Kimi K3.1 Pro 对比 Claude Fable 5.1：价格仅为其五分之一，在独立指数上领先两分

Claude Fable 5.1 是 Anthropic 出售的最贵模型：每百万输入 token 10.00 美元，每百万输出 50.00 美元，与 2026 年 9 月 1 日发布的 Fable 5 保持不变。Kimi K3.1 Pro 的价格只有其五分之一。在衡量这两款模型的独立指数上，更便宜的那款反而领先两分——Artificial Analysis 给 Kimi K3.1 Pro 打 55 分，给 Claude Fable 5.1 打 53 分。这种倒挂就是整个对比的核心，而且它还附带着一个大到隔着房间都能看清的星号：Fable 5.1 被定位为当 Opus 不够用时才会选择的那一档，而同一指数给 Opus 打 58 分，比它高五分。

那么哪个数字是错的？很可能两个都没错。该指数是十项评估的平均值；Fable 的定位针对的是一种更窄的工作——长时程的智能体任务，在这类任务中，模型必须连续数小时维持一个计划不散。通用指数可能会漏掉这一点。购买者真正能据以行动的是困惑背后的两个事实：昂贵的模型和便宜的模型在实测能力上很接近，而它们在价格上相差 5 倍，在单次响应能容纳多少内容上相差一个数量级。

这两张费率卡

• 输入 — Kimi K3.1 Pro 为每百万 token 2.00 美元，而 Claude Fable 5.1 为 10.00 美元。

• 输出——10.00 美元对 50.00 美元。Anthropic 指出，在 Fable 5.1 上进行缓存读取的成本仅为 Fable 5 上的四分之一；这一折扣是真实的，但即便如此，其基础费率仍是 Kimi 的五倍。

• 上下文——两者均为 1,048,576 个 token，实际上完全相同。

• 最大输出 — Kimi K3.1 Pro 上为 943,718 个 token，而 Claude Fable 5.1 上为 128,000 个。

• 权重 — Kimi K3.1 Pro 承诺将于 2026 年 11 月 4 日前发布完整权重。Fable 5.1 没有开放权重的计划。

一个读取 100 万 token、写入 20 万 token 的请求，在 Kimi K3.1 Pro 上花费 4.00 美元，在 Fable 5.1 上花费 20.00 美元。对于一条每月处理 10 亿输入 token 的文档处理流水线来说，这就是 2,000 美元对 10,000 美元，而且这还没开始谈质量问题。

Anthropic 说 Fable 是用来做什么的，以及该指数说它是什么

Anthropic 自家的模型指南异常直白：大多数工作负载从 Claude Opus 5.5 开始；对于高要求的推理和长周期智能体任务，则使用 Claude Fable 5.1，“或者当你在更高投入下对 Claude Opus 5.5 的评估仍无法满足你的要求时”。这是一种并非默认、而是升级选项的模型定位——它卖的是更便宜的同门模型力所不及的那部分边际能力。

Artificial Analysis 并未看到这一差距。其指数给 Fable 5.1 打出 53 分，给 Opus 5.5 打出 58 分，给 Kimi K3.1 Pro 打出 55 分。要么该指数中的评估没有重点考察 Fable 针对调优的长时程行为，要么所谓升级的叙事比营销所暗示的更狭窄。两者皆有可能；该指数的十项评估混合了知识、推理和智能体任务，且没有一项会运行数小时。

还有一个值得了解的受限版本。Claude Mythos 5.1 与 Fable 5.1 的能力相同，仅向通过 Anthropic 的项目（例如其 Cyber Verification Program）验证的组织开放。Fable 是该能力被广泛提供的版本，Anthropic 将其定价为高端产品。

Fable 5.1 凭什么值这个价

有三件事无法用单一指数数值来体现。

首先是持续性的智能体工作。Fable 5.1 扩展了 Fable 5 的长时间运行编码、多步骤研究和文档工作，而 Anthropic 的指导明确针对的是 Opus 在高投入下仍表现不足的工作负载。如果你的问题是一次六小时的迁移，而不是单个提示，那么该指数按任务划分的框架衡量了错误的单位。

第二个是周边机制。Fable 5.1 带来了破坏性变更，这些变更之所以存在，是因为各团队曾用其前代产品做复杂的事情：思考块与生成它们的模型绑定，强制工具使用现在会返回错误，编辑较早的轮次会使思考块失效，并且某些 advisor 工具配对不受支持。这些是一个已投入生产环境的生态系统所留下的印记——而对受监管的买家来说，有文档记录的故障模式具有某种价值，这是发布首日的模型尚无法提供的。

第三是上下文管理层面。Anthropic 记录了该模型在对话中途更改推理力度（测试版）以及按轮次限定的系统提示，这些功能在智能体需要在长会话中自行提高或降低思考深度时很重要。Kimi K3.1 Pro 的 effort 字段是顶层的，实践中在会话内固定：更改它会使前缀缓存命中失效。

Kimi K3.1 Pro 靠事实而非定位取胜之处

价格是最明显的一项，而且这不是四舍五入带来的差异。输出上限则没那么显眼：943,718 个 token 对 128,000 个 token，意味着一次响应就能承载一整个大文件、一份完整的迁移 diff，或一篇长文档，无需在客户端拼接。对于批量文档处理和代码库规模的生成而言，这个上限比任何基准测试分数都更能决定架构。

开放权重排在第三。它们尚未发布——日期是11月4日——但承诺已公开，而K3先例（权重于7月27日发布，许可证允许使用、修改、分发和微调）是一个具体的模板。如果你的部署无法调用托管API，那么表格中的那一行就是唯一重要的。

Kimi K3.1 Pro 所欠缺的，是 Fable 5.1 那三个月的生产使用历史、其有据可查的破坏性变更清单，以及 Anthropic 的企业级服务体系。一个本周才发布的模型，还没有在任何公开场合被任何人检验出失败。

要运行什么，以及如何拆分它

这两个模型均可通过 OrcaRouter 按各自提供商的标价调用，且不额外加价——Kimi K3.1 Pro 为 2.00 美元和 10.00 美元，Claude Fable 5.1 为 10.00 美元和 50.00 美元——使用同一个密钥，支持相同的三种请求格式，因此路由策略可以在两者之间转移工作，而无需改动应用代码。

证据支持的分工是：将长周期智能体工作，以及任何需要 Anthropic 的 thinking-block 和 effort 机制的任务，交给 Fable 5.1；将大批量生成、文档处理和代码库级输出交给 Kimi K3.1 Pro。在价格为 5 倍的情况下，即使把 20% 的流量发给这个昂贵模型，混合账单仍比全部使用 Fable 的基线低约 80%。

唯一不该做的，是把指数倒挂当作便宜模型更好的证据。它证明的是，差异小到足以由你的工作负载而非排行榜来决定——并且在这样的价格差距下，默认应选更便宜的模型，直到评估表明并非如此。