在人工智能技術飛速發展的今天，各類ai應用如雨後春筍般湧現，其中，kimi作為一款ai生成式對話搜索引擎，憑借其獨特的長文本定位，成功在資本市場擁有了自己的概念股板塊。然而，任何一款產品的發展和壯大，都離不開商業模式的支撐，kimi也不例外。近期，kimi開始嚐試探索c端的商業化路徑，推出了“高峰時段優先使用權”的會員訂閱服務，這一舉動引發了業界的廣泛關注。
首先，我們來看看kimi的這一新嚐試。kimi在遇到高峰時段問題時，會彈出一個新的對話條：“急需kimi？‘點擊這裏’給kimi加油，高峰時期優先使用。”用戶在點擊鏈接後會彈出一個新的頁麵，上麵是包含不同價格和對應時長的“打賞方案”。這些充值方案對應的打賞話術也比較有趣，相較普通產品更貼近用戶生活，強調交互感。它寫的是“送kimi一朵花”、“給kimi加雞腿”，以及請喝咖啡、充充電、請吃頓飯和一起登月。除了“登月”，這些場景描述對應的消費與方案價格相匹配。
按照頁麵的描述，隻要用戶選擇了充值，就能獲得“高峰期優先使用權”。在對話頁麵下方的《kimi支付協議》中，kimi對“高峰時段優先使用權益”解釋為，在高峰時段kimi算力不足時，產品將在kimi實際可調用的推理算力範圍內，優先保障獲得服務用戶的推理算力。
這種探索方式從產品層麵得到了投資人的認可。一名關注大模型領域的投資人表示，實際上在開源軟件中“打賞”的方式很常見，在用戶層麵是一種友好試探，kimi這個新動作的試水意義大於商業化實質。
然而，這種嚐試也引發了一些疑問。首先，這種模式是否能夠得到用戶的認可？對於普通用戶而言，產品體驗是更能維係黏性和使用頻率的切入口。在這一點上，行業不得不承認kimi的產品團隊有更新奇的用戶視角，使其在現階段達成百萬日活量級。但是，如果用戶不能明顯感受到付費後的服務質量提升，那麽他們是否願意為此買單呢？
其次，這種模式是否能夠帶來行之有效的收入？目前，kimi的測試範疇更小、更垂直。文心一言的付費版包含更長文本輸出、圖片生成高分辨率、一次生成多圖等更明確的權益，並且涉及多模態能力。而kimi現階段的嚐試還集中在高峰時段體驗優化上，相較兩者的價格，kimi的定價在文心一言的六七成左右。因此，對於用戶而言，如果不是kimi的重度用戶，的確還很難辨析“高峰時段體驗優化”的價值與價格，也難怪kimi現階段必須要以小範圍測試的方式試探用戶的反應。
不過，無論如何，kimi走出這一步對大模型應用而言都是一個有效嚐試。在用戶層麵，它能找到自己更準確的付費人群，有針對性打磨下一步可持續的商業模式；對於行業和資本而言，在難以控製的燒錢力度下，它多少能為這片領域的商業化前路撥開一點雲霧了。
總的來說，kimi的這次嚐試是對c端付費模式的一次積極探索，雖然還存在許多不確定性，但至少為我們提供了一個可能的方向。未來，我們期待看到更多類似的嚐試，以推動ai應用的商業化步伐。
首先，我們來看看kimi的這一新嚐試。kimi在遇到高峰時段問題時，會彈出一個新的對話條：“急需kimi？‘點擊這裏’給kimi加油，高峰時期優先使用。”用戶在點擊鏈接後會彈出一個新的頁麵，上麵是包含不同價格和對應時長的“打賞方案”。這些充值方案對應的打賞話術也比較有趣，相較普通產品更貼近用戶生活，強調交互感。它寫的是“送kimi一朵花”、“給kimi加雞腿”，以及請喝咖啡、充充電、請吃頓飯和一起登月。除了“登月”，這些場景描述對應的消費與方案價格相匹配。
按照頁麵的描述，隻要用戶選擇了充值，就能獲得“高峰期優先使用權”。在對話頁麵下方的《kimi支付協議》中，kimi對“高峰時段優先使用權益”解釋為，在高峰時段kimi算力不足時，產品將在kimi實際可調用的推理算力範圍內，優先保障獲得服務用戶的推理算力。
這種探索方式從產品層麵得到了投資人的認可。一名關注大模型領域的投資人表示，實際上在開源軟件中“打賞”的方式很常見，在用戶層麵是一種友好試探，kimi這個新動作的試水意義大於商業化實質。
然而，這種嚐試也引發了一些疑問。首先，這種模式是否能夠得到用戶的認可？對於普通用戶而言，產品體驗是更能維係黏性和使用頻率的切入口。在這一點上，行業不得不承認kimi的產品團隊有更新奇的用戶視角，使其在現階段達成百萬日活量級。但是，如果用戶不能明顯感受到付費後的服務質量提升，那麽他們是否願意為此買單呢？
其次，這種模式是否能夠帶來行之有效的收入？目前，kimi的測試範疇更小、更垂直。文心一言的付費版包含更長文本輸出、圖片生成高分辨率、一次生成多圖等更明確的權益，並且涉及多模態能力。而kimi現階段的嚐試還集中在高峰時段體驗優化上，相較兩者的價格，kimi的定價在文心一言的六七成左右。因此，對於用戶而言，如果不是kimi的重度用戶，的確還很難辨析“高峰時段體驗優化”的價值與價格，也難怪kimi現階段必須要以小範圍測試的方式試探用戶的反應。
不過，無論如何，kimi走出這一步對大模型應用而言都是一個有效嚐試。在用戶層麵，它能找到自己更準確的付費人群，有針對性打磨下一步可持續的商業模式；對於行業和資本而言，在難以控製的燒錢力度下，它多少能為這片領域的商業化前路撥開一點雲霧了。
總的來說，kimi的這次嚐試是對c端付費模式的一次積極探索，雖然還存在許多不確定性，但至少為我們提供了一個可能的方向。未來，我們期待看到更多類似的嚐試，以推動ai應用的商業化步伐。