Kimi K3.1 Pro 推出，價格比自家前代更低：$2/$10，以及一份更粗糙的基準測試表

Moonshot AI 於Kimi K3.1 Pro 2026 年 10 月 24 日發布，而這次發布中最關鍵的數字並不在基準測試圖表上。它在費率表上：每百萬輸入 token 2.00 美元、每百萬輸出 token 10.00 美元，相較於它所基於的Kimi K3 的 3.00 美元與 15.00 美元。一個比前代便宜三分之一的後繼者，本身就罕見到足以作為首要亮點，因為與基準測試分數不同，它不取決於由誰的測試框架跑出結果。如果你已經付費使用 Kimi K3，升級理由就從更小的帳單開始。

第二個數字才是 Moonshot 想讓你注意的：在 Terminal-Bench 4.0 上拿到 65.7%，對比 GPT-6 Astra 的 58.2% 與 Claude Opus 5.5 的 66.4%。這讓這款新模型在廠商自家的榜上排第二，而不是第一。在發表當天就公布這件事相當誠實，也透露了這次發布的定位。Kimi K3.1 Pro 並不是被當成全世界最強的模型來賣，而是被當成一個更便宜、又足夠接近前沿的模型，靠「每完成一項任務的成本」取勝。

K3 與 K3.1 Pro 之間實際上改變了什麼？

Moonshot 明確表示，這是後訓練版本的發布，而非全新架構。該公司稱 Kimi K3.1 Pro 是 Kimi K3 的後訓練版本，以大幅提升的後訓練算力訓練而成，其中包括橫跨數百個下游領域的大規模聯合強化學習。上下文視窗維持不變，為 1,048,576 個 token。視覺與影片輸入維持不變。100 萬 token 的輸出上限維持不變。

實務上，這意味著基礎模型的知識與推理能力仍是與先前相同的資產；差別在於行為。Moonshot 表示，它重新調整了強化學習框架、長上下文推論、訓練效率、沙盒基礎設施、rollout 排程與環境品質檢查，讓那次後訓練得以執行。這些是關於模型如何製作的工程主張，外界難以驗證。行為方面的主張較容易測試，而發布數字就體現在這裡。

參數量正是廠商話術容易變得含糊的地方。Moonshot 稱它是 3T 級開放權重模型。發表會報導指出，其主幹總參數量為 2.8 兆，活躍參數約 1,040 億，這與 Kimi K3 的混合專家配置相同。兩者都成立：「3T 級」是定位說法，而 2.8T 四捨五入就能歸入此級。對你的帳單與延遲真正有影響的是活躍參數量，而沒有證據顯示活躍參數量有變。

基準表，以及該對它信任到什麼程度

Moonshot 公布了橫跨 14 項程式設計、科學與知識工作評測的結果。模式相當一致：在該公司重點訓練的任務上取得大幅進展，其餘任務則與封閉前沿模型接近持平，另外還刻意揭露了一項退步。

• 前沿程式設計 — Terminal-Bench 4.0：Kimi K3.1 Pro 65.7%、Claude Opus 5.5 66.4%、GPT-6 Astra 58.2%。由廠商自行執行。

• 長時程編碼 — Kimi Code Bench 3.0 Long-horizon：K3.1 Pro 為 61.2%，Kimi K3 為 55.95%。這是這組中最單純的前代比較，也是最受廠商控制的一項，因為基準測試與測試框架都出自 Moonshot。

• 3D 與 CAD — BenchCAD 搭配工具時：K3.1 Pro 為 92.7，Opus 5.5 為 96.2，GPT-6 Astra 為 95.9，Claude Fable 5.1 為 92.6。不搭配工具時：72.8，相較之下 Opus 5.5 為 73.0，Fable 5.1 為 60.6。搭配工具時的差距相當小，因此重新執行測試時排名可能會變動。

• 幻覺 — Kimi Hallu Bench Hard：使用工具時，主張層級的比率為 8.3%，較 Kimi K3 的 23.4% 下降。GPT-6 Astra 為 5.5%，Opus 5.5 為 15.0%。不使用工具時比率為 5.4%，相較之下 Astra 為 4.2%、Opus 為 6.8%。

• 金融與營運 — Frontier Finance 58.6；內部 Financial Modeling 57.6，對比 K3 的 50.4；內部 Financial Research 70.4，對比 58.8；內部 Business Operation 37，對比 8.9。最後三項是 Moonshot 自家的評估，因此衡量的是該公司在自選任務上的進步，而非在公開競技場上的排名。

• 退步幅度——xdev-bench-hard pass@3 為 81.0%。一個未採用該公司降低風險措施訓練的檢查點，在同一項測試中拿下 90.5%。Moonshot 公布了這道差距，並將其歸因於針對性的安全工作與訓練資料管控。無論你怎麼看待這項取捨，主動揭露 9.5 點的能力代價，都不是一篇發布文章常見的寫法。

誠實的總結是：這些是廠商自行回報的數字，尚未有獨立複現。Kimi K3 在七月推出時，Artificial Analysis Intelligence Index 為 57，而 K3.1 Pro 在發布當天並沒有同等的第三方評分。這裡的測試框架影響極大：Terminal-Bench 的結果會因 scaffolding 不同而相差數十點，因此不同實驗室在不同測試框架下產生的 65.7% 和 58.2%，並不是對 7.5 個百分點差距的乾淨測量。請把這張表視為關於方向的主張，而非關於幅度的主張。

降價對工作負載究竟有什麼實際影響

API 價格在完整的 100 萬 token 視窗內均一，沒有長上下文附加費。完整價目表如下，以每百萬 token 的美元計價：

• Kimi K3.1 Pro — 輸入 $2.00、輸出 $10.00、快取命中 $0.20、快取寫入於五分鐘 TTL 為 $2.00、於一小時 TTL 為 $4.00。

• Kimi K3.1 Pro 高速版 — 輸入 $4.00、輸出 $20.00、快取命中 $0.20、快取寫入 $4.00 與 $8.00。同一模型，輸出速度提升至兩到三倍，在 Kimi Code 中的額度消耗約為兩倍。

• Kimi K3 — 輸入 $3.00、輸出 $15.00、快取命中 $0.30、快取寫入 $3.00 與 $6.00。

一項讀取 1M 輸入 token、寫入 200K 輸出 token 的請求，在 Kimi K3 上要價 $6.00，在 Kimi K3.1 Pro 上則為 $4.00。把實際的提示快取納入考量後，差距仍約為三分之一，因為快取命中價格也從 $0.30 降到 $0.20。對一個每一輪都要重新讀取大型儲存庫或長篇財務文件的代理而言，這正是工作流程能否自行打平成本的分水嶺。Moonshot 實際上把這次升級定價成利潤率下調，而非溢價，對一個幾乎在各項數字上都剛交出更佳表現的模型來說，這是個奇怪的舉動——但對任何因為 K3 帳單而正在物色替代方案的人來說，這倒是件好事。

機制上有個陷阱。Kimi K3.1 Pro 總是會思考：推理無法關閉，而 reasoning_effort 欄位接受 low、high 或 max，預設為 max。取樣參數固定為 temperature 1.0 與 top_p 0.95，傳入其他值會回傳錯誤。在對話中途變更推理強度會使前綴快取命中失效，這會悄悄墊高你原先打算執行的調參迴圈的實際成本。更便宜的 token 價格是真的；但工作流程是否更便宜，取決於你在同一個上下文裡多常改變主意。

你可以在哪裡執行，以及比推出更重要的那個日期

Kimi K3.1 Pro 已在 Kimi 消費端應用程式中上線，涵蓋網頁、iOS、Android 與 HarmonyOS，也已在 Kimi Work 桌面版 3.1.0 或更新版本中推出，並可透過 Kimi Code 的模型選擇器使用。在 API 方面，可透過 Moonshot 自家平台以 kimi-k3.1-pro 與 kimi-k3.1-pro-highspeed 使用，提供零資料保留，且推出時企業存取預設為關閉。它同時也開始出現在第三方推論平台上，這對這個規模的模型而言屬正常現象，並不代表任何平台對它的服務品質如何。

更重要的日期是 2026 年 11 月 4 日。Moonshot 表示，完整模型權重將於屆時釋出。這正是讓「開放權重」這個說法不只是行銷話術的原因，也是成本敘事再次改變的時點：自行託管一個 2.8T 參數的混合專家模型並不便宜，但寬鬆授權讓任何擁有 GPU 的人免除按 token 計費。在權重正式釋出之前，上述價格比較就是全部的比較。

給仍在使用 K2 世代的團隊一則營運提醒：Moonshot 的定價頁面指出，K2 系列模型將於 2026 年 10 月 31 日起不再開放給新註冊使用者，並預定於十二月底正式退役。如果你目前使用的是 K2.6 或 K2.7 Code，遷移的決定權已不在你手上，而 K3.1 Pro 就是指定的去向。

你應該第一天就切換嗎？

如果你的工作負載是程式設計、代理式工具使用或財務文件處理，較低的價格加上廠商回報的較高分數，就足以構成直接試用的明確理由。如果是提示詞穩定的長上下文檢索，快取命中價格就是應該納入建模計算的數字，而這也對新模型有利。

如果你的生產路徑依賴可重現取樣，請在遷移前先閱讀固定參數限制。Temperature 1.0 並非對每項任務都是中性的預設值，而一個拒絕接受不同數值的模型，和一個願意接受的模型，屬於不同種類的依賴。

如果你需要獨立證據，再等等。Moonshot 以外還沒有人發表過 K3.1 Pro 的評測。發表時的數字內部一致，而且對安全相關的回歸異常坦率，但這仍然是廠商在批改自己的作業。這麼便宜的模型很快就會受到測試；第一批獨立評測框架的結果，才能告訴你 65.7% 在接觸到別人的輔助架構後是否仍站得住腳。

對於已經透過 OrcaRouter 路由的團隊來說，實際上的變化比這次發布所暗示的還要小。我們的目錄目前以 Moonshot 的定價提供 kimi/kimi-k3，且0% 加價，因此這項比較中的 K3 部分，與你技術堆疊其餘部分使用同一把金鑰即可上線。撰寫本文時，Kimi K3.1 Pro 尚未列入目錄；一旦加入，從一個世代移到另一個世代只是變更模型字串，而不是第二份合約與新的 SDK。降價是值得關注的原因，而直通定價模式則是它會在我們這邊顯示為 Moonshot 公布的相同數字、而非加價數字的原因。

用一段話說明這次發布

Kimi K3.1 Pro 是 Kimi K3 的後訓練升級版，以舊款模型三分之二的價格販售，附有強勁的廠商基準測試表，在幻覺控制上有實質改善，但也揭露在一項對抗性程式設計測試中出現與安全相關的退步，且目前尚無獨立驗證。這次發布確實具有新聞價值，原因在於價格與權重承諾，而非模型採用新架構。要圈起來的日期是 11 月 4 日，屆時權重預定釋出，首批認真的外部評估也應開始出爐。