Kimi K2.7 Code vs Claude Fable 5：成本降低94%的着陆页
Kimi K2.7 Code vs Claude Fable 5: Landing pages that cost 94% less
一项实验让 Kimi K2.7 Code 与 Claude Fable 5 各自生成 12 个落地页，并引入设计灵感 MCP 服务器为 Kimi 提供视觉参考。Kimi 平均成本比 Fable 低约 94%（约 16 倍），比 Claude Opus 4.8 低约 8 倍。GPT-5.5 按评分标准对页面截图与源代码打分，Kimi 在多数页面得分与 Fable 差距仅数分，在 B2B SaaS、SQL 图表等类别中保持竞争力。结果发布于 OVSC 网站。
总结
我们让 Kimi K2.7 Code 和 Claude Fable 5 分别生成了 12 个落地页。Kimi 的成本低了 94%，并且在几乎每个页面的评分上都只差几分。开源模型不仅更便宜，在质量上也确实具有竞争力。而且差距缩小的速度比人们意识到的要快。
我们进行了一项实验，让 Kimi K2.7 Code 和 Claude Fable 5 各自生成 12 个落地页，以便进行并排比较。总体而言，Kimi K2.7 Code 的成本比 Fable 5 低约 94%，并且产生了质量相似的输出，尤其是在我们通过设计 MCP 为 Kimi 提供了正确的上下文之后。
我们在 OVSC 网站 上发布了我们的发现，以及由 Claude Opus 4.8、Claude Fable 5 和 Kimi K2.7 Code 生成的所有变体。平均而言，Kimi 比 Fable 便宜约 16 倍，比 Opus 便宜约 8 倍。
OVSC 网站让你可以探索所有落地页，以及总成本、token 使用量和生成时间的明细。
为了理解我们是如何进行这项实验的，我们首先建立了一个基线，看看仅凭 prompt 模型能产生什么。
Prompt
我们从几个不同类别的一小组落地页 prompt 开始，包括 B2B SaaS、一个屋顶地下酒吧，以及一个用于 SQL 查询的开发者工具。以下是我们使用的 prompt 示例：
- 为一个将 SQL 查询转换为图表的开发者工具构建一个落地页。
- 为一个屋顶地下酒吧鸡尾酒吧构建一个落地页——装饰艺术风格、金箔和祖母绿、1920 年代的魅力。
- 为一个 B2B SaaS 初创公司构建一个落地页——一个团队项目管理和协作工具（任务、时间线、团队工作流、集成）。
我们将相同的 prompt 同时提供给了 Kimi K2.7 Code 和 Claude Fable 5。
以下是当被要求“为一个将 SQL 查询转换为图表的开发者工具构建一个落地页”时，这些模型创建的页面。
Claude Fable 5；Kimi K2.7 Code
不幸的是，两个模型制作的落地页都明显带有 AI 生成的感觉。
即便如此，这为我们提供了一个有用的基线，了解每个模型仅凭一个简单 prompt 能产生什么。为了进一步推动设计，我们需要给模型更强的创意方向，而我们发现最有效的方法是使用一个自定义的 MCP 服务器。
设计灵感 MCP 服务器
我们设置了一个自定义的 MCP 服务器，它提供了设计良好的落地页截图，以及单独的 UI 元素和其他视觉参考。由于 Kimi K2.7 Code 是多模态的，我们可以将这些图像直接与文本一起包含在 prompt 中。
这显著改变了结果。Kimi 不再仅凭一个简短的 prompt 生成布局，而是可以从具体示例中学习，捕捉视觉语言，并将这些模式应用到新页面上。在实践中，结果具有更强的层次结构、更好的排版和更有意图的构图。
以下是屋顶地下酒吧落地页的前后对比：
仅使用 prompt 的 Kimi K2.7 Code；使用设计灵感 MCP 服务器的 Kimi K2.7 Code
有了设计灵感，Kimi 生成的页面加载更快，避免了损坏的图像占位符，并使用了更具可读性的排版。
一旦设计得到改进，我们接下来想探索的是成本。
每个落地页的成本
使用像 Kimi K2.7 Code 这样的开源模型的一个优势是成本。例如，这个 B2B SaaS 的落地页使用 Kimi 仅花费 4 美分。同样的 prompt 使用 Claude Fable 花费 1.09 美元，贵了将近 27 倍。
Claude Fable：总成本 1.09 美元；Kimi K2.7：总成本 4 美分
平均而言，我们使用 Kimi K2.7 Code 生成的落地页比使用像 Claude Fable 5 这样的专有模型生成的落地页便宜大约 16 倍。
使用生成式编码 agent，你很少只生成一个落地页版本。更多时候，你会生成许多变体，以便探索不同的设计方向、文案和页面元素。然后你对那些有前景的版本进行迭代，通过反复的实验和调整循环来编辑和完善。经过所有这些来回，价格差异会迅速累积，即使对于像 SaaS 落地页这样简单的事情也是如此。
如果你使用 Kimi K2.7 Code 生成 100 个页面，与使用像 Claude Fable 5 这样的专有模型相比，你将节省大约 94 美元。
更低的成本是一个明显的优势，但我们也想要一种方法来比较结果的质量。
比较结果
生成落地页后，我们想要一种系统的方法来比较 Kimi 和 Fable。我们不仅仅看代码本身，而是看每个页面的整体质量，包括定位、视觉方向、内容结构、工艺、响应式设计和技术执行。为此，我们给 GPT-5.5 一个评分标准，让它审查并评分每个页面的截图和源代码，并给出 0 到 100 的最终分数。
以下是每个落地页的分数：
| 页面 | Fable | Fable + MCP | Kimi | Kimi + MCP |
|---|---|---|---|---|
| SQL 图表 | 86 | 91 | 82 | 86 |
| 长篇文章 | 86 | 83 | 82 | 85 |
| 建筑作品集 | 91 | 92 | 88 | 79 |
| 睡眠应用 | 92 | 94 | 80 | 80 |
| 学烹饪应用 | 94 | 92 | 86 | 81 |
| 独立书店 | 95 | 92 | 89 | 89 |
| 电子音乐 | 91 | 91 | 85 | 85 |
| 辣酱品牌 | 91 | 93 | 86 | 87 |
| 屋顶地下酒吧 | 93 | 92 | 86 | 85 |
| 香水品牌 | 91 | 91 | 88 | 83 |
| 语音克隆应用 | 88 | 90 | 83 | 84 |
| B2B SaaS | 84 | 90 | 80 | 81 |
Claude Fable 在两个示例中得分都更高，但差距相对较小。Kimi 在设计、结构和整体页面质量上保持了竞争力，同时运行成本低得多。对于这种工作流，我们认为这种权衡是合理的。
最终想法
像 Kimi K2.7 Code 这样的开源模型已经能够生成有用的落地页，但我们的实验表明，仅靠 prompt 只是等式的一部分。如果没有更好的上下文，Kimi 和 Claude Fable 都倾向于产生精致但千篇一律的结果。
最大的改进来自于通过自定义 MCP 服务器为 Kimi 提供视觉灵感。一旦它能够从截图和设计参考中学习，页面就变得更具可读性、更有结构、视觉上也更有意图。
结合较低的成本，这使得开源模型成为此类工作流的实用选择。如果你能给模型更强的输入并廉价地进行迭代，你可以取得令人惊讶的进展。
你可以在 Together AI Playground 中尝试像 Kimi K2.7 Code 这样的开源模型。