他用Kimi写代码更稳重，虚假调用和冗余代码会少很多。

谢嘉成使用Kimi的顺畅体验

谢嘉成所说的“虚假调用”，是指AI假装调用了某个函数、返回了某个数据，但实际上那些数据是编造的。在开发者眼里，能减少虚假调用的AI Coding意味着效率提高和更少的工程量。谢嘉成开了199元的会员。他的朋友圈里，像他这样的年轻开发者，正在成为Kimi的新用户。

不仅如此，在国外社交媒体X（原Twitter）上，正兴起AI开发者的技术移民潮，他们从Claude或GPT迁移到Kimi。甚至他们不再满足于49元的普通会员，更愿意升级到199元甚至699元的专业套餐，以换取更多的Token额度和计算优先级。

作为推动Facebook用户数从2000万增至5亿的硅谷大牛，查马斯（Chamath Palihapitiya）早在去年底就表示，他的新公司正将大量工作负载转向Kimi K2，理由是：“K2的性能确实足够强，而且说实话，比OpenAI和Anthropic便宜太多了。”

无独有偶，2月21日大年初三，全球知名编程工具Cursor宣布上架Kimi K2.5模型。这是Cursor在“御三家”和马斯克的Grok之外，唯一官方接入的开源模型和国产模型。

付费逻辑变了

为何付费使用一款AI，不同用户因使用场景各异，答案也各不相同。我们观察到，付费用户主要集中在开发者和AI创业者群体，对这群人而言AI已近乎刚需。他们的选择从不盲目，每一位用户都是在深度对比、实际体验后，才最终选择自己最信赖那款。

价格往往不是他们衡量是否付费的唯一标准，更重要的仍然是模型性能。

Ricardo是Voyage AI的市场负责人，这款AI宠物医生APP在美国已有2000多用户，付费用户超过600人。“我们最核心的功能是拍照诊断。用户拍一张宠物呕吐物的照片，AI 需要立即给出详尽的判断，是什么症状？需不需要立刻就医？家里的紧急处理方案是什么？”Ricardo介绍道 。

Ricardo最早用Gemini做“编排层”（Orchestrator）——一个负责调度其他AI agent的“经理”角色。这需要模型能够捕捉到图片和视频里的细节，比如肉眼容易忽略的红肿趋势或者关节活动受限，还能够在多轮对话里准确地调度AI工具完成诊断。

去年夏天，他一直纠结如何平衡模型性能和API成本。后来切换到了Grok 4.1，尽管响应速度快了一倍多，成本下降了90%，但调度工具一多就开始出现幻觉。对于他从事的宠物医生这种场景，出现幻觉几乎是致命的问题。后来他尝试了Kimi K2.5。

Ricardo做了K2.5和Grok的对比测试，当用户上传一张宠物呕吐物或皮肤红肿的照片时，K2.5 的对视觉细节的捕捉很精准，准确率从93.5%提高到95.2%，特定的案例下诊断准确率甚至能达到99.9%。

“以前的很多模型都需要外挂一个专门的视觉识别模块，但Kimi的K2.5是原生融合，推理逻辑就非常顺滑。”Ricardo说。他发现在视频问诊里展示宠物时，Kimi还能迅速调用存储的宠物档案，串联既往病史、季节因素、当前症状的关系，逻辑推演更严密。

“就算它把价格提高两倍，只要保持现在的性能，我还是会用。”Ricardo说。很快他将“编排层”正式切换到了K2.5，别的AI调度十个工具就开始出现幻觉，Kimi可以调度50个甚至上百个。

不过Ricardo也坦言，Kimi还不是万能模型，他并未用Kimi做最终的诊断。现阶段Kimi在复杂任务调度和多轮工具调用上表现惊艳，但“医学问题的错误率较高，Kimi还是有点偏科。”Ricardo补充道。

Kimi K2.5的另外一大亮点功能是Agent Swarm，K2.5可以调度多达100个Agent分身，并行处理1500个步骤来完成复杂任务。

在1月29日的Reddit AMA中，Kimi创始人杨植麟解释了为什么采用这种团队作战的方式：“高质量数据的增长速度赶不上算力的增长，但我们可以通过Agent Swarm实现测试时扩展，让智能在任务执行中持续生长。”

对于用户来说，这意味着Kimi不再只是一个聊天机器人，而是一个生产力套件。

据光锥智能估算，目前Kimi的C端订阅年收入已接近2亿元，叠加API收入的增长，正在向1亿美元年收入目标靠近。这一收入结构的形成，印证了Kimi“模型即产品”思路的阶段性成果。

当中国AI开始赚“聪明钱”

1亿美元的年收入目标只是起点。它更像一个信号，Kimi正从技术验证进入商业验证的阶段。相比已在港股上市的智谱和MiniMax，Kimi的商业化只有几个月，仍处于“刚起跑”的位置。

正如创始人杨植麟在内部信中所言，Kimi2026年的战略是，不以绝对用户数量为目标，持续追求智能上限，创造更大的生产力价值，营收规模实现数量级增长。

也就是说，当前大模型公司的商业化正从烧钱换增长，转向有质量地扩张。销售费用下降、研发杠杆显现、海外收入占比提升，这些指标正在成为资本市场评估AI公司的新锚点。

就在K2.5发布后不久，Kimi经历了一次“算力告急”事件。由于海内外需求的双重爆发，Kimi一度出现宕机。官方并没有遮掩，而是幽默回应：“嗯，正在找算力。要不先用DeepSeek。”

这种回应的背后反映出一个行业现实，算力资源的紧缺是所有国产AI企业的集体软肋。

在1月底的Reddit AMA中，当被问及2026年是否能缩小算力差距时，杨植麟的回答直言不讳：“差距并没有缩小。”他补充道：“但是，实现AGI究竟需要多少算力？我们拭目以待。”Kimi联合创始人周昕宇则说了一句颇受关注的话：“创新往往诞生于约束之中。”

进入全球的竞争市场，Kimi们首先要过算力关。在海外，OpenAI背靠微软，Anthropic获得Amazon支持，Google拥有自研TPU。国内创业公司只能通过优化算法，提高缓存命中率，精细化调度来降低单位成本，这也是为什么Kimi强调缓存命中率90%、API输入成本降至25%。

当国产模型站在全球舞台上时，对标的对象不再是国内同行，而是OpenAI、Claude 和Gemini。

曾佑是典型的重度AI使用者，他每个月会花200美元订阅Claude的最高阶套餐。Kimi 发布K2.5后，他第一时间支付了199元的会员费，还考虑升级到699元的专业套餐。不过，在编程执行一些高难度任务时，曾佑发现Kimi 相比Claude Opus 4.6存在“明显差距”。

“我用了5天，发现处理需要多层逻辑嵌套的代码，Kimi有时候会绕进去。”曾佑说。

资深开发者群体，也在用真金白银测试Kimi 的“极限”。Ricardo 指出了Kimi的短板——延迟（Latency）。相比Grok，Kimi应用后AI诊断输出的时长从30秒变成了一分半，而在实际应用的场景里，用户等待的时间直接关系到留存率。

当大模型公司转向“技术换市场”，它们需要回答的不仅是谁在付费，更是为什么持续付费。如何从工具升级为平台，是中国AI公司必须面对的命题。

Kimi下一步需要做的，正如周全所说：“必须在应用层再搭一层脚手架，让非开发者也能用好。”

虽然前路依然坎坷，算力荒如影随形，按效果付费的账本还有待验证，以及产品体验仍需进一步打磨。但至少在这个春天，Kimi和它的付费用户们，让国产大模型看到了一条可能的出路。

它的付费用户们，是由香港的实习生、美国的创业者、AI产品经理、程序员共同构成的图景，相信还有更多其他身份的用户。有人为效率买单，有人为智能体调度能力付费，有人抱着支持国产的心态尝试。

这正是商业化最真实的样子。不是所有人都满意，但总有人愿意付费。而那些愿意付费的人会用脚投票，告诉模型公司该往哪里走。国产模型也不必成为OpenAI，或者Anthropic，而是服务好那群愿意为效率付费的人。这条路未必更宽，但或许更深。

撰写｜马舒叶

编辑｜吴寻

「白鲸实验室」原创文章

转载、交流、合作请添加微信：liujiaquan2025

文章来自于微信公众号 “白鲸实验室”，作者 “白鲸实验室”