Kimi K3.1 Pro 模型介绍
一句话定位：月之暗面 2026 年 10 月 23 日发布的 K3.1 系列首个模型——2.8 万亿总参 / 104B 激活、100 万上下文、原生视觉，Artificial Analysis 智能指数 55 分排全球第 4，只落后 Opus 5.5、Sonnet 5.5 与 Muse Wonder，价格还比上一代降了三分之一。权重承诺 11 月 4 日前开放。 它的真实处境是这样的：跑分挤进了第一梯队，交付体验却在上线 48 小时内翻了车（限流 + 额度被吃掉，官方公开致歉）。这是一款「能力已经到位、工程配套还没跟上」的模型。 整理日期：2026-10-28 ｜ 资料来源见文末
| 项目 | 信息 |
|---|---|
| 模型 ID | kimi-k3.1-pro（高速版为 kimi-k3.1-pro-highspeed，珂艾暂未上架） |
| 发布时间 | 2026-10-23（官方博客 / X），10-24 国内媒体集中报道 |
| 厂商 | 月之暗面 Moonshot AI |
| 定位 | 长程编程 / 3D 与前端创作 / 金融研究 / 知识工作 |
| 参数 | 2.8 万亿总参 / 1040 亿激活（MoE，官方称 3T 级） |
| 上下文 | 1,048,576 tokens（100 万），不按上下文长度分段溢价 |
| 模态 | 原生多模态（文本 + 视觉理解） |
| 官方定价（国际） | 输入 $2 / 输出 $10 / 缓存命中 $0.20（每百万 tokens） |
| 官方定价（国内） | 输入 13 元 / 输出 68 元 / 缓存命中 1.3 元（每百万 tokens） |
| 价格变化 | 比上一代 K3 的 $3/$15 全线便宜 33% |
| 智能指数（AA） | 55（比 K3 的 44 高 11 分，全球第 4 ） |
| 权重 | 承诺 2026-11-04 前开放（已移除网络安全相关训练数据） |
⚠️ 先分清三个 K3
| 名称 | 是什么 | 状态 |
|---|---|---|
| Kimi K3 | 上一代旗舰，全球首个开源的 3 万亿级模型（2.8T 参数） | 已开源，AA 44 分 |
| Kimi K3.1 Pro（本文） | K3 的后训练增强版——同底座、同 1M 上下文，靠大规模后训练提升 | API 可用，权重 11/04 前开放 |
kimi-k3.1-pro-highspeed | 同样的模型，速度 2–3 倍，价格 2 倍（$4/$20） | API 可用，珂艾暂未上架 |
一、官方上线介绍
1.1 官方最想讲的三件事
1.2 官方基准（全部为 Moonshot 自测）
| 基准 | K3.1 Pro | 参照 |
|---|---|---|
| Terminal-Bench 4.0 | 65.7% | K3 仅 13%；GPT-6 Astra 58.2%；Claude Opus 5.5 66.4% |
| Kimi Code Bench 3.0 Long-horizon | 61.2% | K3 55.95%；GPT-6 Astra 66.5%（仍落后） |
| SWE Marathon | 51.7 | 官方称第一 |
| Agents' Last Exam | 第一 | 官方口径 |
| OfficeQA Pro v2 | 64.4 | 官方称第一 |
| Humanity's Last Exam（带工具） | 70.0 | 官方口径 |
| GDP.pdf / ZeroBench | 第一 | 官方口径 |
| OSWorld V2.1（电脑操作） | 79.6 | 略低于 Claude 两款（落后） |
| Terminal-Bench Science 0.1 | 38.1 | GPT-6 Astra 68.1（大幅落后 30 分） |
| Kimi Hallu Bench Hard（幻觉压测） | 单条陈述错误率 23.4% → 8.3% | 含错回答比例降到前代 42.4%；GPT-6 Astra 5.5% 仍更低 |
| Business Operation（商业模拟） | 约为 K3 的 4.2 倍 | 官方口径 |
1.3 那个被反复引用的「167 次任务」案例
1.4 权重开放的条件：砍掉网络安全数据
xdev-bench-hard 上，未做移除的检查点三次内解出率是 90.5%，最终发布的 K3.1 Pro 是 81.0%。官方的表述是——「我们不想发布会扩展网络攻击能力绝对前沿的权重」。二、开发者实测：好评在「干活」，翻车在「审美」和「额度」
2.1 正面：长程工程与速度，是实打实的进步
2.2 争议：前端审美与 3D，出现了明显的「买家秀」
model3d_generation 技能实际是跑 Python 调外部 API，强制只用自有代码后质量差一大截——爆料者本人也标注未确认，这里只作存疑记录。2.3 负面：上线两天就致歉，问题出在额度
2.4 两笔必须算清的账
三、核心优势
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
四、适合用在哪
⚠️ 明确不该用的五类： 科学计算终端——Terminal-Bench Science 38.1，对 Astra 的 68.1 落后整整 30 分； 超大规模跨模块长程重构—— 官方自家长程编程基准仍落后 Astra； 对响应速度极敏感的交互——高峰期标准版可到 2 分半，除非换 Highspeed（价格翻倍）； 一次成型的视觉审美任务——社区裸测排名靠后，多轮改也未必对； 固定额度订阅的长时间连续跑——这是它目前最容易翻车的地方。
五、劣势与注意事项
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
六、推荐总结
| 你的情况 | 建议 |
|---|---|
| 有拖了很久的复杂工程 bug | ✅ 个人实测 9 分钟修好，最推荐的场景 |
| 要完整交付一个项目（说明书 → 代码 → 自检） | ✅ 自己截图自己改，长程自主性是真的 |
| 3D 场景 / 游戏原型 / 引擎内开发 | ✅ 稀缺差异化，但预期按「能跑」而非「好看」 |
| 金融研究、财报建模、办公文档 | ✅ OfficeQA Pro v2 第一，官方有专项优化 |
| 超长文档 / 大代码库分析 | ✅ 1M + $0.20 缓存 + 不按长度分段溢价 |
| 成本敏感的强推理 | ✅ 单任务约为 Opus 5.5 的 35% |
| 科学计算 / 科研终端 | ❌ 落后 Astra 30 分 |
| 超大规模跨模块重构 | ❌ 官方自家基准也落后 |
| 一次成型的视觉审美任务 | ❌ 社区裸测靠后 |
| 用固定额度订阅连跑长任务 | ❌ 这是它目前最容易翻车的地方 |
| 需要自托管的开源用户 | ⚠ ️ 1.56 TB 权重，个人基本跑不动 |
想和其他 10–10 月新模型横向排队看，见 近期新模型总览：排位与搭配推荐。
| 项目 | 值 |
|---|---|
| 模型 ID | kimi-k3.1-pro |
| 计费 | 按量（token） |
| 上下文 | 1,048,576 / 不按上下文长度分段溢价 |
| 模态 | 文本 + 视觉 |
| 分组 | 共 5 个：Self-Deployed-1、Self-Deployed-2、Kimi-1、Self-Deployed-3、Kimi-2 |
| 分组价（输入 / 输出，每百万 tokens） | 最低约 $0.75 / $3.75（Self-Deployed-1）｜ 典型约 $1.88 / $9.38（Kimi-1 与 Self-Deployed-3）｜ 最高约 $2.75 / $13.75（Kimi-2） |
| 建议 | 长程编码与项目交付优先；单次任务设 token 上限；科学计算与纯审美任务换模型 |
🔑 三条省钱纪律：① 按「每完成一个任务多少美元」算，不按单价算——它的 output token 偏多；② 长会话要及时裁剪上下文，它会把长历史一路带下去；③ 缓存命中价约 $0.20，反复复用同一份长文档/系统提示时，命中率直接决定账单。 ⚠️ 价格按 2026-10-28 核对，组间价差约 3.7 倍，实际按你的令牌所在分组计费；实际单价以珂艾价格页该模型的分组价格为准。
七、来源
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
说明：本篇基准以厂商自测为主（已逐条标注「官方口径」），第三方数据来自 Artificial Analysis、腾讯云测评与多位开发者公开实测；⚠️ 幻觉率存在两套口径（官方 8.3% / 第三方裸测 44%），差异源于是否挂外部核查与压测题设计，正文已说明，引用时请勿单取一面。模型迭代快，最终以官方页面与网关实时价格为准。
修改于 2026-11-02 17:01:25