Kimi K3.1 Pro 发布：智能指数 55 分、终端编码 65.7%，每任务 $2.11，权重 11 月 4 日前放出 (2026)

2026 年 10 月 24 日，月之暗面发布 Kimi K3.1 Pro，同时放出高速版 Kimi K3.1 Pro Highspeed。1

当天上线的地方有四个：kimi.ai 网页与手机 App、Kimi Work 桌面端、Kimi Code，以及 Kimi API。完整权重官方承诺在 11 月 4 日前放出。1

官方给它的定位是「K3.1 系列的第一个模型」，也是「最强的 3T 级开源权重模型」，上下文 100 万 tokens。它的基座沿用 K3，这一代新增的算力几乎全压在后训练上：强化学习跨数百个下游领域联合进行。1

先说结论

模型与状态：Kimi K3.1 Pro，2026 年 10 月 24 日发布；网页、App、Kimi Work、Kimi Code 与 API 当天可用，权重 11 月 4 日前放出。官方博客标注 24 日，OpenRouter 与 Artificial Analysis 都记 23 日。1 2
上下文与输入：1,048,576 tokens，文本、图像、视频进，文本出。3
官方拿下第一的一项：Agents' Last Exam 43.2，高过 Claude Opus 5.5 的 42.6。1
官方差距最大的一项：Terminal-Bench Science 0.1 只有 38.1，GPT-6 Astra 是 68.1。1
第三方成绩：Artificial Analysis 智能指数 55，上一代 K3 是 44，榜首 58。4 5
价格：每百万 tokens 输入 $2、输出 $10，缓存命中 $0.20；上一代 K3 是 $3 / $15。6
每任务成本：$2.11，Claude Opus 5.5 是 $5.98。4 7
什么时候要动：还在用 K2 系列的，10 月 31 日起对新注册用户关闭，12 月底全部退役。6

快速核对

项目	内容	来源
名称与状态	Kimi K3.1 Pro，博客标注 2026 年 10 月 24 日发布；同日发布高速版	官方博客
参数规模	官方只写「3T 级」，具体未披露；AA 页上写的是 2.8T，与 K3 相同	官方博客 · AA
上下文	1,048,576 tokens，按统一单价计费，不随长度分档	官方价目页
输入输出	文本、图像、视频进，文本出	官方文档
思考档位	`reasoning_effort` 三档 low / high / max，默认 max；思考关不掉	官方文档
最大输出	`max_completion_tokens` 默认 131,072，可设到 1,048,576	官方文档
接口	OpenAI 兼容，`https://api.moonshot.ai/v1`，模型名 `kimi-k3.1-pro`	官方文档
标准价	输入 $2 / 输出 $10，缓存命中 $0.20，缓存写 $2（5 分钟）/ $4（1 小时）每百万 tokens	官方价目页
高速版价	$4 / $20，缓存写 $4 与 $8；官方称速度是 2 到 3 倍	官方价目页 · 官方博客
上一代 K3 的价格	输入 $3 / 输出 $15，缓存命中 $0.30	官方价目页
第三方智能指数	55（K3 为 44，榜首 Claude Opus 5.5 为 58）	AA 模型页 · AA 榜单
每任务成本	$2.11（K3 为 $2.00，Opus 5.5 为 $5.98）	AA 模型页
速度	80.7 tokens/s，首 token 2.97 秒（AA 测的是月之暗面自家 API）	AA 模型页
权重	承诺 11 月 4 日前放出；Hugging Face 暂无仓库；AA 暂标闭源	官方博客 · HF · AA
接入门槛	账户充值至少 $1 才解锁；累计充值额决定并发与速率档位	官方文档
K2 退役	10 月 31 日起停止新用户注册，12 月底全部下线	官方价目页

官方 14 项：六项第一，一项差得远

官方博客放了一张 14 项基准、6 个模型的对照图，K3.1 Pro 那一列用蓝色单独标出。1

拿第一的有六项。Agents' Last Exam 是 43.2，高过 Claude Opus 5.5 的 42.6；这一项考的是有经济价值的真实工作任务。1

OfficeQA Pro v2 是 64.4，Opus 5.5 是 62.2。这套题把整本财报 PDF 交给模型，答案要对得上原件里的数字。1

Humanity's Last Exam 带工具 70.0，Opus 5.5 是 67.7。GDP.pdf 是 34.6，GPT-6 Astra 34.2。1

SWE Marathon 是 51.7，Opus 5.5 46.3。ZeroBench 带工具、按 pass@5 算 63.0，Opus 5.5 是 61.0。1

咬着第二名的四项，差得都不多。Terminal-Bench 4.0 是 65.7，Opus 5.5 是 66.4，差 0.7 分。1

GDPval-AA v2.1 是 1846 分，Opus 5.5 是 1866；这一项按 Elo 计分，差 20 分。1

ChartoGraphy 带工具 90.2，Astra 91.0。Frontier Finance 是 58.6，落后 Claude Fable 5.1 的 60.8 两分。1

剩下三项排位都在第三或第四。差得最多的是 Terminal-Bench Science 0.1，只有 38.1，Astra 68.1、Opus 5.5 63.3、Fable 5.1 48.0。1

OSWorld V2.1 是 79.6，Opus 5.5 81.8、Fable 5.1 80.7。BenchCAD 带工具 92.7，Opus 96.2、Astra 95.9，排第三。1

最后一项 Kimi Code Bench 3.0 Long-horizon 是 61.2，Astra 的 66.5 在前面。这套是月之暗面自家的基准，别家不会跑，上一代 K3 在同一套上是 55.95。1

读这张表要先知道三件事。所有模型都开在最高思考档，图注还写明 Claude 系列可能含 fallback、GPT 系列可能含 cyberguard，也就是对网络攻击类请求的拦截。1

Terminal-Bench 4.0 用 Claude-Code harness 跑，对照模型的分数取各自博客或官方榜单里报出的最高值。1

BenchCAD 只用 1,000 个文件子集，全量是 17,900 例；带工具走 Claude Code，不带工具是单次生成。1

官方 14 项基准对照图，Kimi K3.1 Pro 一列用蓝色标出 — 官方博客的 14 项对照图。每项基准的 harness 各不相同：Terminal-Bench 4.0 与 SWE Marathon 用 Claude-Code 跑；Kimi Code Bench 3.0 是月之暗面自家基准，其他模型按各自最高思考档跑；GDPval-AA v2.1 的分数直接引自 Artificial Analysis。空白格表示该模型没按同一口径跑过。数据出自官方博客。

博客里还交代了一件与开源有关的事：训练时把网络安全相关内容从中间训练语料和强化学习环境里剔除，再来看效果。1

在自家的 xdev-bench-hard 上，没做这层清洗的检查点 pass@3 能解 90.5% 的题，最终发布的 K3.1 Pro 是 81.0%。1

这个数字仍高过上一代 K3 的 33.3%，官方的解释是：通用编码与长程调试能力变强，会外溢到这类安全任务上。1

第三方把 55 分放在哪

Artificial Analysis 已经建档：智能指数 55 分，每任务 $2.11，输出速度 80.7 tokens/s，首 token 2.97 秒。4

榜单上比它高的只有四个条目，全部来自 Anthropic 与 Meta 的顶配：Claude Opus 5.5 的 58、Claude Sonnet 5.5 的 56、Opus 5.5 xhigh 档的 56、Muse Wonder Full 的 56。7

55 分往下一位是 Opus 5.5 的 high 档，54 分，每任务 $1.82。7

上一代 K3 在同一套指数上是 44 分、每任务 $2.00，速度 38.5 tokens/s。这一代加了 11 分，价格同时从 $3 / $15 降到 $2 / $10。5 6

按每任务成本看，$2 上下的还有 Gemini 4 Argon high 档的 $1.99（53 分），再贵一档是 GPT-6 Astra max 档的 $3.26（53 分）。两家的分数都比它低 2 分。7

榜上比 55 分高的四个条目里，能查到成本的三家，最低也是 $3.46。7

AA 的分项分数也能看到。OpenRouter 页面引用的一组 AA 分项里，Terminal-Bench 4.0 是 67.2%，比官方自测的 65.7% 高 1.5 分。2

同一组分项里，HLE 52.5%、GDPval-AA 67.3%、AA-LCR 86.3%、CritPt 24.6%、SciCode 60.8%。2

AA 目前仍把它标成闭源，理由是权重还没公开。4

输出用量这一栏值得留意：跑完一整套智能指数，它输出了 150M tokens，AA 的措辞是「非常啰嗦」，中位数是 87M。4

同样的分数，花的钱差多少

官方文档里另有一张 Terminal-Bench 4.0 的分数-成本图，横轴是每任务的平均花费。3

K3.1 Pro 的两个点都在图的左侧：high 档在 50% 出头、每任务约 4.6 美元，max 档 65.7%、约 5.6 美元。两档之间只差一美元左右。3

同一条横轴上，Claude Opus 5.5 与 Claude Sonnet 5.5 的单点落在 14 美元以上。3

这里的花费是 Terminal-Bench 4.0 单套题的成本，与前面 AA 那个 $2.11 不是同一批任务，两边的数字不能混着用。3 4

Terminal-Bench 4.0 分数与每任务成本的关系图，Kimi K3.1 Pro 的蓝色折线在最左侧 — 官方文档的分数-成本图。蓝线是 K3.1 Pro 的 high 与 max 两档，其余模型是各自榜单里的单点或折线。分数与成本除 DeepSeek 取自 Artificial Analysis 外，其余来自 tbench.ai。图上看不到各模型具体的每任务金额，只有坐标位置。数据出自官方文档。

接进去要改哪几行

接口是 OpenAI 兼容，base_url 用 https://api.moonshot.ai/v1，模型名 kimi-k3.1-pro，高速版是 kimi-k3.1-pro-highspeed。3

思考档位走顶层字段 reasoning_effort，取值 low、high、max，默认 max。思考关不掉，嫌慢只能往低调。3

temperature、top_p、n、presence_penalty、frequency_penalty 都固定为 1.0、0.95、1、0、0，请求里带上会被忽略。3

max_completion_tokens 默认 131,072，最大可以设到 1,048,576。3

图片不能直接给公网 URL，要用 base64，或先传文件接口拿 ms://<file-id>。视频走同一套文件接口。3

官方工具里的网页搜索写着「正在更新，近期不建议用于生产流程」。3

缓存自动开启，写入按 TTL 单独计费：5 分钟档 $2，1 小时档 $4，命中 $0.20。高速版这三项分别是 $4、$8、$0.20。6

请求间隔超过 5 分钟的工作流，把 prompt_cache_options.ttl 设成 1h，比每次过期重写划算。3

接入有门槛：账户充值至少 $1 才能解锁这个模型，累计充值金额还决定并发、RPM、TPM、TPD 的档位。3

高速版是另一个模型名，价格正好翻倍：$4 / $20，缓存写 $4 与 $8。6

K2 系列的时间表也一并公布了：10 月 31 日起对新注册用户关闭，12 月底全部退役。6

该不该试

在写 coding agent 的：Terminal-Bench 4.0 的 65.7 与 SWE Marathon 的 51.7 是这批数字里最有分量的两项，前者贴着 Opus 5.5，后者高出 5.4 分。1
做 3D 与 CAD 的：BenchCAD 不带工具时 72.8，与 Opus 5.5 的 73.0 基本持平；带工具 92.7，落后 Opus 3.5 分，仍高于 Fable 5.1 的 92.6 与 DeepSeek 的 81.6。1
做金融文档的：OfficeQA Pro v2 的 64.4 排第一；自家 Hard 套上的幻觉率是 8.3%，上一代 K3 是 23.4%。这些分数由官方自跑，第三方同口径的版本还没有。1
等权重自建的：现在拿不到。时间点是 11 月 4 日前，Hugging Face 上月之暗面的仓库里最新仍是 6 月创建的 K3。1 8
还在用 K2 的：10 月 31 日是停止接纳新用户的日子，12 月底全线下线，迁移窗口只剩两个月。6
只在意单价的：$2 / $10 是 K3 的三分之二；按任务算几乎持平，AA 记的是 $2.11 对 $2.00。4 5 6
要更快响应的：高速版官方称 2 到 3 倍速、价格翻倍；OpenRouter 上两个端点的 P50 是 38 与 50 tokens/s，实测差距比 2 倍小。1 2 6

还没有的数字

参数与架构：官方只给「3T 级」，总参与激活参数都没写，架构细节也没写。AA 页上写的是 2.8T，与 K3 相同。1 4 5
权重与许可：放出时间定在 11 月 4 日前，许可条款未公布。体积、量化格式与本地部署门槛都要等文件挂上去才知道。1
技术报告、模型卡、系统卡：三样都没有。可用的只有博客里的评测段落与图注。1
第三方安全评估：官方自己做了一套清洗前后的对照，外部机构还没发布独立评估。1
Vals Index：10 月 22 日更新的榜单里没有它，Kimi 那栏仍是 K3 的 52.95%、每测试 $7.17、第 19 名。9
速度的第二个口径：AA 的 80.7 tokens/s 来自月之暗面自家 API，OpenRouter 两个端点给出 38 与 50。两套测法不同，上线前用真实负载各跑一遍更可靠。2 4
14 项的第三方复跑：AA 给的是综合指数与几个分项，全套逐项同口径复跑的版本还没有。4

References

1
官方博客：Introducing Kimi K3.1 Pro
kimi.ai
2
OpenRouter
openrouter.ai
3
官方文档
platform.kimi.ai
4
Artificial Analysis：Kimi K3.1 Pro
artificialanalysis.ai
5
AA：Kimi K3
artificialanalysis.ai
6
官方价目页
platform.kimi.ai
7
AA 榜单
artificialanalysis.ai
8
Hugging Face：moonshotai
huggingface.co
9
Vals Index
vals.ai

2026 年 10 月 24 日，月之暗面发布 Kimi K3.1 Pro，同时放出高速版 Kimi K3.1 Pro Highspeed。1

当天上线的地方有四个：kimi.ai 网页与手机 App、Kimi Work 桌面端、Kimi Code，以及 Kimi API。完整权重官方承诺在 11 月 4 日前放出。1

先说结论

模型与状态：Kimi K3.1 Pro，2026 年 10 月 24 日发布；网页、App、Kimi Work、Kimi Code 与 API 当天可用，权重 11 月 4 日前放出。官方博客标注 24 日，OpenRouter 与 Artificial Analysis 都记 23 日。1 2
上下文与输入：1,048,576 tokens，文本、图像、视频进，文本出。3
官方拿下第一的一项：Agents' Last Exam 43.2，高过 Claude Opus 5.5 的 42.6。1
官方差距最大的一项：Terminal-Bench Science 0.1 只有 38.1，GPT-6 Astra 是 68.1。1
第三方成绩：Artificial Analysis 智能指数 55，上一代 K3 是 44，榜首 58。4 5
价格：每百万 tokens 输入 $2、输出 $10，缓存命中 $0.20；上一代 K3 是 $3 / $15。6
每任务成本：$2.11，Claude Opus 5.5 是 $5.98。4 7
什么时候要动：还在用 K2 系列的，10 月 31 日起对新注册用户关闭，12 月底全部退役。6

快速核对

项目	内容	来源
名称与状态	Kimi K3.1 Pro，博客标注 2026 年 10 月 24 日发布；同日发布高速版	官方博客
参数规模	官方只写「3T 级」，具体未披露；AA 页上写的是 2.8T，与 K3 相同	官方博客 · AA
上下文	1,048,576 tokens，按统一单价计费，不随长度分档	官方价目页
输入输出	文本、图像、视频进，文本出	官方文档
思考档位	`reasoning_effort` 三档 low / high / max，默认 max；思考关不掉	官方文档
最大输出	`max_completion_tokens` 默认 131,072，可设到 1,048,576	官方文档
接口	OpenAI 兼容，`https://api.moonshot.ai/v1`，模型名 `kimi-k3.1-pro`	官方文档
标准价	输入 $2 / 输出 $10，缓存命中 $0.20，缓存写 $2（5 分钟）/ $4（1 小时）每百万 tokens	官方价目页
高速版价	$4 / $20，缓存写 $4 与 $8；官方称速度是 2 到 3 倍	官方价目页 · 官方博客
上一代 K3 的价格	输入 $3 / 输出 $15，缓存命中 $0.30	官方价目页
第三方智能指数	55（K3 为 44，榜首 Claude Opus 5.5 为 58）	AA 模型页 · AA 榜单
每任务成本	$2.11（K3 为 $2.00，Opus 5.5 为 $5.98）	AA 模型页
速度	80.7 tokens/s，首 token 2.97 秒（AA 测的是月之暗面自家 API）	AA 模型页
权重	承诺 11 月 4 日前放出；Hugging Face 暂无仓库；AA 暂标闭源	官方博客 · HF · AA
接入门槛	账户充值至少 $1 才解锁；累计充值额决定并发与速率档位	官方文档
K2 退役	10 月 31 日起停止新用户注册，12 月底全部下线	官方价目页