Kimi K3.1 Pro 评测：跑分、价格，和 K3 比改了什么

Kimi K3.1 Pro 是月之暗面（Moonshot AI）2026 年 10 月 23 日发布的新旗舰。它在 Kimi K3 的基础上加大了后训练，上下文还是 100 万 token。价格更低：输入每百万 token 2 美元，输出 10 美元。在 Moonshot 公布的 14 项测试里，它赢了 Claude Opus 5.5 九项，赢了 GPT-6 Astra 十项。

独立测试基本对得上。Artificial Analysis 把它排在 215 个模型的第 4 名，比 Opus 5.5 低 3 分。Artificial Analysis 自己也跑了 Terminal-Bench 4.0。K3.1 Pro 拿到 67.2%，比 Moonshot 报的还高。

也有短板：Artificial Analysis 测出它比平均慢，而且话很多；开源权重还没放，Moonshot 说 11 月 4 日前放出。我们还没自己跑过 K3.1 Pro，下面的数字来自 Moonshot 和 Artificial Analysis。

先说结论

• 比 K3 便宜三分之一，接口不变。 输入每百万 token 2 美元、输出 10 美元，K3 是 3 美元和 15 美元。把模型名改成 kimi-k3.1-pro 就切过去了。
• 在 Moonshot 的表上离 Claude Opus 5.5 很近。 Terminal-Bench 4.0 拿 65.7%，Opus 5.5 是 66.4%，GPT-6 Astra 是 58.2%。短板在科学。Terminal-Bench Science 只有 38.1%，GPT-6 Astra 是 68.1%。Artificial Analysis 自己跑也确认了这个差距。
• 独立测试支持它的写代码分数。 Artificial Analysis 自己跑了 Terminal-Bench 4.0。它拿到 67.2%，Opus 5.5 只有 59.6%。它的指数把 K3.1 Pro 排在 215 个模型的第 4 名。代价是慢、话多：每秒 73 token，一个任务 2.11 美元。按单价它只有 GPT-6 Astra 的五分之一，按任务算却有 Astra（3.26 美元）的三分之二。
• 我们的建议： 本来用 K3 的，现在就换 K3.1 Pro。用 Opus 5.5 或 GPT-6 Astra 的，先拿自己的几个任务试一下。省钱是真的，只是大部分跑分还只有 Moonshot 一家在报。

Kimi K3.1 Pro 是什么？

它就是 Kimi K3 继续训练出来的版本，价格更低。Moonshot 说它是"迄今为止最强的 3T 级开源权重模型"，也是 K3.1 系列的第一款。

两个模型名：kimi-k3.1-pro 和 kimi-k3.1-pro-highspeed。Moonshot 说 Highspeed 快 2 到 3 倍，价格翻倍。

现在能在 Kimi App、kimi.ai、Kimi Work（3.1.0 及以上）和 Kimi Code 里用它。Kimi Code 里用 /model 选。Moonshot 的 API 也能直接调。Kimi 企业版要管理员打开才能用。OpenRouter 上目前只有 Moonshot 一家在提供。

和 Claude Opus 5.5、GPT-6 Astra 比，跑分怎么样？

在 Moonshot 自己的表上，它跟两家互有胜负。14 项测试里赢 Claude Opus 5.5 九项，赢 GPT-6 Astra 十项。

除 GDPval-AA 是 Elo 分，其余都是百分比。数据来自 Moonshot 2026 年 10 月 23 日的发布文章。

对 Opus 5.5，它领先最多的是 SWE-Marathon（51.7 对 46.3）和 GDP.pdf（34.6 对 30.6）。差距最大的是 Terminal-Bench Science。它只有 38.1，GPT-6 Astra 68.1，Opus 5.5 63.3。

DeepSeek V4.1 Flash 1017 和 GLM-5.3 参加的每一项，它都赢了。Terminal-Bench 4.0 上，它 65.7，两家是 42.3 和 41.8。Claude Fable 5.1 有三项赢它：Terminal-Bench Science、Frontier Finance 和 OSWorld。

Moonshot 跑 K3.1 Pro 时把思考档位开到最高，temperature 1.0、top-p 0.95。测试基本都在 Claude Code 里跑。对手也都按各家最高的思考档。对手的分数多数来自各家自己的报告或公开榜单，有几项是 Moonshot 自己跑的。

Moonshot 在注释里提醒，Claude 模型"可能有回退（fallback）"；GPT 模型"可能有网络安全防护（cyberguards）"。Kimi Code Bench 3.0 是 Moonshot 内部测试。

独立测试对得上吗？

大体对得上。Artificial Analysis 自己跑测试，把 K3.1 Pro 排在 215 个模型的第 4 名。上面这些对手里，只有 Claude Opus 5.5 的分数比它高。

表里是 Artificial Analysis 智能指数 v4.3.2、输出速度和每个指数任务的平均成本。2026 年 10 月 24 日核对。它的 10 项测试包括 Terminal-Bench 4.0、GDPval-AA 和 GDP.pdf。这三项 Moonshot 的表上也有，但数字是 Artificial Analysis 自己跑的。

Artificial Analysis 还跑了 Terminal-Bench Science，这一项不在指数里。这四项测试，K3.1 Pro 在两家的结果如下：

两家很接近。Artificial Analysis 跑的 Terminal-Bench 4.0 更高；GDP.pdf 和 Terminal-Bench Science 更低。K3.1 Pro 的 67.2% 也是这组模型里最高的。同样由 Artificial Analysis 跑，Opus 5.5 是 59.6%，GPT-6 Astra 是 59.1%。

Artificial Analysis 跑的科学测试也证实了短板。K3.1 Pro 34.3%，Opus 5.5 59.0%，GPT-6 Astra 63.3%。

代价是话多。跑完整个指数，K3.1 Pro 写了 1.5 亿 token，中位数是 8700 万。Artificial Analysis 说它"非常啰嗦"。所以按任务算，它的花费大约是 GPT-6 Astra 的三分之二，虽然每 token 单价只有 Astra 的五分之一。

跟 Opus 5.5 比，它每个任务只花大约三分之一，指数低 3 分。

对手的数字靠谱吗？能核对的地方都对得上。Opus 5.5、GPT-6 Astra、Fable 5.1 和 GLM-5.3 的分数都对得上。对照的是各家自己的报告，或公开的 Terminal-Bench 4.0、SWE-Marathon 和 BenchCAD 结果。GDPval-AA 的分数和 Artificial Analysis 实时榜的差在 2 分以内。

两个要留心的地方：

• Opus 5.5 在 Terminal-Bench 4.0 上的 66.4 是 Anthropic 自己的数字。公开榜上最好的一次是 64.8。
• GPT-6 Astra 在 OSWorld 上的 75.8 来自别家的报告。OpenAI 自己的文章给的是 72.6，用的是另一个 OSWorld 版本。

还有几件事现在还核不了：

1. K3.1 Pro 的分数大多只有 Moonshot 一家。除了上面这四项，公开榜上还查不到它。Terminal-Bench 4.0 榜上没有 Kimi 的模型，SWE-Marathon 榜上只有 Kimi K3，48.1。
2. 对手是 Moonshot 挑的。公开的 SWE-Marathon 榜上，Muse Wonder Full 是 53.1，高过 K3.1 Pro 的 51.7。Moonshot 的表里没有 Muse Wonder。
3. Moonshot 自己的页面不一致。发布文章说内部 Hallu Bench Hard 的幻觉率是 8.3%，K3 是 23.4%。API 文档写 6.85%，里面还留着 "[xx.x%]" 这样的占位符。以发布文章为准。
4. 权重晚点才放："11 月 4 日前"，许可证还没说。

和 Kimi K3 比改了什么？

价格降了三分之一，Moonshot 自己的测试分数都涨了，调用方式没变。

这五项都是 Moonshot 的内部测试，来自发布文章。Hallu Bench Hard 量的是回答里错误说法占多少，越低越好。

API 跟 K3 一样：一直思考，reasoning_effort 可以设成 low、high 或 max（默认 max）。输出最多 131,072 token，除非你调高 max_completion_tokens。temperature 固定 1.0，top_p 固定 0.95，都别传。图片用 base64 或上传文件发，公网 URL 不行。

有两处是新的：Highspeed 版本，还有 Moonshot 要下线 K2。2026 年 10 月 31 日起，新注册的账号用不了 K2。Moonshot 计划年底前把所有 K2 模型下线。

在我们的 Kimi K3 评测里，K3 默认用最高档思考，结果比 DeepSeek V4.1 Flash 慢 2 到 4.4 倍。Hacker News 上一位开发者说，在自己的测试里，K3.1 Pro"差不多比 k3 快一倍"。

Kimi K3.1 Pro 多少钱？

输入每百万 token 2 美元，输出 10 美元。这是 Claude Opus 5.5 的一半，GPT-6 Astra 的五分之一。

牌价来自 Moonshot、Anthropic 和 OpenAI 的价格页，2026 年 10 月 24 日核对。

一次 1 万输入 token、2000 输出 token 的请求，K3.1 Pro 花 0.04 美元，K3 花 0.06 美元。Opus 5.5 和 K3.1 Pro Highspeed 花 0.08 美元，GPT-6 Astra 花 0.20 美元。

真实请求的输出通常更多：K3.1 Pro 每次回答前都要先思考，默认还是最高档。上面 Artificial Analysis 的每任务成本已经把思考算进去了。

Moonshot 会自动缓存重复的提示词前缀。命中缓存每百万 token 0.20 美元，是输入价的十分之一。写缓存每百万 token 2 美元，保留 5 分钟；4 美元保留 1 小时。按上下文长度没有分段定价。

在 Moonshot 的 API 上，充值满 1 美元才能用 K3.1 Pro。新账号是 Tier 0，每分钟 3 次请求、同时 1 个；累计充值 10 美元后升到每分钟 100 次、同时 15 个。

该换成 Kimi K3.1 Pro 吗？

本来用 K3 的就换；用 Claude Opus 5.5 或 GPT-6 Astra 的，先让它跑几个你自己的任务。

如果你现在用 Opus 5.5 写代码，试 K3.1 Pro 的理由是成本。在 Artificial Analysis 那套测试里，它每个任务大约是 Opus 5.5 的三分之一，指数低 3 分。先在自己的代码库上试。除了两项 Terminal-Bench，它的写代码分数都只有 Moonshot 一家。

怎么开始用 Kimi K3.1 Pro？

在 Moonshot 的 API 平台充值至少 1 美元，然后在任何兼容 OpenAI 的客户端里调 kimi-k3.1-pro。也可以在 Kimi App 或 Kimi Code 里直接选。

下面是 Moonshot 快速开始里的例子，档位设成 high：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.ai/v1",
)

completion = client.chat.completions.create(
    model="kimi-k3.1-pro",
    reasoning_effort="high",  # low、high 或 max（默认）
    messages=[{"role": "user", "content": "Introduce Kimi K3.1 Pro in one sentence."}],
)
print(completion.choices[0].message.content)

1. 多轮对话和工具循环里，把整条 assistant 消息传回去，包括 reasoning_content 和 tool_calls，Moonshot 要求这样。
2. temperature、top_p、n 和两个 penalty 都别传，它们是固定的。
3. 图片用 base64 或上传文件发，公网图片 URL 不行。
4. 在 Codex 里，Moonshot 的指南写的是 model = "kimi-k3.1-pro"、wire_api = "responses"，base URL 用 https://api.moonshot.ai/v1。

OmniaKey 到 2026 年 10 月 24 日还没有接入 K3.1 Pro。Kimi K3 和 Moonshot 表里的每一个对手都能调。从 Claude Opus 5.5、GPT-6 Astra 到 DeepSeek V4.1 Flash 和 GLM-5.3，都在。用一个兼容 OpenAI 的 key 就行：同一个任务在每个模型上跑一遍，再做决定。

国内怎么用

国内可以用 Moonshot 国内开放平台（platform.kimi.com）调 K3.1 Pro，按人民币计价。价格见下面的常见问题。Kimi App、网页版和 Kimi Code 里也能直接选它。想用同一个 key 对比 Kimi K3、Claude Opus 5.5 和 GPT-6 Astra，可以用 OmniaKey。它支持支付宝或微信支付人民币直充，具体价格看各模型页。

常见问题

为什么新注册的 Kimi API 账号用不了 K3.1 Pro？

要充值至少 1 美元才会解锁。累计充值额还决定限速：Tier 0 每分钟 3 次请求。

K3.1 Pro Highspeed 是另一个模型吗？

Moonshot 把它当作 K3.1 Pro 的一个版本卖，速度快 2 到 3 倍，输入输出价格翻倍。缓存输入还是 0.20 美元。OpenRouter 把两个放在同一个模型下，Highspeed 在它的 "priority" 档。

能关掉 Kimi K3.1 Pro 的思考吗？

不能。Moonshot 的文档说它一直思考，把 reasoning_effort 设成 low 可以让它想短一点。OpenRouter 的页面有个 "none" 选项，但 Moonshot 的文档里没有这个设置。

Kimi K3.1 Pro 开源吗？

Moonshot 说完整权重 2026 年 11 月 4 日前放出，API 和 App 现在就能用。它还说开源版本里去掉了网络安全相关的训练数据，发布文章里还没写许可证。

Kimi K3.1 Pro 在国内多少钱？

在 Moonshot 国内平台上，输入每百万 token 13 元，缓存输入 1.30 元，输出 68 元。Kimi K3 是 20 元、2 元和 100 元。

来源

• Moonshot：Kimi K3.1 Pro 发布（2026 年 10 月 23 日）
• Moonshot API：Kimi K3.1 Pro 快速开始、思考档位、价格和充值与限速
• Moonshot 国内开放平台价格
• Artificial Analysis：Kimi K3.1 Pro和 GDPval-AA
• Terminal-Bench 4.0 榜、SWE-Marathon 榜
• Anthropic：Claude Opus 5.5 系统卡和价格
• OpenAI：GPT-6 Astra 发布和模型页
• OpenRouter：Kimi K3.1 Pro
• Hacker News 发布讨论

全部在 2026 年 10 月 24 日核对。