V2EX 社区开发者近期分享了国产大模型在“Vibe Coding”领域的实际使用现状。反馈指出,尽管国产模型热度高涨,但在实际工程应用中仍面临严峻挑战:智谱 GLM 供给受限,常处于“买不到”状态;月之暗面 Kimi 面临高峰期算力瓶颈;DeepSeek 虽受青睐,但因缺乏 Coding Plan 兜底机制,引发开发者对 Token 消耗成本的担忧;而 Minimax 等模型在性价比和功能上尚未获得广泛认可。这反映出国产大模型在追求技术突破的同时,还需解决基础设施稳定性与商业化成本控制的实际问题。
国产大模型编程实测:Kimi 算力告急,DeepSeek 成本焦虑,GLM 一货难求
未经允许不得转载:80aj » 国产大模型编程实测:Kimi 算力告急,DeepSeek 成本焦虑,GLM 一货难求
相关推荐
Kimi K3 不再是便宜替代品:开源 Coding 模型开始逼近前沿
Trae vs Cursor 怎么选:国产与海外 AI 编程 IDE 对比
Claude Code 长项目踩坑: vibe coding 与 spec coding 何时切换
OpenSpec:给 AI 写代码这件事加一层"规格说明书"的逻辑
Andrej Karpathy 对 agentic engineering 的最新补充
完全开源的AI编程神器:CC GUI客户端版发布,支持MCP与多模型
开源神器codeSee:将AI代码转化为可视逻辑流,解决VibeCoding审查难题
开发者用 AI 敲出 148 个版本:将路由器界面复刻成 Windows 98