Kimi開始試探用戶付費可能性

作爲AI生成式對話搜索引擎的新興用戶，你大概也見過Kimi說“有點累了”。

通常情況下，耐心等上十幾秒到一分鐘，重新給Kimi發送問題，這個短暫的卡頓場景就會被跳過。但從這兩天開始，一些Kimi的重度用戶可能會獲得新選項。

據界面新聞記者瞭解，目前有少量用戶在遇到高峰時段問題時，Kimi在提示算力不足後會彈出一個新的對話條：“急需Kimi？‘點擊這裡’給Kimi加油，高峰時期優先使用。”

用戶在點擊鏈接後會彈出一個新的頁面，上面是包含不同價格和對應時長的“打賞方案”，包括5.2元/4天，9.99元/8天，28.8元/23天，49.9元/40天，99元/93天，399元/365天。

這些充值方案對應的打賞話術也比較有趣，相較普通產品更貼近用戶生活，強調交互感。它寫的是“送Kimi一朵花”、“給Kimi加雞腿”，以及請喝咖啡、充充電、請吃頓飯和一起登月。除了“登月”，這些場景描述對應的消費與方案價格相匹配。

按照頁面的描述，只要用戶選擇了充值，就能獲得“高峰期優先使用權”。在對話頁面下方的《Kimi支付協議》中，Kimi對“高峰時段優先使用權益”解釋爲，在高峰時段Kimi算力不足時，產品將在Kimi實際可調用的推理算力範圍內，優先保障獲得服務用戶的推理算力。

因此，雖然包裹上了“打賞”的外衣，但這個頁面的實質是面向算力保障優先權的會員訂閱。

憑藉“長文本”定位一炮而紅，甚至作爲一家創業公司在資本市場擁有自己概念股板塊的Kimi，要開啓C端（用戶）付費的商業模式了嗎？答案是它大概率還沒有正式走到這一步，但的確開始嘗試探索C端的商業化路徑了。

據界面新聞記者瞭解，此次高峰時段的新對話框彈出並沒有針對所有用戶。一名大模型行業人士對界面新聞記者分析稱，這大概是一次小範圍的灰度測試，主要針對有急切需求的重度用戶。

“這應該就是一次嘗試，看看用戶有什麼反饋。”前述行業人士表示，“因爲現在如果就開始大規模推給C端，‘高峰時期體驗優化’這個產品概念其實很模糊，用戶不一定買單。”

這種探索方式從產品層面得到了投資人的認可。一名關注大模型領域的投資人表示，實際上在開源軟件中“打賞”的方式很常見，在用戶層面是一種友好試探，Kimi這個新動作的試水意義大於商業化實質。

“如果你上來就搞包月的話，數據可能會很難看，而這樣的方法可以直接篩選出來真正有需求的人，並且讓對方覺得非常人性化。”這名投資人同時表示，這種變現帶來的收入與開銷相比肯定是微不足道的，只是能初步驗證變現概念。

還有一個重要判斷是，與之前出圈的長文本定位相通，Kimi的產品打法讓人覺得“年輕”。

國內大模型行業一個被廣泛討論的問題是，底層大模型能力之間彼此拉不開差距，對於普通C端用戶而言，產品體驗是更能維繫黏性和使用頻率的切入口。在這一點上，行業不得不承認Kimi的產品團隊有更新奇的用戶視角，使其在現階段達成百萬日活量級。

現在值得研判的是，這套打法到底能否帶來行之有效的收入？

除了正在嘗試C端付費路徑的Kimi，其他同類大模型應用中，字節跳動豆包、騰訊混元、阿里通義千問、科大訊飛星火等底層大模型，均有相對明確的面向B端客戶的API接口授權費用，但暫未在C端產品開啓收費。此外，零一萬物萬知、階躍星辰躍問、Minimax海螺AI等產品也還未有類似動作。

目前國內已經明確樹立C端付費規則的，暫時只有百度文心一言。後者在去年11月開啓會員訂閱制的“文心大模型4.0工具版”，定價59.9元/月，連續包月價爲49.9元/月，連續包年價格爲588.8元/年，同時還推出文心一言和文心一格的聯合會員，價格爲99元/月。

相較於OpenAI每月20美元的GPTPlus，以及每月8美元的文本轉圖像模型Stable Diffusion會員，文心一言的定價在當時看來並不高，但同樣招致大模型應用尚不成熟、此時商業化太早等批評。同時也不乏有觀點支持文心一言對付費模式的嘗試，畢竟大模型的研發成本是總所周知的高。

外界還無從得知文心一言在C端用戶手中到底賺了多少錢。百度在公佈去年四季度財報後，李彥宏表示近期開始從文心一言中獲得增量收入，預計2024年這一增量收入將增加到數十億元人民幣。不過，他指出，這主要來自廣告和人工智能雲業務。

這番言論規避了C端商業模式的貢獻，對Kimi正在進行的嘗試而言不算一個積極信號。事實上，文心一言是Kimi一個非常合適的參照對象。2023年11月，市場調研機構QuestMobile的一份數據顯示，文心一言的日活是155.4萬，與Kimi的日活量級相當。

但難以定性比較的地方在於，現在Kimi的測試範疇更小、更垂直。文心一言的付費版包含更長文本輸出、圖片生成高分辨率、一次生成多圖等更明確的權益，並且涉及多模態能力。而Kimi現階段的嘗試還集中在高峰時段體驗優化上，相較兩者的價格，Kimi的定價在文心一言的六七成左右。

因此，對於用戶而言，如果不是Kimi的重度用戶，的確還很難辨析“高峰時段體驗優化”的價值與價格，也難怪Kimi現階段必須要以小範圍測試的方式試探用戶的反應。

不過，無論如何，Kimi走出這一步對大模型應用而言都是一個有效嘗試。在用戶層面，它能找到自己更準確的付費人羣，有針對性打磨下一步可持續的商業模式；對於行業和資本而言，在難以控制的燒錢力度下，它多少能爲這片領域的商業化前路撥開一點雲霧了。