今天早八，不少程序员打开KimiCode，发现模型栏多了个新名字。10月24日凌晨，月之暗面发布Kimi K3.1 Pro：2.8万亿总参数、每次激活104B、100万Token上下文，网页版、App、KimiCode和API全部立刻能用——但权重，要等到11月4日前才放。“先用后开”，就是这颗3T巨兽眼下最微妙的地方。跑分党说它把开源和闭源的差距从12分干到3分；体验党说它"狂写1.5小时憋坨大的"；社区还有人在传它买KOL发软文。三条都真，三条都不完整。这篇只替用编码智能体、盯本地部署的人把三笔账分开算完：跑分账、账单、水分账。微博
先把时间线补全：它其实已经"裸考"了两天
发布会前，K3.1的痕迹是一点点漏出来的。把各平台散落的信息拼起来，大概是这么一条线：
9月底，有开发者发现月之暗面API注册信息里冒出`kimi-k3-1`标识，开放平台短暂出现过代号K311111的模型。36氪
10月中旬，Kimi官网前端代码被翻出`make3d`、`AUTOMATION_K3`、`OK_COMPUTER_SWARM`等功能标识；
10月20日前后，SGLang仓库提交了针对`moonshotai/Kimi-K3.1`的适配代码，顺带暴露了一个细节：K3.1沿用K3的Tokenizer，但把思考档位从low/high/max三档扩成四档，新增了medium。
10月21日，KimiCode配置里直接出现"k3.1"，当晚再查就变404。
10月22日凌晨，Arena上冒出匿名模型Kibitz。老玩家秒懂：K2.5叫Kiwido、K2.6叫Kiwire、K3叫Kivine，K开头加后缀，这是Kimi家打榜的命名规律。追踪账号@aitrackerbot还用11个Moonshot家族特征Token做了复述测试，Kibitz连续两轮答错，和其他Kimi模型错法一致。
也就是说，正式官宣之前，社区已经替它做完了一轮"裸考"。
这次不一样的是官宣节奏：10月23日，Kimi官方账号发了一段24秒预热视频，复古CRT屏幕上直接写着Model: Kimi K3.1，当场用Three.js搓了个三维场景。凌晨就发布、API直接可用。同一天，智谱借1024程序员节送5亿Token。MiniMax前一天刚把"太空兔"真身M3.1 Flash（428B总参数、激活23B、1M上下文）的权重开源。国产旗舰最近像约好了似的，你方开源罢来我方开源。36氪微博哔哩哔哩
跑分账：0.7分和3分，哪个才是真的它
官方主打的叙事是"代码、Agent和知识类基准达到或接近最强闭源模型"。把公开数据摊开看，这话有底气，也有前提。
底气这边：Artificial Analysis智能指数上，K3.1 Pro拿了55分，排总榜第四，比三个月前的K3涨了11分；排在前面的三个是Claude Opus 5.5（58分）、Claude Sonnet 5.5（56分）和Muse Wonder Full（56分）。社区算得最狠的一笔账是：开源和闭源在智能指数上的头名差距，从上一代的12分缩到了3分——而且这个55分是API版的成绩，等11月4日权重放出来，它大概率就是榜单上最强的开放权重模型。分项基准里，它拿的是"偏科状元"剧本：SWEMarathon 51.7、Humanity’s Last Exam 70.0、ZeroBench 63.0都是第一。编程智能体测试Terminal-Bench 4.0拿了65.7%，超过GPT-6 Astra（58.2%），离Claude Opus 5.5（66.4%）只差0.7分。微博微博哔哩哔哩
前提这边，恰好也在这0.7分和另一些榜单上。有UP主把官方14组基准逐条对完，结论是"有赢也有输"：BenchCAD排第三，科学类终端任务明显落后。Arena裸考期社区实测同样不是一边倒——Kibitz做3D体素庭院只用了GPT-6 Astra Max三分之一的时长。但有人横评Kibitz、Kalmia（疑似阿里Qwen新马甲）、Gemini 4 Carbon和Opus 5.5之后，更看好Carbon的作品。换句话说：长程编程、前端、3D生成是它的主场，科学推理和精密CAD不是。你要换的是主力编码工具，还是全能助手，先想清楚这个问题再往下看。36氪
还有一个容易被欢呼声淹没的细节：月之暗面官方说，在开放权重之前先做了安全评估，主动把模型的漏洞研究得分从90.5%压到了81%。这个动作一石二鸟。OpenAI那句"最先进大模型绝不能开源，否则将摧毁网络安全"，这两天刚被知乎热问围观。主动压分，既是给这套闭源话术一个正面回应，也意味着11月4日你下到的权重，和今天API里这个55分，不是同一个东西。微博知乎
账单：68元和两倍价，Kimi是读过对手价目表的
API定价这次变化值得单独算一笔：
K3.1 Pro标准版：每百万Token输入$2、输出$10（官方国内口径输出68元/百万Token）；高速版Highspeed智能与标准版相当、输出快2到3倍，价格翻倍。微博
前代K3是输入$3、输出$15——能力涨了11分，价格反而砍了三分之一。36氪
对照闭源阵营：Claude Opus 5.5目前是$4/$20，Sonnet 5.5是$2/$10。
看懂了吗？K3.1 Pro把自己钉在Sonnet 5.5的价格上，却去打Opus 5.5的活。这跟上周DeepSeek把旗舰"干退役"后按任务算账的思路是同一个方向：国产旗舰这一轮竞争，价格战和跑分战是同时打的。
至于"等开源"那笔账，别被"开源=白嫖"带偏。2.8T总参数、104B激活，这是数据中心级玩家的体量——权重免费，推理不免费。个人本地部署104B激活的MoE，显存门槛就够普通显卡喝一壶，多数人的现实选项是租算力跑，每百万Token摊下来未必比官方API的$2/$10便宜多少。对重度agent用户，真正决定成本的不是输入输出单价，而是medium档位：以前low/high/max三档是"快或准"的二选一，现在多了一个中间档，社区预期这一档能把日常改代码任务的思考开销压下来——账单大头从来是输出Token，档位选择器就是节流阀。
水分账：软文疑云和翻车，该不该计入决策
发布当天，X上有博主爆料Kimi花钱请了不少KOL发软文，国内平台跟着刷屏，讨论热度不少但信源目前只有传闻级别，月之暗面没有回应。这条只能记"存疑"，不能记"实锤"——但发布当天营销铺量、跑分海报先上，这个观感本身就够社区玩一天的梗。小红书
社区实测的信号也是分裂的：有"9个项目实测"夸它Blender建模、3D魔尺、工业纪录片的交付质量（赞91评55），也有"狂写1.5小时憋坨大的"的首测吐槽——UP主自己的原话是"刚做完有点小失望"。还有人吐槽发布这两天Kimi明显变慢、回答挤牙膏。样本就这么点，谁也别急着下结论。跑分和体感之间隔着的，是你的任务分布：它恰好是你的主场任务，实测就是"真香"；它偏科的地方，你碰到的就是翻车。哔哩哔哩微博
所以判断标准别外包给任何人，包括这篇。社区已经沉淀出一套自测法：固定一组你自己仓库的任务，看四个数——一次通过率、重试次数、Token账单、人工返工时间。11月4日权重放出那天，同一组任务再跑一遍。这组数字比任何榜单都值钱。哔哩哔哩
怎么办：谁现在就该动手，谁能再等11天
编码智能体重度用户（Claude Code/Codex订阅党）：可以先试用，别急着换主力。API今天可用，$2/$10的价格试错成本很低，跑上面那组四数自测；你的主链路上，Opus 5.5在Terminal-Bench上还压着它0.7分。
想本地部署的个人/小团队：等11月4日，但先把算力账算明白——104B激活不是消费级显卡的事，SGLang适配代码已提交，权重放出应该就能跑。租算力跑开源版和直接买API之间，大多数人的答案是后者。
只把Kimi当聊天/办公用法的轻用户：不用动。网页版和App默认升级，你不碰API账单和权重部署，这次的3分差距跟你暂时没关系。
看热闹的：这轮值得记的不是"国产追平闭源"，而是一个趋势——上周DeepSeek、前天MiniMax 428B、今天Kimi 2.8T，国产厂商正把"旗舰级开源"变成常态动作，而Anthropic、OpenAI在用反蒸馏和"绝不能开源"叙事筑墙。12分缩到3分只是这一轮的比分，墙两边的路线之争才是接下来半年真正的主线。微博
继续盯四个信号：11月4日权重是否如期放出、放出后的安全阉割版（漏洞研究81%那条线）实测和API差多少、Terminal-Bench那0.7分有没有第三方复现、软文爆料有无实锤或回应。到时候再决定站队，来得及。
