摘要Kimi额度告急,我把IPMS的P1终审台改造交给免费模型MIMO V2.6 Flash:断续约4.4小时六卡连收,测试161涨到197全绿。文末附两通道全口径token账(7233万,缓存读占94.5%)和一份免费模型派活边界清单。10 月 11 日晚,Kimi Code 的周额度快到期了,我手里还压着一张 P1 编码单:IPMS 的终审台改造。IPMS 是我自研的内容生产管理系统,选题、写稿、质检、组包一条产线,终审台是其中人机交接的那一环。原计划等 10 月 13 日额度重置再派。我不想等。调度岗这轮会话的模型正好换成了小米的免费模型 MIMO V2.6 Flash,我当场问它:这个活,你能不能干?免费模型敢接真实迭代吗答案是敢。这轮 MIMO V2.6 Flash 把 IPMS 终审台改造整体收口:测试从 161 个涨到 197 个全绿,无一次全量返工,代价是一笔和想象不一样的 token 账。先交代一下接单过程。调度岗在我团队里叫军师,负责出主意、定规矩、盯执行。它没有拍胸脯,先查了台账和交接文档,摸了代码规模,才回我:这个 P1 是终审台改造,包括 AI 分析、建议采纳、段落快改、标题 10 选 1、摘要封面可编辑,范围 A 六项加范围 B 四项,外加 4 件待我拍板的事项。我当场拍板四项,最关键的一条改变了整个任务的执行形态,原话是:「我们在 OpenCode 的里面是没有这个无头派单的模式的,我们不能去派 Kimi Code 去干活。全部由 OpenCode 里面进行后续的开发。」翻译成工程语言:六张编码卡全部由 OpenCode 会话内自研自测,产线跑稿走 kimi 会话内嵌子进程。原定额度重置后派后端加测试的双岗流水线,改成免费模型一岗干到底。当晚 22:41 拍板落档,开发开始。断续约 4.4 小时,六张卡连收活跃时间按痕迹聚合,git 提交、任务运行、产出文件修改时间都算,相邻间隔不超过 20 分钟算同一段:时段时长在干什么10-11 22:41→22:5615min拍板落档 P1-F 收口10-11 23:28→23:5730minP1-E、A1、A2 三卡连收10-12 00:19→01:0142minA4、A3 收口 首个写稿任务实跑10-12 10:17→10:5033minAI 分析实测(203s)→ 标题解析首修10-12 13:29→14:0612min组包/写稿产线实跑10-12 19:11→19:4736min产线跑稿 标题解析二修10-12 20:39→22:47128min提速方案落地 收尾修合计≈263min ≈ 4.4h日历跨度约 40 小时,其余是空档交付物全部带回归测试:P1-F 做 meta 下游契约适配,P1-E 做外部稿导入通道和快车道头尾模板秒级组包,P1-A1/A2 是终审页 AI 分析的后端通道加前端卡片,P1-A4 是段落级敏捷快改,P1-A3 是标题 10 选 1 点选加摘要封面可编辑。产线侧还连跑了三篇母稿与组包。测试从 161 个涨到 197 个,全绿成了常态。每张卡、每笔修复都带回归用例,这是我敢用免费模型的底气来源:验收不靠感觉,靠机器判定。一个根因连吃 4 棒全程没有一次全量返工。唯一一个返工级问题,我指示单点修,原话「就单独修改一下,不返工了」。但有一个缺陷根因反复冒头:缺陷根棒次证据(git 提交)meta 标题格式不健壮,四种格式陆续翻出4941a029 / 447d45f / df4948d / 7d52abc复制标题带理由段、不读终审定稿2df4948d / 1890071排版前言写成流水账26cfcea7 / 00e1741AI 分析完成事件标签错1c5fad76 内顺带修教训很直白:首修时没拿全量样本回放,四篇历史稿的 meta 格式各不一样,才连吃 4 棒。第一棒就该把四种格式全部固化成回归用例。格式兼容类修复,首修即全量回放,这是给免费模型最该配的保险,给任何 AI 编码都适用。提示词纪律比模型智商值钱提速是另一个亮点。方向是我在 Kimi K3 会话里拍的,原话:「把提示词写精准,要求写精准……直接发给 LLM 模型。模型不要去思考了,就直接回结果,这样效率肯定是最高的……把 K3 的思考改成 low。」落地之后,单次 AI 分析从 203 秒降到 46 秒,单次 token 从 12.1 万降到 3.7 万,速度提了 4 倍多,token 省了七成。靠的不是换更贵的模型,是把提示词写准、把思考档位调低。确定性任务上,提示词纪律比模型智商值钱。三个口径差 14 倍:全口径 token 账这是全文我最想给你的东西。token 消耗这个词至少有三个口径:口径数值说明IPMS 落库产线(cost_record 11 笔)581 万只算写稿/组包/AI 分析子进程kimi 侧 P1 全口径(产线探针手工会话)2,705 万含我全程手修的 K3 会话 2,101 万两通道 P1 全口径≈7,233 万kimi 2,705 万 MIMO 调度侧 4,528 万我原以为免费模型跑完这个活也就几百万 token,结果全口径 7,233 万,比落库口径多出 12 倍。所谓全口径,就是把缓存读也算进去的全部物理消耗,不只是新输入和输出。看局部口径会严重低估真实消耗,这是我这轮实测踩出来的第一个认知差。94.5% 是缓存读MIMO 调度侧 4,528 万的构成,实测 opencode.db 消息级 431 条记录:项数值占比非缓存输入214.6 万4.7%缓存读4,276.8 万94.5%reasoning23.3 万0.5%输出13.3 万0.3%缓存读,简单说就是模型每一轮重读之前已经见过的上下文,这部分按套餐折扣计费,远低于原价。所以物理 token 数不等于额度扣减数。我们之前那篇《一周 5.3 亿实测》里,5.3 亿物理 token 没有想象中那么烧钱,原因就在这。评价一个 AI 开发会话贵不贵,不看总量,看非缓存输入量和输出量,也就是每轮真正新喂给模型的字节和它吐出来的字节。还有一个反直觉的点:这 4,528 万里,大头不是花在写代码上,而是调度岗每一轮重读全部上下文。长会话调度的成本结构等于轮数乘全上下文缓存读。想省钱就三条:短会话、任务卡切小、少留无效中间产物。为什么这个活能干完机制层面的原因有三个,缺一不可。第一,需求是明确的。P1 有交接文档、有范围清单、有 4 件拍板事项,高保真原型我已经点通过。免费模型最怕你帮我做个好东西,最不怕照这个单子干。第二,确定性需求占大头。六张卡里八成是接口加落库加回归的确定性工程,正在 MIMO 这类免费模型的能力舒适区。开放性判断我用强模型 K3 会话兜底,比如提速方案的方向、前言块的定性。分层就此形成:免费模型跑确定性管线,强模型做关键判断。第三,验收是机器可判定的。每张卡的验收标准都是 pytest 全绿加探针实跑退出码加数据断言,AI 没法感觉良好地交差。问题,照实说慢是真的慢。OpenCode 上免费通道用的人多,长上下文轮次等待明显,半天才出一个结果的情况确实存在。但免费就是用等待换现金,这笔账我认。开放性取舍上,智商差 K3 一点,这是我个人体验口径。确定性任务无感,开放性取舍有感,所以才要把两类任务分层。它什么都写脚本,这是双刃。确定性来自流程重,任务卡、互斥清单、回归用例都要写,换来的是返工可控。不写脚本的快是债,迟早要还。计费规则我看不懂。我查了小米官网,套餐是积分制,十几亿积分的营销话术,一个 token 对应几百积分的换算,规则不透明。绝对价格在各家模型里算低档,但性价比要打问号。看不清计费规则的产品,先按物理 token 实测账自己算,再决定投入。可直接抄走的三样东西第一样,免费模型派活边界清单,接活前过一遍:有没有交接文档或范围清单,没有就先补文档再派;验收能否写成机器判定,测试、断言、退出码都行,不能就别派;任务里开放性判断占比超过三成,就拆出来给强模型;修复类任务有没有全量样本回放计划,没有就补上再动手。第二样,全口径 token 统计法,本文数字的复现路径。OpenCode 侧查~/.local/share/opencode/opencode.db的 message 表,tokens 字段五段求和,开发期窗口按 time_created 过滤。kimi 侧把~/.kimi-code/sessions下 wire.jsonl 的 usage.record 全量求和,输入等于常规输入加缓存读加缓存创建,输出单列。两边和落库口径能对上,可交叉验证。第三样,分层用模型的最小模式:调度岗加确定性编码用免费模型,关键方案判断用强模型会话,产线跑稿用无头子进程,谁便宜用谁。这套做法搬进公司业务也成立。确定性编码交给低成本模型,架构和方案判断留给贵模型,成本按非缓存输入量盯。我们这轮 7,233 万物理 token 里九成四走缓存折扣,真正按原价计的新输入只有 214.6 万,约等于把调度侧计费成本压到物理量的二十分之一。免费模型当前最诚实的定位MIMO V2.6 Flash 作为一个免费模型:kimi 额度用尽时拿来接力,能干;学生党、AI 入门、预算不足时拿来练手,能用;主力生产环境,等它把计费规则和算力都磨明白了再说。没额度的时候可以体验一下,这是它当前最诚实的定位。FAQQ1:免费模型能接什么样的活?接活前过一遍边界清单:有交接文档、验收能写成机器判定、开放性判断占比不超三成、修复类任务有全量样本回放计划。四条都满足再派,缺一条先补那条。Q2:7,233 万 token 是不是很多钱?物理 token 不等于计费金额。这轮 94.5% 是缓存读,按套餐折扣计,真正按原价算的非缓存输入只有 214.6 万。看成本盯非缓存输入和输出两项,别看总量。Q3:文中这些 token 数据怎么复现?OpenCode 侧查 opencode.db 的 message 表做五段求和,kimi 侧把 wire.jsonl 里的 usage.record 全量求和,具体路径和口径在可直接抄走的三样东西一节给了,两边能交叉验证。Q4:免费模型和强模型怎么分工?确定性管线,接口、落库、回归这类,交给免费模型;开放性判断,方案方向、定性取舍,留给强模型。判断占比超过三成的任务,先拆开再派。我是野生码农,AI实战派。17年全栈工程师,一人AI公司实践者。打造个人IP内容体系、软件全链路产品产线,拥有百套企业AI方案、200多个岗位Agent;自研知识库、AI数字员工系统,公开实战复盘。本文所有内容均为本人 AI 实战的过程和结果,经 AI 整理后发布,无任何瞎编虚构内容。这篇来自《AI员工团队》系列。关注我,看真的。野生码农AI实战 · 全网同名