花800块跑了900亿Token：Kimi做设计、GLM干活、DeepSeek审计、豆包管图片，这套国产AI组合到底值不值

一个月前我把所有AI工具都换成了国产的。 原因很简单：OpenAI和Anthropic的API账单实在扛不住了。我同时用ChatGPT、Claude和Gemini处理日常的设计、编程和文档任务，一个月轻轻松松三四千块。一个朋友跟我说，国产AI在细分能力上已经拉得很近了，搭配着用效果不差，成本能砍到五分之一。 我花了整整一个月实测。结果比我预想的有意思得多——Kimi的审美确实能打，但慢到让人抓狂；GLM-5.3 Flash性价比高得离谱，但踩的坑也离谱；DeepSeek做代码审计能发现问题，但误报多到你需要自己过滤；豆包的图片分析是意外惊喜。 这套方案总共花了800块，跑了900多亿Token。下面是我踩过的坑和总结出来的实操经验。 GLM干 活 ：800块跑900亿Token，但别让它碰UI GLM-5.3 Flash是我这个月用得最爽也最气的工具。 先说爽的。智谱的活动期间，我花了800块人民币跑了900多亿Token。这个量级换算成Claude或GPT的API，至少是五位数。GLM-5.3 Flash的定价本身就是GLM-5.3的1/10，限时折扣期间是1/20。混合价格每百万Token只要$0.10，而GLM-5.3要$0.90。 它在编程执行上的表现对得起这个价格。智力水平在Artificial Analysis上拿57分，GLM-5.3是60分，差距只有3分。我把Kimi出的设计计划拆成任务池，派多路后台子智能体并行开发，完成一项立马派下一项，每完成10项自动派审计子智能体加入。这套流程跑起来效率很高。 但踩的坑也很硬。 第一，GLM-5.3 Flash的推理速度不稳定。通过OpenRouter使用时，吞吐量在每秒4到60个Token之间波动，做日常编码经常太慢。有一次我让它改一个Kotlin微服务里的请求大小限制，一个应该几分钟完成的任务，它陷入推理循环，消耗了81.3万输入Token，一行代码没写出来。 第二，长时间会话下它会“退化”。我用它跑多Agent编码工作流，跑了几个小时后，模型突然开始在推理中输出重复的低熵内容，类似“!!!!!”的循环。这不是偶发，有多个开发者在HuggingFace和GitHub上报告了同样的问题。 第三，别用它做UI设计。社区里有人试过，GLM-5.3 Flash做前端生成的页面“细节多但bug也多，车都能倒立开”。我亲自验证了这条，让它照着Kimi的设计稿写组件，出来的东西能用但颜值掉了两个档次。 我目前的应对方式很简单： 给GLM-5.3 Flash的会话设时间上限，超过两小时就开新会话，重新加载任务上下文。 批量任务拆小，每次交给它的活控制在合理范围内，不搞马拉松式长会话。 DeepSeek审计：能发现真bug，但你要自己过滤误报 代码审计这个环节，我一开始想省掉。让GLM自己写自己审，逻辑上说得通。 但实际跑了两周之后我改了主意。GLM-5.3 Flash在长会话中的退化问题意味着，它自己写的代码，它自己未必能审出问题——因为审的时候它可能已经处于“半退化”状态了。 DeepSeek V4.1 Flash接入了审计环节。我用WorkBuddy和Trae的免费额度就够覆盖这部分需求。 它确实能发现问题。 我故意在测试代码里埋了几个典型漏洞：一个SQL注入点、一个未校验的用户输入直接拼接到文件路径、一个并发场景下的竞态条件。DeepSeek V4.1 Flash全部发现了，还给出了具体的修复建议。 学术研究的数据也支持这个结论。一项系统性基准测试显示，DeepSeek-R1在漏洞检测上的平均F1-score达到63.10%，显著高于DeepSeek-V3的46.47%。另一项针对代码审计Agent框架的研究，在成本、效率和效果三个维度对比后，最终选择了DeepSeek-V3.2作为最具性价比的方案。 但误报率是个真实问题。 多项研究指出DeepSeek V3在检测漏洞时“表现出最高的假阳性比例”。我自己跑的时候也发现了，一些正常的业务逻辑代码会被标记为“潜在风险”。 审计提示词怎么写很关键。我用的是：“你是一个安全专家，严格分析以下代码，检查是否存在安全漏洞。请详细分析漏洞类型、触发条件和修复建议，只报告你确信存在问题的位置”。最后那句“只报告你确信存在问题的位置”很重要，能过滤掉一批低置信度的误报。 豆包管图片：多模态是意外的惊喜 豆包在这个组合里的角色最轻松——图片分析、照片点评、视频生成、浏览器操作。 我原本对它没抱太高期待。毕竟字节的多模态能力虽然强，但跟GPT-6 Astra和Gemini 3.7 Flash比，差距理论上还是存在的。 实际用下来， 豆包在给照片写解读点评这件事上，确实是我试过的所有工具里最好的 。我传了一组风光摄影照片让它分析构图和色彩，它给出的点