ChatGPT辅助计算的Kimi 199 VS GLM5.3的订阅性价比

之前的帖子我让ChatGPT通过Python计算得到了GLM套餐按照包季价格计算的单价：

在社区反馈Kimi套餐可能削减用量之后我又在同一个5H区间通过这些数据点

输入 输出 缓存命中 5h用量

158k 41k 2388k 14.16%

160k 42k 2600k 14.51%

182k 47k 3819k 16.61%

193k 51k 4303k 18.57%

200k 55k 5270k 19.84%

205k 59k 6051k 20.87%

211k 60k 6237k 21.49%

620k 115k 17548k 53.85%

699k 134k 20571k 62.43%

790k 140k 21903k 66.79%

拟合测得：



可以看到，Kimi的订阅套餐其缓存非常便宜

接着我又把这两张图抛给ChatGPT让它评估一下性价比：



一开始ChatGPT低估了Agent编程的缓存命中率：



在给ChatGPT纠正之后：





如果做一下二维图表：







这是对比的纯输入 假设我们看一下在有输出的情况：

以我近一个月的总输入token是37亿，输出token1600万为例

如果考虑到输出，即使它只占0.43%，也会抵消一部分Kimi的缓存命中优势

结论：



如果你订阅的是Lite，那么高峰期请用Kimi 其他时间以及对于Pro和Max用户GLM一定省钱

补充：

假如GLM的ZCode 150%用量优惠没有了：



如果不用ZCode，Kimi只要缓存率大于97.85，就能用的比GLM Lite的非高峰便宜，而高峰期Kimi一定比GLM便宜