性能逼近Opus的Kimi K3.1 Pro，为何栽在额度上？|flash|kimi|opus|token|新模型|编程

杨植麟的高分烦恼。

10月24日凌晨，月之暗面的服务器迎来一波久违的拥挤。Kimi 甩出 K3.1 Pro，3万亿级参数、100万 Token 上下文、开源。不少用户冲进去试长程编程和 3D 生成，几轮对话后，被进度条劝退，额度掉得太快。

K3.1 Pro 是 K3.1 系列第一款，坐稳“全球参数规模最大的开源模型”位置，完整权重计划 11月4日前开放。它没换基座，是在今年 7 月的 K3 上加的大规模后训练。

在 Terminal-Bench 4.0 终端编程测试里拿到 65.7%，超过 GPT-6 Astra 的 58.2%，和 Claude Opus 5.5 的 66.4% 只差一点。第三方机构 Artificial Analysis 的智力指数榜上，它排全球第四、开源模型第一。

但高调发布两天后，10月26日，Kimi 发公告致歉：对于近期Kimi会员使用K3.1 Pro时出现的限流及不必要的额度消耗，我们向大家致歉。与此同时，公司给所有订阅会员补了月度额度的 25%。一次发布，收尾于一封公开的额度道歉。

K3.1 Pro发布背后，国产头部大模型在算力的硬约束下，正走向两条不同的路。

新模型登榜第一

参数最大

K3.1 Pro 总参数 2.8 万亿（约 3 万亿级），MoE 结构，每次推理只唤醒 1040 亿（104B）活跃参数。重点不在参数大小，总参数决定装多少知识，活跃参数决定每次真烧多少算力。

具体看，Kimi K3.1 Pro的多维度跑分解读。其中，长程编程 SWE-Marathon 51.7%，超过 Opus 5.5 的 46.3%，该榜第一。3D 建模 BenchCAD 92.7%，逼近 Opus 的 96.2%。金融跨表核对 OfficeQA Pro v2 64.4%，目前该榜最好。独立评测 Artificial Analysis 给 55 分，比 K3 涨 11 分，11 月权重开源后有望把开源闭源差距从 12 分缩到 3 分。

来源：罐头图库

Terminal-Bench Science 只有 38.1%，比 Opus 低约 25 点；长上下文推理从 88.7% 滑到 86.3%；但事实幻觉压到 8.3%，K3 是 23.4%。说它“接近一线闭源”可以，说“全面超过”不对，这份老实，反而让“押注上限”更站得住。

100 万 Token 上下文是这条路线地基，约等于 105 万词元，能吞下整个代码库做多步骤长轨迹任务。内部测试里，模型自己搭仿真器、修 36 处肌肉力臂错误，把虚拟人从“走几步就倒”训到连续走 11.2 秒。这类任务最费 token、最考验深度，正是 Pro 要啃的硬骨头。

公司开源策略也透信号。11 月 4 日前放完整权重，并在中期训练和 RL 两阶段主动拿掉网络攻防数据，开放权重世界里少见，等于写明“有边界的开放”。

价格也给了坐标，比前代降约三分之一。

这些数字拼出一个姿态，Kimi 这代没去卷“便宜”，把筹码押在“更强”，长程编码、3D 创作、金融建模和智能体能力，去啃高难度多步骤任务。多数厂商喊“降本”的当口，它偏选能力上限。

但信号的另一半，藏在那封公开的道歉信里。

贵多少，两种生意

代价来得很快，也很具体。K3.1 Pro 的 API 定价每百万 Token 输入 2 美元、输出 10 美元，就在它发布前一周，DeepSeek 把 V4.1 Flash-1017 的输出单价压到 0.59 到 1.19 美元（闲时/忙时），MiniMax M3.1 Flash 更低，只要 0.6 美元。

只看输出 token 这一项，Kimi 就比两家 Flash 贵出约 8 到 17 倍。按第三方机构 Artificial Analysis 口径，K3.1 Pro 单次智能指数任务成本约 1.98 美元。

有第三方同场景实测，单任务成本能到 DeepSeek Flash 的约 4.6 倍，特定场景超过十余倍。

用户嘴里“太贵、太烧钱”，就是这套算术撑出来的。

更麻烦的是怎么消耗的。Kimi 在致歉里承认有“不必要的额度消耗”，根子在子 Agent（智能体）调用和输出长度，多智能体分头查资料、检查代码，每个分支都多吃一份上下文和输出。

官方没说调整后能省多少，只说在“减少不必要的子 Agent 调用和输出长度”。Kimi 烧的不只是参数，还有编排层自己跑出来的 token。