Muse Spark 对比 Kimi K3.1：模型名称中的那个点才是关键所在

两个模型名称，两类不同的缺失信息。Muse Spark 1.3是一个已发布、经过实测、可调用的模型：它是 Meta Superintelligence Labs 当前的检查点，自 2026 年 9 月 2 日起正式可用，价格为每百万输入 token 1.25 美元、每百万输出 token 4.25 美元，在最高推理设置下于 Artificial Analysis 的 Intelligence Index 上得分 48。Kimi K3.1根本不是一个模型。在厂商自身的任何界面上，都没有任何模型卡、权重仓库、价目表条目或 API 标识符带有这个编号，自从九月社区对一则已被删除的预告的解读指向它以来，也一直如此。这个点号最终指向的，是它所缩写的那个版本——Kimi K3，即该实验室于 2026 年 7 月 16 日发布的、拥有 2.8 万亿参数的开放权重旗舰模型——它如今可以按每百万输入 token 3.00 美元、每百万输出 token 15.00 美元的价格调用。因此，这个对比真正有用的版本是 Muse Spark 1.3 对阵 Kimi K3，而两者之间的差距小到让这个命名错误不再只是吹毛求疵，而是开始变得代价高昂。

这个点从何而来，以及它价值几何

Kimi K3.1 存在的最强信号，同时也是最弱的一类证据：一篇据称由 Kimi 官方账号于 2026 年 9 月 18 日（周五）前后发布的帖子，公布了一长串数字，随后不久便将其删除。这串数字是圆周率小数展开式中去掉开头 3.1 之后的部分——圆周率是 3.1415926535，而所发布的数字串以 41592653 开头——社区讨论帖几乎一致地将其解读为一个版本号。它是厂商一侧的产物，而且无法核实，因为帖子已经没了。从中读出“K3.1”是一种推断，而非 Moonshot 作出的声明。

四周过去了，它仍然没有任何新增内容。泄密者曾指向的八月窗口期来了又走，却没有发布。今年夏天早些时候，那个被一些人解读为 Kimi K3.1 的匿名竞技场条目，根据现有证据，很可能并不是 Kimi。这件事最新的信号是第三方的猜测：Kimi K3.1 和两个 Z.ai 模型编号会在同一周上线；这与其说是泄密，不如说是一个人根据另一个人的感觉做出的解读，而它所指的那一周已接近尾声，三者中任何一个都没有出现。Moonshot 的文档、定价页面、Hugging Face 组织以及博客都用一个名称指代同一个模型——Kimi K3——而且它们中没有一个使用带点的后缀。那个点是搜索框里的习惯，不是版本号。

这一点在这里之所以重要，原因与整洁无关。读者会输入那个点，是因为他们已经读到过关于这一行的某些内容，并正为此回来。若他们来到一个建立在并不存在的模型之上的比较，他们就会是在把 Muse Spark 1.3 与一个推断作比较。

现有的对位：1.3 对 K3

两者都是旗舰级系统，拥有百万级 token 窗口和标称的多模态输入行，且都以长时程智能体工作为卖点——Meta 对 1.3 的宣传语是“为智能体工作流而训练，并针对竞赛级编码性能优化”，Moonshot 则将 K3 定位为“长时程编码与端到端知识工作”。两者之间实测的差距是四个指数点，而这恰恰是其他各列决定答案的临界差距。

• 智能指数 — Muse Spark 1.3 在最大努力下得 48 分，在 217 个中排名第 24，对比 Kimi K3 在最大努力下得 44 分，在榜单上排名第三。相差四分，双方均为 Artificial Analysis 自家托管的测量。

• 输出速度 — Muse Spark 1.3 实测为每秒 121.9 个 token，是该榜单上速度较快的旗舰模型之一；Kimi K3 实测为每秒 44 个 token，被标记为明显偏慢，两者在实际吞吐量上的差距约为 2.8 倍。

• 每个完成的索引任务成本——Muse Spark 1.3 为 1.60 美元，而 Kimi K3 为 2.00 美元。请注意，这与按 token 的比较结果正好相反，原因在于输出的冗余程度：Kimi K3 在整个索引运行期间生成了约 1.6 亿个输出 token，而中位数为 1.3 亿个；Muse Spark 1.3 则生成了约 1.7 亿个，中位数为 8700 万个。两者被测得的“话多”程度相当；只是 Kimi K3 的每 token 价格本来就更高。

• 费率卡 — Muse Spark 1.3 为每百万 token 1.25 美元和 4.25 美元，Kimi K3 为 3.00 美元和 15.00 美元。Kimi K3 享有 90% 的缓存读取折扣，因此在缓存密集的多轮工作负载中，实际价差会大幅收窄；Moonshot 对缓存写入单独计费，而在一小时保留层级上，它们比一次全新的输入 token 更贵。

• 上下文与输出——两者均为 1,048,576 个上下文 token。Moonshot 在其价目表上公布了相同的数字，因此二者在两家厂商共同主打的维度上旗鼓相当。

• 采样控制项 — Kimi K3 将 temperature 固定为 1.0，top_p 固定为 0.95，n 固定为 1，两个惩罚项都固定为 0；如果你传入其他任何值，它会返回错误。深度是唯一的调节旋钮，通过一个顶层 reasoning_effort 字段来设置，可取 low、high 或 max，默认为 max，而在对话中途更改它会让前缀缓存命中失效。Muse Spark 1.3 也提供了 reasoning-effort 设置，Meta 的工具文档指出无法关闭推理。实际上，K3 把一整类调参工作从任务中移除，只留给你一根操纵杆；而 1.3 则让普通的采样参数继续发挥作用。

这笔交易的轮廓无需解读便清晰可辨。Muse Spark 1.3 更快、每完成一项任务的成本更低，并且在指数上高出四个点。Kimi K3 的理由并不建立在其中任何一项之上——它建立在权重之上。

权重，以及每个模型处于许可线的哪一侧

这一列决定了许多队伍的对阵，而它的方向与记分牌相反。Kimi K3 以开放权重形式发布在 moonshotai/Kimi-K3 仓库中，采用 Kimi K3 许可证，Moonshot 将其描述为三万亿参数级别中的首个开放模型：总参数 2.8 万亿，每个 token 激活 1040 亿参数，分布在 896 个路由专家中，每个 token 触发 16 个专家，外加 2 个共享专家，共 93 层，其中 1 层为稠密层。它从监督微调阶段起就以量化感知训练发布，MXFP4 权重和 MXFP8 激活，这是 Moonshot 对广泛硬件兼容性的论据。那一段中的所有内容都是厂商自述，并未被独立复现，而这个区别值得保留，因为 Moonshot 既是训练该模型的一方，也是报告其得分的一方。

Muse Spark 1.3 这些都没有。它是一个服务化检查点，而 Meta 于 2026 年 10 月 15 日发布的 Muse Spark Open 权重是另一个模型，分数也不同——在同一指数上，其 xhigh 设置下得分为 39，在 118 个参数量超过 1500 亿的开放权重条目中排名第九。因此，关于权重情况的诚实说法不是“Meta 开放了 Muse Spark”，而是 Meta 现在在一条闭源产品线旁边发布了一个开放制品；如果你是为了开放权重而来，本页面的 K3 一侧会为对比中的模型提供这些权重，而 Meta 一侧则不会。

OrcaRouter 在其中处于什么位置

Kimi K3 已收录在 OrcaRouter 的目录中，采用 Moonshot 公布的标准费率——每百万输入 token 3.00 美元、每百万输出 token 15.00 美元，页面上还写明了该模型 100 万 token 的上下文——而且它与Muse Spark 1.2和Muse Spark 1.1使用同一密钥进行路由；这两个 Muse Spark 检查点我们以 Meta 的标价 1.25 美元和 4.25 美元、0% 加价提供，因为供应商的标价是直接透传而非加价的。这一组合是解决一个任何排行榜都无法针对你的流量给出答案的四点式指数问题的省钱之道：路由 DSL按规则拆分请求，因此你可以把延迟敏感的路径发给更快的模型，把批处理路径发给你想据以统一权重的那个模型，而置于单一端点之后的自动故障转移则能让任何一方都不至于成为对单一供应商的孤注一掷。Muse Spark 1.3 本身并不在目录中——实际提供服务的检查点是 1.2 和 1.1——而上文引用的基准测试是 1.3 的成绩，因此路由比较与实测比较并非同一对模型。在你据此制定规划之前，这个差距值得了解。

一个背后没有产品支撑的名字该怎么办

如果你是从一个关于 Kimi K3.1 的链接来到这里的，正确的下一步不是去比较任何东西——而是决定你实际要在哪款已发布的模型之间做选择。与 Kimi K3 相比，Muse Spark 1.3 在指数、速度和每个已完成任务的成本上胜出，但在权重以及随之而来的许可自由度上落败。与更广泛的 Kimi 系列相比，更小的 K2.6 和 K2.7 Code 模型完全属于另一个价格层级，对于任何不需要三万亿参数的东西来说，它们才是正确的比较对象。本页没有任何内容能成为等待一个带点后缀的理由：就目前的记录而言，它背后没有模型卡、没有日期，也没有端点，而关于它唯一确凿的事情是，指向它的那条帖子已被删除。

改变局面的可能性很窄。Moonshot 发布 K3.1 的模型卡或定价表上的一行，这就会变成一个真正的双模型页面，带第二列实测数字。Artificial Analysis 新增 K3.1 条目，那四个点的差距就变得可检验，而非推断。或者 Meta 把 Muse Spark 产品线重新指向一个 1.4 检查点，那样 Meta 一侧的变化就与 Moonshot 无关。至少在以上任一项落地之前，这场对比的事实版本就是 Muse Spark 1.3 对 Kimi K3，相隔四个点的实测智能、约 2.8 倍的吞吐量，以及一条许可证边界——而那个点只是一个搜索词，不是产品。

这一切都不构成回避该模型的理由，而只是一个了解其历史的理由：这一类模型背后有据可查的 AI 事件与智能体故障，均收录于 OrcaRouter AI 事故档案，其中每一条目都附有自己的来源、严重程度、置信度评级以及争议标记。