10月24日凌晨1点多，月之暗面把官网首页标题悄悄换成了「K3.1 Pro 上线，编程与智能体任务全面升级」。没有倒计时，没有发布会，憋了一个月的「10月国模憋气大赛」就这样先掀了牌：3万亿级参数开源旗舰、终端编程跑分只差 Claude Opus 5.5 0.7个百分点、API 价格比上代 K3 便宜三分之一、模型权重承诺 11月4日前放出。知乎
天亮之前，B站已经堆出几十条连夜实测，最热的一条播放逼近2万、评论500多条；知乎上提前开好的「如何评价 Kimi K3.1」问题页，半夜就涌进了一波实测党。但翻完评论区你会发现，画风和跑分表格完全是两回事：有人说「699 的套餐 30 分钟就烧光额度」，有人转述 X 上有老外「8 分钟烧掉 200 刀」。哔哩哔哩
跑分追上了 Opus，成本争议追上了钱包。这篇把官方规格、第三方指数和知乎、微博、B站的第一手实测反馈拼在一起，按人群说清楚：K3.1 Pro 到底谁该切、谁该等。
一、这次发的是什么：K3 的「后训练补课」，不是新架构
先说清楚三个基本事实，避免被「3T 核弹」的标题带跑：
K3.1 Pro 是今年 7 月发布的 K3 的后训练版本。总参数维持 2.8T（MoE，激活约 104B），上下文仍是 100 万 token，月之暗面的做法是砸大规模 RL 算力，跨数百个下游领域做联合训练，另外把思考档位从三档扩成四档（新增 medium）。知乎36氪
同步推出 Highspeed 高速版：同等智能，输出速度约 2~3 倍，价格 2 倍。
即日全渠道可用：kimi.com、Kimi App、Kimi Work 桌面端、Kimi Code 终端和 API（模型 ID：kimi-k3.1-pro / kimi-k3.1-pro-highspeed）。完整模型权重最迟 11月4日发布。微博
发布前还有一段社区都看破的「谍战戏」：10月22日，Arena 的 CodeArena 上出现匿名模型 Kibitz，被网友通过 tokenizer 特征鉴定为 Kimi 家族——K2.5、K2.6、K3 当年分别叫 Kiwido、Kiwire、Kivine。有人估算它的推理成本只有 GPT-6 Astra 的十四分之一。新模型必考的「骑自行车的鹈鹕」，它直接做成了能调踩踏频率、能切白天黄昏的交互网页。36氪知乎
更早一天的 10月21日，Kimi Code 的配置里还短暂出现过指向 k3.1 的路由规则，当晚再查已经返回 404，截图却在社区里传开了。36氪还提到，同一时期现身的另一个匿名模型 Kalmia，疑似是阿里的 Qwen4。两天后，Kimi 官方账号用一段 24 秒预热视频「不小心」露出了 K3.1 的名字。36氪
二、跑分有多硬：第三方数据和内部考卷要分开看
这次的成绩单，按可信度分两堆看。
第三方或可复核的硬指标：
Terminal-Bench 4.0（真实环境、资源受限的终端编程任务）：K3.1 Pro 得分 65.7%，同场 Claude Opus 5.5 为 66.4%，GPT-6 Astra 只有 58.2%。传疯了的「只差 Opus 0.7 个百分点」出自这里，而它对 Astra 是领先 7.5 个百分点的碾压。知乎
Artificial Analysis 综合智能指数：55 分，全球第四、开源模型第一，比 K3 暴涨 11 分。开源阵营与闭源天花板的差距，从 12 分缩到了 3 分（Opus 5.5 为 58 分）。哔哩哔哩
BenchCAD（从多视角渲染图重建 3D 模型）：借助工具的合成得分 92.7%，对面 Opus 5.5 是 96.2%、Astra 是 95.9%。知乎上「K3.1 Pro 这是要抓着 CAD 打了吗」的帖子说的就是这项。
官方内部考卷，看个方向就行：
Kimi Code Bench 3.0 Long-horizon：61.2%，高于 K3 的 55.95%——自家出的卷子。
HalluBench Hard 幻觉压力测试：单项事实陈述错误率从 K3 的 23.4% 降到 8.3%。官方自己都标注了：这是刻意聚焦易错情形的压力测试，不代表日常水平。知乎
一句话总结：编程 Agent 的工程硬指标这次真的进了第一梯队，开源模型头一回贴到闭源天花板脸上，这不是营销话术。但值不值这个钱，得看下一节。
三、价格账：API 明着降了三分之一，订阅仍是黑盒
API 按量付费这部分是明白账：
标准版：输入 13 元/百万 token（命中缓存只要 1.3 元），输出 68 元；美元定价 2 刀/10 刀，而 K3 是 3 刀/15 刀——实打实降价三分之一。知乎36氪
Highspeed 版：价格翻倍，换 2~3 倍输出速度。交互式 Agent 场景，这个「花钱买时间」目前看是值的。
真实任务的成本体感更直观（均来自发布夜社区实测，属个例）：用 Blender 建一台折叠屏手机再导出可交互网页，1.5 小时、12.5 美元。做一个能在浏览器里玩的 3D 城市交通沙盘，23 分钟，消耗 Allegro 档会员周额度的 2.35%。也有人拿它跑了 10 小时的 GTA 风格视频长任务，400 万 token、51.98 美元。哔哩哔哩哔哩哔哩
但订阅套餐是另一本账。Kimi Code 的套餐从 49 元到 699 元分四档，槽点全在老地方：
额度口径始终不透明。知乎「如何评价 Kimi K3.1」下的高赞回答开门见山：从额度消耗上看不出 K3.1 Pro 和 K3-256K 有什么区别，「Kimi 套餐额度不透明的问题早就有」。知乎
B站评论区实测党反馈，699 档「15 分钟跑完额度」「30 分钟就烧光」——大概率是拉满思考档位加 Highspeed 的跑法。API 单价降了，不等于你的套餐额度变多了，这是两套账。
旧坑还在：有微博用户修了一下午定时任务的 bug，回头发现任务一直默认跑在 K3 上，一个简单任务烧掉小 100 块钱额度。49 元档还限定 Kimi CLI、Claude Code、Roo Code 等指定工具，换个工具权益可能直接停用。微博
老账也被翻了出来：699 档价格是 199 档的 3.5 倍、额度只有 2.5 倍，9月24日改版新套餐时社区就反弹过一轮。
所以「便宜三分之一」是真的，但它说的是 API。对订阅用户来说，自己的额度到底怎么折算 K3.1 Pro，官方到现在没给明白话。
四、第一手实测口碑：3D 是惊喜，后端是短板，Agent 体验确实变了
先说好评侧，来自知乎、微博、B站的早期用户：
Agent 编排明显变聪明：SubAgent 调用更积极、会主动并行任务，对后台任务卡住的感知更快。微博
速度比 K3 快得多（K3 最大的民怨就是慢），单批 token 延迟大概几百毫秒到 1 秒。
3D 和 Blender 是这次提升最大的方向：不依赖 MCP 连接器，直接写 Blender、CAD 脚本做参数化建模，官方演示里它用虚幻引擎 5.8 搭了一座半径 1750 米的东方天宫，社区也有人用它复刻中式山水园林、一句话生成类地铁跑酷的 3D 小游戏。知乎
有深度用户给出「Fable 平替」「六边形战士」的评价，称它做研究类长文时会主动检索论文交叉验证，用词严谨性比 K3 时期明显提升。哔哩哔哩
差评侧也别跳过：
前端提升不大、后端能力「一直很平庸」是高频吐槽。一位连夜测完的 UP 主总结：哪个场景都还不错、但都不拔尖，「跟价格对比来说性价比不高，是跟普通人无缘的模型」。
个别场景手感反而不如 K3：有用户反馈调用 Kimi Webbridge 时，它居然没发现 Edge 浏览器根本没启动。微博
发布当天也出现过「输出和思考跟提示词完全无关」的胡言乱语抱怨，疑似上线初期不稳定。
还有一条情绪账：这卷子「延期近一个月」才交。9月底 API 注册信息里就疑似出现 kimi-k3-1 标识。B站那条催更讨论视频下面 84 条评论，期待值早被拉满了。哔哩哔哩36氪
五、三类人，三种打法
1）API 按量付费的独立开发者和企业用户：可以直接切。 单价降三分之一、缓存命中输入低至 1.3 元/百万 token，配上 65.7% 的 Terminal-Bench 成绩，成本敏感的 Agent 工作流没有理由不迁移；交互式产品可以上 Highspeed，2 倍价格换 2~3 倍速度。唯一建议：切流量之前，先用小比例请求回归测试你现有的提示词和工具链——后训练版本在工具调用的边角场景上，行为可能和 K3 不完全一致。
2）Kimi Code 订阅老用户：别急着加钱升档，先核三件事。 一是定时任务和默认模型现在跑的是谁，别重演「默认 K3 一晚上烧掉小一百」的惨案；二是拿同一个任务对比 K3.1 Pro 和 K3 的额度消耗，Kimi Code 的会话日志在 ~/.kimi-code/sessions/ 下面，token 数自己可查；三是盯官方会不会更新各档位的额度折算口径。模型变强是事实，但如果额度黑盒不变，体感很可能是「更快烧完」。
3）等开源自部署的：标记 11月4日，但先泼盆冷水。 2.8T 总参数的 MoE，个人本地跑基本不现实——激活 104B 不等于显存只需要 104B 的量级，首批受益的是推理服务商和有集群的企业私有化部署。真正值得盯的是权重放出后的 license 条款和实测部署成本。更大的背景是：DeepSeek 率先坚持旗舰 MoE 首发开源之后，MiniMax、Kimi 这些原本偏闭源的团队也开始把旗舰权重常态化放出。而同一天的新闻里，奥特曼正坦言 OpenAI 最强的内部模型不敢开源。开源与闭源的定价权之争，才是这次发布最值得长期跟踪的变量。知乎哔哩哔哩
接下来两周值得盯的信号，列在这：
官方是否公布 K3.1 Pro 在订阅套餐内的额度折算口径；
11月4日权重的实际体积、license 和第三方部署成本实测；
Terminal-Bench 4.0 的 65.7% 能否被第三方复现；
GLM-5.5、Qwen4（匿名模型 Kalmia 已经在 Arena 露过脸）、DeepSeek V4.1 Pro 会不会跟上——Kibitz 那「十四分之一成本」的优势，未必能安稳保到 11 月。
最后给个一句话结论：K3.1 Pro 让开源模型的编程能力第一次贴到闭源天花板 0.7 分以内，API 用户是实打实的降价红利，值得切；但订阅用户的额度黑盒这次依然没解开——模型可以夸，账要算清再掏钱。
