K3使用体验

背景（可忽略）

本人是一名大一（开学就是大二了）的RM电控队员，平常的主要工作涉及单片机开发和控制算法，电赛的时候是个半吊子视觉。因为开发上对token的需求量不是很大，加上有any大善人的施舍，我只订阅了Kimi的99元/月（开发使用kimi Code）的挡位和GPT Plus（Codex），Claude（Claude code）一直靠着any大人的低保。

所以本人对IT开发方面的知识了解的并不是很多，主要涉及的是嵌入式、ROS/ROS2和一点点OpenCV和Obsidian在学习和知识整理上的使用，所以体验的方面不是很多，请佬们选择性参考。

K3使用体验

K3我当前用下来的优点是会说人话、不整啰里啰唆的测试以及强的可怕的国内信息搜集能力。

我经常和别人用这样的方式去描述我使用K3的感觉：K3像是一个能力极强的实习生，懂得东西可能不深，但是脑子灵光干活利索。opus4.6以上，以及GPT像是在哪个厂里呆了一身班味的老登，什么事都按部就班还搞一堆套话和啰里啰唆的东西。

• 
  

  在电赛使用5.6sol的期间，我深刻地体会到了GPT的“重型感”，有种杀鸡用牛刀的感觉，写一个小小的视觉识别demo结果发现一半甚至以上的token拿去跑了一堆测试。不是说测试不好，只是感觉有点太“硬了”。反观K3，干活干净利索，基本上就是快刀斩乱麻，交流起来还不费劲，从来不在一个问题上死磕。能做到这一点的我的使用体验只有Fable5和opus4.6（这里顺带插一嘴，opus5听说是官方删掉了大量的前置提示词，没有4.8那么“不讲人话”，但是看起来还是有点逗逼，干活有点起色但是不多）。

  
  


• 
  

  在嵌入式的代码设计以及一些运动学公式的推导上干活明显脑子会灵活很多，不会钻牛角尖，嵌入式上我由心觉得K3写得比sol好。

  
  


• 
  

  我们时常需要搜索一些机器人的开源方案用以学习，让我惊艳的是K3 直接去D某JI对应网站上连图带战队文档一起给我拉到本地了，而且Kimi似乎很早开始就带了国外的搜索，专业的国外论文也不会落下。这种国内圈子小一点的项目做一些项目统筹或者安排，在联网搜索能力上比gpt要强很多。（甚至一个ieee上要付费的论文它直接去对应作者的个人主页内找到了免费下载途径）

  
  


• 
  

  最后是Obsidian上的笔记整理，我专门拿同一个任务给Kimi和5.6sol试过，让它们帮我整理一个机械臂逆运动学的讲义，并且将所有专有词汇或者需要解释的数学相关术语使用wiki链接结合卡片盒笔记整理法整理为词条卡片。GPT的一个词条内的产出是长篇大论，恨不得一整个技术发展史都给你塞进来（我发现5.6sol似乎很爱长对话输出，我甚至与它交流前说“简述”是下意识的反应了），Kimi的很精简，卡片盒内还有需要解释的词条就新建文档，不堆在一起。（或许这算是写文方面的优势了）

  
  

可能举的这些例子没有很强的普适性，也见到其它佬对K3的价格不是很满意，但是很庆幸我对它的需求量不是很高，当前它在我这种小量token消费的群体内已经算很不错的选择了