Kilo Code
Kilo Code 是面向 VS Code 和 CLI 的开源编程智能体。kilo.ai/pricing 卖个人 Free、Teams $15(14 天试用、团队管理),以及定制 Enterprise(安全、模型/供应商限制)。推理可以是 Auto Free / 本地 / BYOK(托管 credit $0),或 Kilo Gateway 按供应商牌价,或可选 Kilo Pass(月度 credits,最多 50% 奖励)。github.com/Kilo-Org/kilocode 为 26,900 stars,许可证 MIT。旧的 140 万安装 / 300 万下载 / 500+ 模型 不再当已审计普查。
如果要另一个个人 $0 的 VS Code 智能体,对比 Cline;如果要 Anthropic 的 CLI,对比 Claude Code;如果要更薄的开源 IDE 智能体,对比 Continue。
核心功能
- 个人平台免费:定价写先免费起步,再加 Teams 或 Enterprise。那不是无限前沿模型。
- MCP 和审查:产品仍提 MCP 市场和
/review。以装好的扩展为准。
适用场景
- 会留在 Free、用 Auto Free 或 BYOK 的人。
- 愿意付 $15 做管理的团队。
- 对比 Kilo 和 Cline 的人:一边是 Teams $15,一边是 Cline 只有定制 Enterprise 销售行。
局限:安装量、下载量和 500 个模型这次没有重数。Slack/会话可移植是产品营销;到应用里可对照。
定价方案
kilo.ai/pricing,2026-08-17。
| 方案 | 价格 | 该页说明 |
|---|---|---|
| Free(个人) | $0 | 开源。Auto Free、本地或 BYOK。 |
| Teams | $15 | 14 天试用。团队管理。 |
| Enterprise | 定制 | 安全、合规、模型/供应商限制。 |
| Kilo Gateway | 供应商牌价 | 声称 $0 加价。需要再加油。 |
| Kilo Pass | 月度 credits | 最多 50% 奖励。先看计算器。 |
如果旧博客还写 Kilo 只有免费、没有 Teams 行,以本表为准。
快速开始
- 打开 kilo.ai/pricing,用 BYOK 或 Auto Free 从 Free 开始。
- 从 kilo.ai 或 VS Code 市场安装。
- 如果不需要 $15 Teams 行,可对照 Cline。
- 不要承诺 500 个模型或 140 万安装。
常见问题
Kilo 还是没有标价吗?
不是。个人 $0。Teams $15。Enterprise 定制。
必须买 Kilo Pass 吗?
不必。Pass 是可选 credits。BYOK 可以保持托管 $0。
和 Cline 一样吗?
都是开源 VS Code 智能体。Kilo 公布 Teams $15。Cline 的公开付费行是定制 Enterprise。
替代方案
- Cline:个人 $0,Enterprise 定制。
- Claude Code:Anthropic CLI。
- Continue:开源 IDE 智能体。
使用技巧
- 报 Free $0 / Teams $15。
- 不要把 140 万安装写进材料。
- 把奖励 credits 当折扣法之前,先再看 Kilo Pass。
总结
Kilo Code 是带公开 $15 Teams 行的 MIT VS Code 智能体,不是不计量的 500 模型普查。从 kilo.ai/pricing 开始,再决定 Cline 是否已经覆盖你的编辑器。
评论
还没有评论。成为第一个评论的人!
相关工具
相关洞察
锁死 Codex 的不是模型,是选择器
你已经为 OpenCode Go、Grok、Z.ai 付过钱了,但 Codex 的 picker 默认只露出 GPT。社区项目 codex-router 做的不是再教一遍安装步骤,而是把已经买过的模型能力接回选择器:密钥不出本机,原生 GPT 也不动。
Windows 上把 OpenCode Go 接进 Codex,别再新开一套工具
ChatGPT 登录的 Codex 桌面版,默认选择器几乎只露出 GPT。Windows 上只开 OpenCode Go 这一家,就能把已经付过钱的 Grok、GLM、Kimi、DeepSeek、MiniMax 接回同一个 picker。密钥不出本机,原生 GPT 也不动。
7 款 AI 编程 CLI 用了半年,我悟出一个道理:模型再强,干活也要有监督
Claude Code、Codex、opencode、pi、omp、DeepSeek Harness 各有性格。半年深度使用后我总结出一套分工矩阵:pi 做最省事的 CR、omp 审复杂 PR、DeepSeek Harness 配 V4 Flash 高频低成本审查、Claude Code 与 Qoder 写代码。模型再强,干活也要有监督,而且最好是独立第三方。