我的“龙虾”罢工了!正好对比下GLM、MiniMax、Kimi 3家谁更香

作者:飞哥数智谈日期:2026/3/1

OpenClaw(中文名:龙虾,曾用名:Clawdbot、Moltbot)从年底到现在热度持续飙升,而我感觉自己使用的还有些浅,没好意思写相关的内容。

结果今天我的龙虾罢工了,看了下,发现模型的 Coding Plan 到期了。

那正好了解下目前国内几家 Coding Plan 的内容,也方便大家对比。

本文仅涉及 GLM、Minimax、Kimi 3家自有产品的订阅套餐对比,像火山引擎、千问、无问芯穹类的综合套餐未加入对比。

为了方便对比,所有套餐都是采用按月

快速对比

核心指标整理到一个表格中了,方便大家直观对比。

厂商模型名称订阅价格 (RMB)套餐用量 (核心权益)
GLMLite49元/月约 80 次 prompts / 5小时
GLMPro149元/月约 400 次 prompts / 5小时
GLMMax469元/月约 1600 次 prompts / 5小时
MiniMaxStarter29元/月40 prompts / 5小时
MiniMaxPlus49元/月100 prompts / 5小时
MiniMaxPlus-极速版98元/月100 prompts / 5小时
MiniMaxMax119元/月300 prompts / 5小时
MiniMaxMax-极速版199元/月300 prompts / 5小时
MiniMaxUltra-极速版899元/月2000 prompts / 5小时
KimiAdagio免费版-
KimiAndante (入门版)49元/月约 300-1200 次请求 / 5小时
KimiModerato (基础版)99元/月约 300-1200 次请求 / 5小时
KimiAllegretto (高级版)199元/月约 300-1200 次请求 / 5小时
KimiAllegro (进阶版)699元/月约 300-1200 次请求 / 5小时

说明:

  1. GLM 和 MiniMax 主要按照 Prompts 次数进行计费,MiniMax 给出的数据是一次 prompts 约等于 15 次 API 请求。
  2. Kimi 采用 Token 计费模式,其 API 请求次数是基于 Token 总量估算的。

放个图片版,避免变形

下面我们看看 3 家 Coding Plan 套餐的具体信息。

GLM

智谱系列模型,之前实测效果一直挺好,只是最近价格稍微贵了点。

特点

  1. 目前短期限售,从1月23日10:00开启,后续每日10:00释放新库存,Lite、Pro、Max 套餐每日可售数量相同,开启续订或在订阅有效期内升级套餐的用户不受限售影响。
  2. 之前 GLM 套餐量大质优,现在升级后的,优势没有那么明显了。
  3. 支持视觉理解、联网搜索/读取、开源仓库 MCP,但是需要Pro及以上才可享用。

套餐及用量

  • Lite:49元/月
  • Pro:149元/月
  • Max:469元/月

套餐及用量

套餐官网截图

MiniMax

一位老大哥推荐,再加上前一阵开发网页审美、稳定性都挺在线,所以这次过期的套餐就是这个。

最关键的点,这个应该是入门最便宜的选择。

特点

  1. 分为极速版、普通版,模型效果一样,只是响应速度有区分。
  2. 一个 prompt 约等于 15 次模型调用。
  3. 据目前了解,无周限额。
  4. 支持图像理解、联网搜索 MCP。

套餐及用量

  • Starter:29元/月
  • Plus:49元/月
  • Plus-极速版:98元/月
  • Max:119元/月
  • Max-极速版:199元/月
  • Ultra-极速版:899元/月

极速版套餐及用量

普通版套餐及用量

套餐官网截图

Kimi

智能问答用的不多,但是 PPT 和 最近提出的 Agent 集群挺厉害的。

特点

  1. 万亿参数模型,256k上下文,能力强大。
  2. 原生支持多模态。
  3. 支持 Agent 集群,可实现多 Agent 并行。
  4. 包含 Agent、深度研究、PPT 额度。

套餐及用量

  • Adagio:免费版
  • Andante:入门版,49元/月
  • Moderato:基础版,99元/月
  • Allegretto:高级版,199元/月
  • Allegro:进阶版,699元/月

Kimi用量和前两个不一样,不按照 Promps 次数,按照 Token 收费。每 5 小时的 Tokens 总量可支持约 300-1200 次 API 请求。

这个命名挺陌生,我就去查了下,采用的“标准音乐速度术语(意大利语)”进行分级,好高端的样子。

另外就是有非官方反馈,Kimi 非指定工具使用可能封号,并且仅限个人使用,禁止企业使用。

结语

一圈看下来,我还是选择了 MiniMax,各档内容清晰明确,并且性价比比较高。不过为了体验原生多模态的区别和 Agent 集群效果,我也订阅了一个月的 Kimi,等我实测一波,再来和大家汇报区别。

大家的龙虾“口粮”都是哪家,欢迎留言交流~


我的“龙虾”罢工了!正好对比下GLM、MiniMax、Kimi 3家谁更香》 是转载文章,点击查看原文


相关推荐


Hadoop MapReduce 详解
之歆2026/2/20

想象一个巨大的文档分类任务,一个人处理要一个月。MapReduce 把这个任务分配给一百个人,每人处理一小部分,最后把结果汇总,半小时就完成了!这就是 MapReduce 的威力! 📑 目录 MapReduce 概述名词解释(命令与术语)Map 阶段详解Shuffle 阶段详解Reduce 阶段详解完整 WordCount 示例高级特性MapReduce 与 YARN监控与调试性能优化总结官方文档与参考 🎯 MapReduce 概述 什么是 MapReduce? Map


【C++】c++中“引用”的详解
王璐WL2026/2/12

文章目录 1. 引用1.1 引用的概念和定义1.2 引用的特性1.3 引用的使用小小的延伸1.4 const引用1.5 指针和引用的关系(面试常考) 1. 引用 1.1 引用的概念和定义 ​ 引⽤不是新定义⼀个变量,⽽是给已存在变量取了⼀个别名,编译器不会为引⽤变量开辟内存空间(指针会开辟空间), 它和它引⽤的变量共⽤同⼀块内存空间。比如:水浒传中林冲,外号豹⼦头 ​ 类型&引⽤别名=引⽤对象; ​ C++中为了避免引⼊太多的运算符,会复⽤C语⾔的⼀些符号,⽐如前⾯


Node.js 自带“加速器”:node --run 是否比 Bun 更快?
Legend80s2026/2/3

前言 在 JavaScript 后端运行时领域,速度一直是核心战场。近年来,Bun 以其宣称的“一体化”工具链和闪电般的启动速度异军突起,对老牌王者 Node.js 发起了强劲挑战。bun run 的迅捷,让许多开发者开始重新评估他们的工具选择。 然而,Node.js 并未止步。自 v22.0.0 起,它悄然引入了一个专为启动性能而生的秘密武器:node --run。这个内置于 Node.js 核心的命令,旨在以最精简、最直接的方式执行 package.json 中的脚本,宣称要为最常见的用例提


拥抱PostgreSQL支持UI配置化
神奇的程序员2026/1/25

前言 前阵子写的日志分析工具NginxPulse,自开源以来,已过去2周时间,目前GitHub已收获1.5k的star。收到了不少用户的反馈建议,花了点时间将这些问题都处理了下。 本文就跟大家分享下新版本都解决了哪些问题,优化了哪些内容,欢迎各位感兴趣的开发者阅读本文。 抛弃SQLite 有不少用户反馈说日志文件很大的时候(10G+),解析速度非常慢,需要解析好几个小时,解析完成之后数据看板的查询也比较慢(接口响应在5秒左右)。 于是,我重写了日志解析策略(解析阶段不做IP归属地查询,仅入库其他


Mac 科研/论文专用快捷键(Word + LaTeX + Finder) 与文件管理
加油_Yeah2026/1/16

✅ 一、只背 15 个的「Mac 生存快捷键」 只记这 15 个,就能高效 + 不踩坑 🔑 核心通用(8 个) ⌘ + Space —— 全局搜索(秒开文件/程序) ⌘ + Z —— 撤销(后悔药) ⌘ + ⇧ + Z —— 重做 ⌘ + C —— 复制 ⌘ + V —— 粘贴 ⌘ + ⌥ + V —— 移动文件(重点) ⌘ + S —— 保存 ⌘ + Q —— 彻底退出程序 📁 文件 / 窗口(7 个) ⌘ + ⇧ + N


微服务架构核心组件、职责与交互全解析
元Y亨H2026/1/8

微服务架构核心组件、职责与交互全解析 一、 微服务全景架构图(分层) 微服务不再是散乱的工程,而是一个分工明确的矩阵。通过分层,我们可以更清晰地看到请求是如何流转的。 ==================== 流量接入层 (Entrance) ==================== [ 外部客户端:App / H5 / Web / PC ] │ (Restful API / HTTPS) ┌───────


2025年12月总结
袁庭新2025/12/31

大家好,我是袁庭新。2025年的最后一个月已经圆满结束,借此机会对本月的工作进行一次总结与回顾。 课程研发 一直想讲一门如何赚钱的课,这就是《微信商业生态平民创业》这门课设计的初衷,这个月编写了2节这门课的讲义,但还未完成录制,现总计录制了20节,计划是24节课程。 放在以前软件开发和我们绝大多数人是没有关系,随着大模型基础服务平台的崛起,你可能无法想象现在不懂任何编程技术零基础也可快速上手定制开发出自己的智能体应用出来,并上线到各大平台,如微信小程序、豆包等。 这个月我也集中注意力开发了7个实


flink的一阶段提交的流程
飞哥大数据2025/12/21

Flink的一阶段提交流程 Apache Flink 是一个分布式流处理框架,用于高效处理大规模数据流。在 Flink 中,“提交”通常指将作业部署到集群执行的过程。用户提到的“一阶段提交”可能指的是 Flink 中某些特定场景下的简化提交机制,尤其是在事务处理或 Sink 端(输出端)的 Exactly-Once 语义实现中。标准 Flink 作业提交涉及多个步骤,但“一阶段提交”更常见于事务管理上下文,例如当 Sink 系统支持幂等操作时,Flink 可以使用一阶段提交来简化流程,避免两阶


告别AI塑料感:阿里Qwen3-Omni-Flash要把大模型做成真人
墨风如雪2025/12/13

如果是长期关注大模型领域的朋友,大概都会有这样一种感觉:现在的AI虽然智商越来越高,但只要一开口说话,那种特有的“塑料感”还是很难消除。无论是语音的机械停顿,还是多模态交互时的“脑子慢半拍”,都时刻提醒着我们,对面只是个程序。 但在2025年12月9日,这个局面似乎被阿里的Qwen团队撕开了一道口子。 他们正式发布的Qwen3-Omni-Flash-2025-12-01,不再仅仅是在刷榜单上的分数(虽然分数确实也刷得很猛),而是实打实地盯着“像人一样交流”这件事死磕。作为一名在这个圈子里摸爬滚打


web3区块链-小镇店铺的 “借力办事”:call 与 delegatecall 的区别与联系Web3-智能合约-整数溢出攻击:“凭空造币”的秘密
想ai抽2025/12/4

加密小镇上有两家店: A 店(水果店):老板是 Alice,有自己的账本(合约存储),记录着 “苹果库存”(存储变量uint256 public appleStock = 100;),但没学会 “盘点库存”“修改库存” 的方法;B 店(管理咨询店):老板是 Bob,专门帮人做库存管理,有两套核心 “操作手册”(合约函数): checkStock():读取自己账本上的库存,返回数值;addStock(uint256 num):把自己账本上的库存增加num个。 A 店想复用 B 店的方法

首页编辑器站点地图

本站内容在 CC BY-SA 4.0 协议下发布

Copyright © 2026 XYZ博客