Arsenal Topic
Kimi K3
出现期数
2
贡献者
15
提到工具
5
核心洞见
群里集中算了 Workbuddy 里跑 Kimi K3 的成本账：深度研究一次可能消耗 500 积分，2000 积分只够半天，11000 积分也就几个会话。
群友集中反馈 5.6 相比 5.5 在规则执行、问题检核和软件调试上更容易停在表面，需要用户明确指出问题才会继续推进。
朱先生问不接大模型能否做精准 OCR，群友给出两条路线：离线模型可下到本地，但安装包会变大；在线方案可接百度、阿里 OCR API，有免费额度且更稳定。
老蔡对比了 Claude 和 GPT 在代码修复上的真实体验：Claude 更像程序员式快速迭代，但多轮仍未修明白；同一个问题交给 GPT，长时间跑完后直接落地。
围绕 Kimi K3 中转站，群友给出了火山引擎、私有折扣、Trae Work、Claude Code+CC Switch 等不同用法和成本反馈。
围绕新邮箱和 AI 账号验证，群友讨论了国外手机号、香港澳门地区限制、淘宝/闲鱼一次验证、GG 卡和接码平台等方案。
群友分享 opencodex，把 Codex/Claude Code 的本地模型网关能力具体化：同一套 Codex 工作流可接 Claude、Gemini、DeepSeek、Kimi、Qwen 等 provider。
群里围绕 Kimi K3 是否超过 Claude 展开讨论，群友引用复刻 LOL 的测评结论：Fable 完整度最高，Kimi 细节不错但整体观感差一点。