今天凌晨1点，经过两天预热的3万亿参数的Kimi K3.1 Pro和HighSpeed高速版发布了。
我也用了一天吧（太贵了，不敢连续用）。
这是月之暗面第一款名字带 Pro 的 Kimi 模型，它沿用 K3 的 2.8 万亿参数底座，主要通过大规模强化学习提升 Agent 能力。
真的挺感慨，最近海外巨头的基模大战可谓打得火热，而国产模型这边，就开始玩起了Flash模型，吞吐量高、速度更快、价格低廉，似乎被广受好评。
我说的是DeepSeek V4.1 Flash和GLM 5.3 Flash，不是刷榜的M家哈。
最近智谱天天送tokens和重置卡，快被我登累了。
之前十一送了15亿tokens，最近还有10次重置卡，基本上快被登秃噜皮了。
智谱这个plan套餐值上加值——就是别涨价了。
昨天Zcode又送了5亿tokens，3亿的flash、2亿的GLM 5.3，就差HighSpeed来了。
今儿用了一下Kimi K3.1 Pro。这次新的模型，我的体验就是：太贵了。
先说摆在面上的数据：
第三方 Artificial Analysis 的网络防御指数中，K3.1 Pro 拿下 64%，比 K3 高 23 个百分点，超过 DeepSeek V4.1 Flash 的 57%，位列开源模型第一。
整个榜单只有 OpenAI 不对公众开放的 GPT-6 Sol（Daybreak Blue）更高，得分为 69%。
综合能力同样进步明显。Artificial Analysis 给出 55 分，较 K3 提升 11 分，全球排名第四，距离榜首 Claude Opus 5.5 只差 3 分。
在 Terminal-Bench 4.0 中，终端编程任务通过率从 K3 的 13% 跳涨到 67%，拿下最高分。
3D 能力则有些分化：官方 BenchCAD 得分 92.7%，接近 Opus 5.5 的 96.2%；但独立的交互式 3D 评测 AA-3D 早期表现没有编程那么突出。
月之暗面还主动移除了部分网络攻防训练数据，以降低开放权重后的滥用风险。在官方内部漏洞利用测试中，未采取风险削减措施的对照版本成功率为 90.5%，最终版为 81%。
看起来，K3.1 Pro 的 API Token 单价比 K3 低三分之一，但 Artificial Analysis 估算，其网络防御评测的平均单题成本从 2.45 美元涨至 2.81 美元，增加约 15%。主要原因是输入 Token 消耗约翻倍，抵消了降价。
对于国内用户来说，真的挺贵的。
目前，K3.1 Pro已经上线API开放平台。
输入价格为每百万Token 1.3元（命中缓存）、13元（未命中缓存），输出价格则为68元。
你看看这个价格对比。
相比 DeepSeek 来说，月之暗面 Kimi K3.1 PRO 的价格优势不是很明显，基本上比 DeepSeek、GLM 5.3还要贵。光 Flash 的版本就要贵将近 13 倍左右，至少是 10 倍以上，所以这个价格还是非常高的。
如果按累计输入、输出各100万token计算，不使用缓存，也不计工具调用等其他费用，Kimi的账单为12美元，MiniMax与DeepSeek空闲时段均为0.75美元，Kimi的费用是后两者的16倍；相对于DeepSeek高峰时段的1.5美元，则为8倍。相比K3，K3.1 Pro的输入、输出单价已经下降了约三分之一，但降价后仍明显高于另外两款Flash。
如果和海外相比，基本上和Claude持平，甚至要比OpenAI GPT某些新模型还要贵一些。
我也试了一天。
我早晨就用K3.1 Pro Highspeed高速版做了一个任务：解析42分钟的Arena讲解Kimi K3.1 Pro的视频转文字。
任务执行了9分钟左右，花了34元。（具体账单明天才能出来）
以下是后台实时看的计费明细，你会发现这个输入输出的量不会合在一起，而是每4-6秒计算一次，这个输入输出的量是呈现“阶梯式”增长的。
这或许就是价格高的原因。
输出效果，说老实话我也没特别满意。
视频转文字是最耗模型上下文能力的，Kimi K3.1 Pro用了昂贵的价格换取了这个模型的能力。
当然不用说3D建模这种，Kimi也是没问题的。
到了晚上，我试了一下Pro和高速版两个模型，就输入了两个字：你好。
结果K3.1 Pro模型卡成狗了，2分27秒才有回复；高速版用了6秒。
说明现在用Kimi K3.1模型的人太多了，算力卡不够，资源不足，所以造成了拥堵现象。
我也看了一下，两个模型都是“你好”和最高速思考下，输入了42000 tokens，缓存了42000tokens，输出一个是70，另一个Pro是148 tokens。
这个消耗量也是牛的一批：一个“你好”就要被输入4万多tokens。
按一秒计算，差不多要7000 tokens每秒，差不多不到1元吧。
我反正是没太理解“你好”为啥要思考这么久，哈哈。
这个贵，并不是我一个人的理由。我看了一眼今天Kimi开发者group里，基本上都是谈消耗量巨大，甚至有人说99元也就能完成2个任务，699元用高速版才能玩不到2个任务而已。
客服回复： 经核实，您早上两次5小时额度用完，主要是三个长会话连续自动执行、多轮调用并携带较长上下文产生的真实消耗，其中较多调用使用了高速版，没有发现重复扣费或额度未用完却被拦截的情况。议将长任务拆成阶段，并在额度刷新后集中执行。
所以699元两个任务都没结束。
今天晚上，Kimi开始资源限流，699元优先，其他版本都会遇到429。
你看他们晒的，基本上都开始200了。
所以这Kimi今天的爆火体验，也谈不上好与不好了。
本质上，还是因为Kimi缺卡、缺资源、缺算力，造成的后果就会模型确实大，但太贵了，开发者用不起。
这体现了背后两个问题：模型性能、价格、体验、算力成本之间如何做平衡，能达到一个所有人满意的结果。
但这似乎国内模型谁也没办到。
Arena也提前体验了一番K3.1 Pro，他们认为，Kimi K3.1 Pro模型与Muse有点相似，肯定比 Muse 模型更好，性能大概相当于两个Muse模型版本之间。相比6.1 Sol，K3.1 Pro成本并没有多少下降，6.1 Sol成本低得多，一个任务更快、更值。
那么和DeepSeek V4.1 Flash没有可比性。同一个任务，在DeepSeek上大概使用是0.5美元左右，而K3.1 Pro要用2美元。
这就是Kimi本身的样子。
我觉得今天一文章当中的这句话说的挺对的：月之暗面需要平衡的，不仅是下一代旗舰的训练投入，还有现有产品的推理成本与用户体验。
这也是Flash版本的意义：用成本更低的模型承接日常任务，让旗舰服务于更复杂的需求。不过，降低成本的前提仍然是能够完成任务，否则省下的调用费用，也可能被重试和人工返工抵消。
我觉得现在模型之间拉不开太大的差距。某些模型虽然也有一些幻觉或者是漂移现象，但大体来说，这些模型拉不开太大的差距。
现在对于开发者来说，唯一的差距点就在于成本：谁更便宜，谁能把 plan 的价格做到能有更多的任务执行，这就是最大的优势。这个成本会倒逼整个企业对于 AI 的使用。
当然对于企业版来说，这些才是大模型公司所要服务的对象。
所以，未来 anything，我并不知道他们会如何发展。
最近这两天，我可能还会发一篇圆桌对话内容，评估如何看待大模型的出海问题。
我最近听说 MiniMax 非常着急，他们最近希望把开源更快推进一点，像 DeepSeek 和阿里千问看齐。
热门跟贴