10 月 24 日凌晨，月之暗面把 Kimi K3.1 Pro 推上桌，官方口径里这是「迄今能力最强的 3 万亿级参数模型」，支持 100 万上下文，代码、3D 创作和长程 Agent 是主打卖点。 能力升级是真的，但对多数用户来说，更值钱的问题是这几个招牌数字各自附带什么条件——真正的短板不在跑分表上，藏在参数的读法、基准的口径，以及计费与额度这两本账里。Kimi官方
「3 万亿」是总参数，开源不等于你能跑
K3.1 Pro 不是从零训练的新基座，而是 K3 的后训练版本，加码的是后训练算力。 参数量级因此与 K3 同源：总参数 2.8T、每次推理激活 104B，上下文 1M，同时是多模态模型。 于是第一个坑：拿 2.8 万亿去做算力和成本的直觉换算。总参数衡量训练规模，每个 token 实际参与计算的是激活那部分，社区里最常见的清醒提醒是——不能拿 2.8 万亿去和一个稠密模型的参数量直接比。 数字只是入场信息，不是成本表。Kimi官方知乎知乎
第二个坑是「开源」。完整权重要到 11 月 4 日前才放出。 而即便权重落地，个人设备也基本接不住——媒体算过账，正常部署需要价值千万的 GPU 集群。 对小团队来说，「开源权重」此刻的真实含义是多一个未来的选项，不是今天的省钱方案。Kimi官方知乎
0.7 分的跑分，换个裁判就反转
官方战报里，K3.1 Pro 在 Terminal-Bench 4.0 得分 65.7%，超过 GPT-6 Astra，距 Claude Opus 5.5 的 66.4% 只差 0.7 分。 但这 0.7 分经不起换裁判：第三方机构 Artificial Analysis 独立复测同一基准，给出 67%、全场最高——官方的 0.7 分差距，换了个裁判，变成了第一名。 跑分该读作一个参照区间，而不是终审判决。Kimi官方知乎
更实际的分差在榜单以外：BenchCAD 带工具口径 K3.1 Pro 得 92.7%，仍低于 Opus 5.5 的 96.2%。 测评区的提醒也更具体：65.7 分照样要验收，科学终端任务明显落后。 离顶流的距离，得按任务类型分开量。Kimi官方哔哩哔哩
幻觉改善那条更得留个心眼：官方公布单项事实错误率从 K3 的 23.4% 降至 8.3%，但 Kimi Hallu Bench Hard 是一项内部压力测试，样本专挑易错点构造，尚无独立复现——宜读作方向性改善，别读成「幻觉已治好」。 日常幻觉水位如何，还得等第三方用公开基准说话。Kimi官方
最可能让你踩坑的两本账
API 这本账，单价是明牌：输入每百万 token 命中缓存 1.3 元、未命中 13 元，输出 68 元，命中与未命中相差十倍。 坑藏在命中率里：实测提醒，切换模型或思考强度（Low/High/Max）会让提示词缓存当场失效，长对话中途换档，整个上下文按未命中价重算。 价格读明白了，才轮到谈体验。Kimi官方哔哩哔哩
1M 上下文也别当成随便用的免费额度。旧版横评里，K3 在百万窗口下的生成速度掉到 35 tok/s、同类最慢。 K3.1 Pro 的长上下文召回还没有公开的独立横评，「能塞」和「能用」之间还隔着一段没验证的路。知乎
订阅这本账才是 K3 时代就集中爆发的老槽点。有 Allegretto 199 元档包年用户实测发帖：5 小时限额跑满一次，周额度就去掉 36%，一周用不满 3 个 5 小时窗口，这条吐槽收获两百多赞、近百条跟评。 「用起来真的太慢了，套餐里的 Token 数也不透明」，是 K3 一整年被反复贴出的评价。 额度规则不透明，跑得越快心里越没底。知乎微博
K3.1 这波也没把旧账翻篇：单价降了不等于套餐额度变多，API 价和订阅额度是两套账，而第二套账不给你看明细。 单价优惠是真的，账单明细也是真的没有。知乎
发布夜的社区样本同样不乐观：699 档有人报 30 分钟就烧光。 虽属把思考档拉满再叠高速版的个例，但新暴露的烧额度路径也被点名——有用户抱怨额度消耗过快，怀疑模型过于积极地调用电脑操作。知乎小红书
速度：老毛病基本好了，新毛病是体感
被骂了一整个夏天的 K3 式「慢」，在 K3.1 上基本脱帽：前代慢到用户自嘲可以逐词读完模型的英文思考过程，新版则被同一名开发者实测为平均速度远超 K3，代价是输出变成一批一批吐、每批延迟几百毫秒到一秒——平均数好看，聊天场景的体感却是一顿一顿。 换句话说，K3 式的慢解决了，新的慢变成了节奏。知乎
另有个人口径是跑了 1300 万 token、平均约 84 tps。 这类数字都出自单人单工具，Kimi Code 不显示 token 速率统计，体感差异很难复核，参考时留一档怀疑。知乎
真想买流畅，加钱的解法是 Highspeed：官方口径同等智能、输出 2~3 倍速、价格 2 倍。 K3 时代重度用过上一代高速版的用户，评价是一句话：速度很爽、消耗速度也很感人。Kimi官方知乎
不同角色，各避各的坑
跑分还会被换裁判重排，账单和额度却是自己掏的。如果你是 API 开发者，把缓存当成本开关用：同一会话内少换模型和思考档位，换档就新建会话，十倍差价全在命中率里。如果你是订阅重度用户，下单前先按 5 小时窗口乘每周窗口数折算自己的真实用量，官方放出消耗明细之前，把额度当黑箱预留余量。如果你盯的是长文档场景，等 1M 上下文有独立实测的召回数据再塞满，别为标称值预付信任。如果你等的是开源部署，11 月 4 日之后先按集群级成本做决策——对个人而言，「3 万亿开源」暂时只对研究者和厂商有意义。至于那 0.7 分，让裁判们多跑几轮，验收永远留给你自己的任务集。
