感觉又慢又贵：实测 Kimi-K3 编码能力

在 Trae 、Qoder 下，分别用 Deepseek-v4 和 Kimi-K3 跑编程任务。Kimi-K3 挺让人失望的

AI Coding 测评准备

测试项目：桌面端知识库工具

用户导入本地文档，系统建立分块索引，支持自然语言提问并返回带引用来源的回答

初始脚手架
运行时：Electron 33 （主进程 Node.js+Chromium ）
前端：React 18 + TypeScript （ Vite 构建）
后端：TypeScript 服务层

大家如果想要自己完整测评一下，可以评论区留言，把原项目开源出来

Vibe Coding 工具和大模型

编程工具分别用字节 Trae 、阿里 Qoder 大模型选择 deepseek-v4-pro、kimi-3

https://platform.deepseek.com/
platform.kimi.com

知识库工具项目代码，项目名叫starter 用 Harness 加持原starter项目下，新项目叫solution_log 为什么要用到 Harness 的原理，可以阅读下我的文章 https://mp.weixin.qq.com/s/-9Jfwv2SqswbvwZJx5D5bQ

开始测评

将 知识库 和 Harness + 知识库 两个项目通过 Vibe Coding 完成同样功能开发，相同的需求提示词是这样的

# 任务：构建知识库问答工具
## 产品描述
开发一个桌面端个人知识库问答工具。用户可以导入本地文档，系统对文档建立索引，然后用户可以用自然语言提问，系统从文档中检索相关内容并给出有依据的回答。

## 核心功能需求
### 1. 文档导入
- 用户点击"导入文档"按钮，选择本地 `.txt` 或 `.md` 文件
- 导入后文档显示在左侧文档列表中，包含文件名、大小、导入状态
- 文件大小限制 10MB

### 2. 文档索引
- 导入后，用户点击"建立索引"将文档分块存储
- 索引按段落切分，每块约 500 字
- 索引完成后文档状态变为"已索引"，显示分块数量

### 3. 问答功能
- 底部输入框输入问题，点击"提问"按钮
- 系统用关键词匹配方式在已索引分块中检索相关内容
- 返回回答文本 + 引用来源（文档名、分块位置、摘录内容）
- 显示置信度（有引用：0.8 ，无引用：0.2 ）
- 每次问答自动保存到历史记录

### 4. 历史记录
- 点击"历史记录"按钮查看所有历史问答
- 以对话气泡形式展示（用户问题在右，系统回答在左）
- 显示时间戳和置信度

## 验收标准

1. 可以导入 `.txt` 或 `.md` 文件，文档出现在列表中
2. 点击"建立索引"后文档状态变为"已索引"
3. 提问后能返回含引用的回答
4. 历史记录中能看到所有问答
5. 重启应用后数据依然存在

在原来的客户端上，一口气开发 "文档导入"、"文档索引"、"问答功能"、"历史记录"四个新功能，并希望 AI 自动化测试验收

测评的结果

项目	Coding 环境	费用时间	成功
知识库	Qoder + Deepseek-V4	4 分钟 1RMB	是
知识库	Qoder + Kimi-K3	15 分钟 8RMB	否
知识库	Trae + Deepseek-V4	5 分钟 1RMB	是
知识库	Trae + Kimi-K3	15 分钟 9RMB	否
知识库+harness	Trae + Deepseek-V4	2 分钟 0.5RMB	是
知识库+harness	Trae + Kimi-K3	18 分钟 8RMB	是
知识库+harness	Qoder + Deepseek-V4	2 分钟 0.6RMB	是
知识库+harness	Qoder + Kimi-K3	12 分钟 9RMB	是

Kimi-K3 总结

价格比较贵，对比 deepseek-v4-pro ，可能是 Kimi-K3 定价较贵缘故，同样的结果 Token 开销查了近 10 倍左右
在 Qoder 、Trae 集成上编程能力整体表现不如 deepseek-v4-pro ，而且执行时间远远增加

完整案例实操视频和完整原文 https://mp.weixin.qq.com/s/k92i1_ORy5mDE1bOdRG-kw