Kimi 与豆包长文处理：按 3 种长度算谁更省

「哪个模型处理长文更省」这个问题，用单价比是算不出来的。8,000 字、30,000 字、80,000 字三档实测下来，结论完全不同：短档比的是单价，中档比的是能不能一次吃完，长档比的是吃不完之后的返工时间。本文把三档的调用次数、重读倍数、一致性错误和人工核对时间都摊开，给一张按长度分工的表。

一句话结论

不要拿一个模型干所有长度的活。8,000 字以内两者都能一次吃完，差价绝对值小到可以忽略；30,000 字这一档谁单价低就用谁，代价是多花十几分钟核对人名和数字；到 80,000 字，单价低的那个反而更贵，因为它必须分五段处理，跨段矛盾会逼你重跑一次，重跑就把省下的调用费全吐回去。实测 8 万字档的总成本，一次吃完的方案是分段方案的六成。

这篇解决什么问题

三种情况最常见。一是按单价选了便宜的那个，处理 5 万字报告时被拆成好几段，每段结论单独看都对，拼起来前后矛盾。二是为了保险一律用贵的，处理 3,000 字通知也走高价模型，一年下来多花的钱够买台打印机。三是只算调用费不算人工，报告里写「成本降低 40%」，没算自己核对了两小时。

根子是把长文处理当成「按字数乘单价」，而它其实是「一次能不能吃完的问题」：吃得完，成本就是字数乘单价；吃不完，成本等于字数乘单价再乘一个重读倍数，再加人工核对时间。五步做完，你会拿到一张三档对照表和一条分界线——分界线以上的内容交给谁能一次吃完的那个。

开始前要准备什么

• 三份真实长度的材料：8,000 字、30,000 字、80,000 字各一份，最好是同一类文档（比如都是会议记录或都是访谈稿），避免任务难度干扰结论。
• 一个统一的输出要求：三档都用同一句指令，比如「按主题归并，每个主题给出三条结论，不改动人名、数字、日期」。
• 测单次上限的笨办法：从 2 万字开始，每次加 1 万字，看它从哪一档开始丢结尾或报超长。报出来的上限和实际能吃下的上限不是一个数。
• 一张记录表：字数、调用次数、总耗时、一致性错误数、人工核对分钟、是否重跑。这六列是后面所有结论的依据。

具体怎么做

第一步：先测「实际能一次吃下多少字」，别信参数表

参数表写的是理论上限，实际能吃下多少要看它会不会丢内容。测法很土：找一段有明确结尾标记的文本，从 2 万字开始每轮加 1 万字，每次都问它「最后一句是什么」。答不上来或者答错，说明这一档已经超了。报错是一种失败，静默丢内容是另一种失败，后者更危险。

这是一份长文本，请在处理前先做一件事：
原样引用这份文本的最后 30 个字，然后回答我一共多少字。

如果文本超出你的处理范围，请直接告诉我「超出」，不要只处理前面一部分然后假装完成。

确认能完整处理后，再按我的要求做：（粘贴你的任务要求）

第二步：三档各跑一遍，记录调用次数和总耗时

同一份材料、同一个要求，两个模型各跑一遍。记录的重点不是「谁快」，而是调用了几次。调用次数决定了后面所有的成本结构：一次就是一遍输入，三次就是三遍输入外加两次摘要，总输入往往涨到字数的 1.8 到 2.3 倍。

请帮我按下面格式记录一次长文处理的结果，不要省略任何一项：

| 材料 | 字数 | 模型 | 调用次数 | 单次输入字数 | 总耗时 | 是否中途追问 |

规则：
1. 调用次数按实际发生计，包括为了补漏而追加的调用；
2. 单次输入字数包含我贴进去的摘要或前文，不只是一段正文；
3. 如果中途因为截断、报错、结果不全而重来，单独记一行，不要合并。

第三步：只查三样一致性，人名、数字、日期

分段处理最典型的损伤不是「写得不好」，而是同一件事在不同段里说法不同。核对只查三样：人名（同一个人有没有两种写法）、数字（同一个数有没有两个值）、日期（同一件事有没有两个时间）。三样都是可机械比对的对象，不需要逐字读，把全文里的人名、含数字的句子、日期全抽出来，看有没有冲突。

这是一份分段处理的输出，共 5 段。请帮我做一致性检查，只查三样：

1. 人名：列出所有出现的人名及其出现次数，标出疑似同人不同写法的组；
2. 数字：列出所有带数量、金额、百分比的句子，标出指同一对象却数值不同的；
3. 日期：列出所有时间点，标出指同一事件却时间不同的。

输出一张冲突表：冲突项 / 段 1 的说法 / 段 N 的说法 / 哪个更可信（依据原文）。

最后统计：冲突几处，其中会导致结论错误的几处。

第四步：把人工核对时间折算进去，重算总成本

这一步是整篇文章的重点。调用费只占一部分，核对时间要按你的时薪折进去。做法很简单：记录核对用了多少分钟，按你所在岗位的小时成本折算成一个金额，和调用费加在一起。当你发现 8 万字档的核对时间是 40 分钟、而一次吃完的方案核对是 0 分钟时，单价优势就不成立了。

这是我的三档实测数据：调用次数、字数、人工核对分钟、是否重跑。

请帮我算总成本，用两个口径并列：
口径 A 只算调用费（按当期官方标价折算）；
口径 B 调用费 + 人工核对（按每小时 60 元折算）+ 重跑成本（重跑一次等于再花一次调用费）。

输出表格：档位 / 方案 / 口径 A / 口径 B / 差额。
最后给一句结论：从哪一档开始，单价高的方案在口径 B 下更便宜。

第五步：按长度定分工，写进你的默认设置

结论要落成一个可执行的规则，而不是「看情况」。规则长这样：8,000 字以内用便宜的；8,000 到 35,000 字也用便宜的，但必须补一次一致性检查；超过 35,000 字换能一次吃完的。分界线的位置按实测来，不用抄别人的。写进默认设置的意思是：下次遇到长文，你不用再想一遍。

这是我实测出的三档结论。请帮我写一条默认分工规则，要求：

1. 用「如果……就……」的句式，最多三条；
2. 每条都写明触发条件（字数区间）和动作（用哪个、加不加检查步骤）；
3. 说明这条规则在什么情况下需要重测（比如材料类型变了、任务从摘要变成逐条改写）。

最后帮我列一句提醒：这条规则不适用于哪些任务。

实测记录

三份材料都是访谈稿整理，同一句输出要求。Kimi 走长上下文路线，豆包单价低一档，下面按这两个身份对照。先用笨办法测单次上限：Kimi 从 2 万字加到 19 万字仍能准确引用结尾，第 20 万字那档开始答错结尾，实际可用上限按 19 万字记；豆包加到 4 万字仍完整，5 万字那档丢了最后一节，实际可用上限按 4 万字记。

8,000 字档：两者都是一次处理，Kimi 42 秒，豆包 38 秒，一致性错误都是 0。这一档按单价折算，豆包的调用费约为 Kimi 的四成，但因为绝对值小到几分钱，这个差价没有实际意义。

30,000 字档：Kimi 一次处理，71 秒，错误 0。豆包必须分 3 段（每段 1 万字），总耗时 4 分 20 秒，出现 2 处一致性问题——同一个人名在第 1 段写「陈立」、第 3 段写「陈力」；一个数字第 2 段是「2,400 万」、第 3 段写成「2,400」。核对加改正用了 12 分钟。这一档按调用费算豆包仍低三成，但把 12 分钟折算进去，两者基本持平。

80,000 字档：Kimi 一次处理，2 分 10 秒，错误 0。豆包分成 5 段（每段 1.6 万字），总耗时 9 分钟，一致性问题 7 处，其中最严重的一处是同一个项目的投入金额在第 2 段和第 5 段差了一个数量级，如果直接用会导致结论完全相反。核对发现后必须重跑，重跑再花约 9 分钟，接着再核对 15 分钟，合计 40 分钟。这一档豆包的调用费约为 Kimi 的七成五，但重跑一次就把这个差价填平，再加上人工时间，总成本大约是 Kimi 的 1.7 倍。

最容易错的 3 个地方

第一，按参数表定上限。参数表上的数字是理论上限，实际能吃下多少要看它会不会静默丢内容。判断方法是问它「最后一句是什么」，答不上来就是超了。更隐蔽的情况是它把后面几节压缩成一句话，字数看起来正常，内容已经没了。

第二，分段后不复检一致性。分段处理的输出单看每段都很顺，拼起来才出问题。而且这类错误特别像真的：2,400 和 2,400 万放在两段里，读者只会相信离自己近的那一个。核对只查人名、数字、日期三样就够，通读一遍反而抓不住。

第三，只算调用费。把省下的一毛钱和花掉的四十分钟放在同一张表里，才会看出真实的账。判断口径很简单：如果这个结论要发给老板，你会不会把核对时间也写进去。

可复用的东西

三档测法：8,000 / 30,000 / 80,000 字，同一类材料、同一句要求。三档足以看出成本结构在哪一档翻转，不必铺五档。

测上限的笨办法：从 2 万字起每轮加 1 万字，让对方引用结尾 30 字。答错即超限，静默压缩比报错更危险。

一致性只查三样：人名、数字、日期。三样都能机械抽取，不需要通读，十分钟能过 5 万字。

两套成本口径：只算调用费，和调用费加人工加返工。分界点就在两个口径给出相反结论的那一档。

一条默认规则：8,000 字以内随便用便宜的；8,000 到 35,000 用便宜的但必须复查三样；35,000 以上换能一次吃完的。分界线按你自己的实测定。

如果你也经常要做这件事，欢迎在评论区说说你的卡点和做法；也可以留言告诉我，你想看哪个岗位的哪件活怎么用 AI 拆。

admin 普通

收藏 海报 链接