MoeRouter 部落格
繁體中文
獲取 API Key

Kimi K3.1 Pro 評測彙總:跑分逼近 Opus 5.5,口碑卻兩極

月之暗面的 Kimi K3.1 Pro 於 2026 年 10 月 24 日發布,官方跑分在程式設計智慧體上超過 GPT-6 Astra、逼近 Claude Opus 5.5。這篇彙總官方成績、第三方指數和 B 站 UP 主兩極的實測,並給出價格和選型建議。

kimi-k3.1-pro

文章導讀

  • Kimi K3.1 Pro 是月之暗面在 2026 年 10 月 24 日發布的 3 萬億級參數模型,支援 100 萬上下文。官方標價每百萬 token 輸入 13 元、輸出 68 元,比上一代 K3 便宜三成多。
  • 官方資料裡它在 Terminal-Bench 4.0 上是 65.7%,高於 GPT-6 Astra 的 58.2%,離 Claude Opus 5.5 的 66.4% 只差 0.7 分;Artificial Analysis 給它的智慧指數是 55 分。
  • B 站的實測口碑兩極:有人認為它在國產模型裡綜合領先,也有人給出「不及預期」和「小失望」。短板是科學計算、部分知識推理和 3D 重建。
  • kimi-k3.1-pro 是 MoeRouter 上近 7 天用量第 11 的模型,適合長時間的程式設計和智慧體任務;預算更緊時可以先試更便宜的 Flash 檔。
本文目錄
  1. Kimi K3.1 Pro 是什麼
  2. 在 MoeRouter 上多少錢
  3. 跑分
  4. 實測:口碑兩極
  5. 該不該用
  6. 怎麼呼叫
  7. 常見問題

Kimi K3.1 Pro 是什麼#

Kimi K3.1 Pro 是月之暗面在 2026 年 10 月 24 日發布的模型,是 K3.1 系列的第一個,也是官方口中「迄今能力最強的 3 萬億級參數模型」,支援 100 萬上下文。同時推出的還有高速版 Kimi K3.1 Pro Highspeed:同等智慧,輸出速度約 2 到 3 倍,價格是標準版的 2 倍。官方表示完整的模型權重將於 11 月 4 日前發布[1][3]。

專案 Kimi K3.1 Pro
官方標價(每百萬 token) 輸入 13 元(命中快取 1.3 元)、輸出 68 元
和上一代比 K3 是輸入 20 元、輸出 100 元:輸入降 35%,輸出降 32%
上下文 100 萬 token
擅長的方向(官方) 程式碼、3D 創作、金融研究和其他長程 Agent 任務
在 MoeRouter 的模型名 kimi-k3.1-pro
在 MoeRouter 支援的介面 Chat Completions、Messages、Gemini

價格來自騰訊新聞和掘金的報道[1][2]。

在 MoeRouter 上多少錢#

每百萬 token
模型分組輸入輸出快取讀取
kimi-k3.1-prodefaultCN¥1.3≈ NT$6.43CN¥6.8≈ NT$33.6CN¥0.13≈ NT$0.643

每百萬 token 的參考價,以人民幣(CNY)計價與扣款,取自模型廣場()。動態計費的模型按實際走的線路結算,以模型廣場為準。 以 TWD 標示的金額為估算值,按 1 CNY = 4.9465 TWD 換算()。

它在 default 分組,顯示的是當前最便宜線路的參考價,實際扣費以使用日誌為準。

跑分#

月之暗面自己報的#

評測 K3.1 Pro GPT-6 Astra Claude Opus 5.5
Terminal-Bench 4.0 65.7% 58.2% 66.4%
SWE-Marathon v1.1(長週期軟體工程) 51.7% 42.5% 46.3%
Agents' Last Exam 43.2 32.8 42.6
BenchCAD(3D 重建,藉助工具) 92.7% 95.9% 96.2%

另外幾項官方資料:內部的長程程式設計基準 Kimi Code Bench 3.0 上是 61.2%,上一代 K3 是 55.95%;金融文件基準 OfficeQA Pro v2 上是 64.4 分,是這項測試當前的最好成績;內部的事實準確性壓力測試裡,單項事實陳述的錯誤率從 K3 的 23.4% 降到 8.3%[1][2]。

第三方的#

Artificial Analysis 給 K3.1 Pro 的智慧指數是 55 分,上一代 K3 是 44 分。該機構說,權重開放後它會成為得分最高的開放權重模型,開放權重和閉源模型的差距會從 12 分縮小到 3 分[2]。

短板#

掘金的作者把短板說得很清楚:在科學計算終端任務、部分知識推理和 3D 重建上,GPT-6 Astra 和 Claude Opus 5.5 仍然佔優,「開源贏了工程,還沒贏下科學計算」。另外,月之暗面主動從訓練語料裡移除了網路攻擊相關的內容,內部的網路安全基準因此從 90.5 分掉到 81.0 分,通用程式設計能力幾乎沒受影響[2]。

實測:口碑兩極#

和跑分的一致好評不同,B 站的實測結論分成了兩邊。

小宇Boi 在發布一週後給出了正面評價(20 萬播放):K3.1 Pro「在國模當中綜合效能處於領先地位」,實測效果非常不錯[4]。

實驗式 的標題直接是「不及預期」。他拿官方宣傳的 3T 參數、100 萬上下文和「多個指標壓制 GPT-6 Astra」的跑分去對照真實表現[5]。

等二月花開 和 Opus 5.5 做了同題對比,簡介裡說:「說實話,K3.1剛做完有點小失望。」不過他接著說,對比 Opus 5.5 做的,差距好像也沒有那麼大[6]。

盒子姬 在 Godot 裡同時測了 Qwen 4 和 Kimi K3.1 Pro,「兩個新模型均評價為NPC」,花費上 Qwen 約 19 塊、Kimi 約 24 塊[7]。同一位 UP 主此前給 Claude Fable 5.2 的評價是「夯」,見 Fable 5.2 的評測。

把兩邊放在一起看:跑分說明它在標準化的程式設計智慧體任務上確實進了第一梯隊;這幾位 UP 主測的是自己選的專案(例如 Godot 遊戲開發),考察的東西和跑分不一樣。官方把 3D 創作和遊戲引擎當作這次的門面來宣傳,期待被抬得很高,也是落差的來源之一。

該不該用#

適合

  • 長時間的程式設計和智慧體任務
  • 金融文件分析、跨文件核對和多步數值推理
  • 想要旗艦級程式設計能力、又不想付 Claude 旗艦價格的場景

不太適合

  • 科學計算類的終端任務
  • 對 3D 和遊戲畫面效果期待很高的專案
  • 量大而簡單的任務:Flash 檔更划算
你的情況 建議
在找 Claude Opus 5.5 的低價替代 值得用自己的任務對比一輪:官方跑分只差 0.7 分
主要做 3D、遊戲原型 先小範圍試,實測口碑不穩定
預算很緊 先用 DeepSeek V4.1 Flash 或 GLM-5.3-Flash,不夠再升級

怎麼呼叫#

它在 MoeRouter 上支援 Chat Completions、Messages 和 Gemini 三種介面。OpenAI SDK:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://moerouter.com/v1",
    api_key=os.environ["MOEROUTER_API_KEY"],
)
reply = client.chat.completions.create(
    model="kimi-k3.1-pro",
    messages=[{"role": "user", "content": "核对这两份财报里的营收数字,列出不一致的地方"}],
)
print(reply.choices[0].message.content)

在 Claude Code 裡用它:

export ANTHROPIC_BASE_URL="https://moerouter.com"
export ANTHROPIC_AUTH_TOKEN="$MOEROUTER_API_KEY"
unset ANTHROPIC_API_KEY
claude --model kimi-k3.1-pro

注意它不支援 Responses 介面,所以不能直接用在 Codex 裡。

常見問題#

Kimi K3.1 Pro 的 API 價格是多少?#

月之暗面官方的標價是每百萬 token 輸入 13 元(命中快取 1.3 元)、輸出 68 元,高速版價格翻倍。在 MoeRouter 上的參考價見本文的價格表。

Kimi K3.1 Pro 比 Claude Opus 5.5 強嗎?#

官方的 Terminal-Bench 4.0 上它比 Opus 5.5 低 0.7 分,長週期軟體工程和 Agents' Last Exam 兩項則更高;科學計算、部分知識推理和 3D 重建上 Opus 5.5 更強。B 站的同題對比裡,評價是有點失望但差距不算大。

Kimi K3.1 Pro 開源了嗎?#

官方在發布時表示完整的模型權重將於 2026 年 11 月 4 日前發布。是否已經放出、許可證是什麼,請以月之暗面的官方頁面為準。

Kimi K3.1 Pro 能用在 Claude Code 裡嗎?#

能。它在 MoeRouter 上支援 Anthropic Messages 介面,啟動時加 --model kimi-k3.1-pro 即可。它不支援 Responses 介面,所以不能用在 Codex 裡。

為什麼實測口碑和跑分差這麼多?#

跑分衡量的是標準化的程式設計智慧體任務,它在這些任務上確實接近 Opus 5.5。B 站 UP 主測的是自己選的專案,例如 Godot 遊戲開發,考察的東西不一樣;官方又把 3D 創作和遊戲引擎當作門面來宣傳,期待高,落差就大。

Kimi K3.1 Pro 和 K3 有什麼區別?#

K3.1 Pro 是 K3 的後繼:官方的長程程式設計基準從 55.95% 提到 61.2%,事實陳述的錯誤率從 23.4% 降到 8.3%,價格還降了三成多。Artificial Analysis 的智慧指數從 44 分漲到 55 分。

參考資料

文中引用的評測與資料來自以下公開來源,結論歸原作者所有;引用處均已標註。

  1. Kimi K3.1 Pro发布,月之暗面最强3万亿级模型 腾讯新闻 · 三易生活 · 發布於 2026-10-25
  2. 国产Kimi K3.1 Pro实测解读:3万亿参数逼近Claude,价格只要五分之一 掘金 · 咬代码的兽 · 發布於 2026-10-25
  3. Kimi K3.1 Pro 来啦:智能前沿,更进一步 哔哩哔哩 · Kimi智能助手 · 發布於 2026-10-24
  4. 【实测】Kimi K3.1pro发布一周,真实体验究竟怎样? 哔哩哔哩 · 小宇Boi · 發布於 2026-10-31
  5. 不及预期, Kimi K3.1 Pro 实测 哔哩哔哩 · 实验式 · 發布於 2026-10-25
  6. Kimi K3.1 Pro 首测 | 狂写1.5小时憋坨大的? 哔哩哔哩 · 等二月花开 · 發布於 2026-10-24
  7. 【盒子姬】Qwen 4 和 Kimi 3.1Pro - Godot 能力评测 哔哩哔哩 · 盒子姬 · 發布於 2026-11-14

說明:MoeRouter 提供文中模型的 API 接入服務。文中的評測結論均來自所引用的第三方來源,價格與介面資訊來自 MoeRouter 自己的資料。