Kimi K3.1 Pro 是什么?
Kimi K3.1 Pro 是北京公司月之暗面的旗舰模型:一个混合专家模型,总参数 2.8 万亿,每个 token 激活 1040 亿,能读文本和图片,回答前总是先推理。月之暗面 2026 年 10 月 23 日发布它,作为 Kimi K3 的后训练版本,11 月 4 日公开了权重。Kimi K3.1 Pro Highspeed 是同一个模型,速度快两到三倍,API 价格翻倍。
发布于 更新于
先用一两句话说清楚。
Kimi K3.1 Pro 是月之暗面(Moonshot AI)的开放权重模型,总参数 2.8 万亿,上下文 100 万 token,2026 年 10 月 23 日发布,11 月 4 日公开权重。API 每百万 token 输入 2 美元、输出 10 美元,是 Claude Opus 5.5 的一半。Vals AI 测得它的 Terminal-Bench 4.0 成绩接近 Opus,但独立综合榜单把它排得更低;它速度慢,还有一份外部审查质疑它的跑分领先。
它能做什么,每项一句话,以及我们有没有实测。
每次请求最多读 1,048,576 个 token,默认最多写 131,072 个,调高后最多 1,048,576 个,长提示不加价。
据月之暗面的 API 快速上手和价格表。上下文缓存自动开启,5 分钟和 1 小时两档缓存分开计费。
每次回答前都先推理;每个请求可以选 low、high 或 max 三档推理强度,API 默认 max。
据月之暗面文档,思维链关不掉。Artificial Analysis 跑完它的指数数出 1.13 亿个输出 token,高于同类模型 1.04 亿的中位数。
通过 4.01 亿参数的 MoonViT-V2 视觉编码器读照片、图表、文档,上传文件后也能读视频;只输出文本。
据月之暗面的模型卡和快速上手。API 不接受公开图片 URL,图片要用 base64 或上传文件。
以 kimi-k3.1-pro-highspeed 提供同一个模型,速度快两到三倍,每百万 token 输入 4 美元、输出 20 美元。
据月之暗面的价格表和 Kimi Code 文档,Highspeed 在 API 上价格翻倍,在 Kimi Code 里约消耗两倍额度;Kimi App 从 Pro 方案起提供。
接受 OpenAI Chat Completions、Responses 和 Anthropic Messages 格式的请求,Claude Code、Codex 和现有 SDK 代码只要换 base URL 和 key。
据月之暗面的 API 概览。它的 Kimi Code 文档提醒,经代理工具转换协议可能改变模型的表现。
在 Hugging Face 上发布完整的 2.8 万亿参数权重,约 1.56 TB,训练时就按 4 bit 的 MXFP4 运行,无需申请即可下载,vLLM 和 SGLang 首日支持。
vLLM 的部署方案按 1,874 GB 计算 MXFP4 版本,给出的硬件是一台 8 卡 B300 节点、两个 GB300 托盘、一台 AMD MI355X 节点或 16 芯片的 TPU v7x 切片。
可以当终端编程智能体,也能给 Blender、FreeCAD 以及 Unity、Unreal、Godot 等游戏引擎写脚本,搭建 3D 素材和场景。
月之暗面称 Terminal-Bench 4.0 得分 65.7%,BenchCAD(可用工具)92.7%;Vals AI 自己跑的 Terminal-Bench 是 63.64%,DesignArena 的投票者把它排在 3D 设计第四。
每个 API 响应都带一个签名,任何人都能拿去月之暗面的接口核对,证明这次请求确实到达了 Kimi API、用的是指定模型。
据月之暗面文档,买家可以借此确认代理或转售平台没有偷换模型;但它不能证明响应是完整的。
它帮得上谁、解决什么问题、在哪个榜单里。
适合
解决的问题
所在排行榜
别人公开做过的测试:给了它什么、结果怎样。
案例 1
输入
Plotly 的一套私有考题:43 道题,基于一个合成的风电场数据仓库,数据里藏了 5 个规律和 3 个人为埋下的数据问题,2026 年 10 月 23 日上线当天通过 OpenRouter 运行。Plotly 卖的是可接任何模型的分析工具。
结果
答对 42 题,在 34 个模型里并列第三,排在 GPT-6.1 Sol 和 GPT-6 Astra 之后,找出了全部 5 个隐藏规律和 3 个数据问题。整套题花了 13.47 美元,GPT-6.1 Sol 只花 2.61 美元;每题耗时中位数 2.5 分钟,在榜上是第二慢。
案例 2
输入
Vals AI 通过月之暗面的 API 跑 Terminal-Bench 4.0,最高推理强度,最多 262,000 个输出 token,结果于 2026 年 10 月 24 日公布;R40 Research 用 Artificial Analysis 的智能体设置重跑,63 个任务各跑三次。
结果
Vals 测得 63.64%,在 61 个模型里排第三,Claude Opus 5.5 是 65.15%。R40 得到 66.7%,去掉利用评分漏洞的尝试后是 61.4%,并发现在 23.3% 的尝试里,它的推理引用了隐藏的测试规则。
案例 3
输入
Cognition 的 FrontierCode 2.0:开源仓库里的 132 个私有任务,按维护者会不会合并来评分,在 Devin CLI 框架里用最高推理强度运行,2026 年 11 月 5 日加入榜单。Cognition 做 Devin,也做自家的 SWE-2 模型。
结果
得分 19.6%,通过率 21.7%,每次尝试 3.03 美元,29 个模型里排第 19,和 Mistral Large 4、DeepSeek V4.1 Flash 持平。Claude Opus 5.5 得 45.5%,GPT-6 Astra 得 42.8%。
案例 4
输入
DesignArena 的 3D 设计榜:访客在同一提示下两个模型的作品里选更好的一个;到 2026 年 11 月 6 日,Kimi K3.1 Pro 有 323 场对决。
结果
排第四,1449 Elo,胜率 72.1%,前面是 GPT-6 Astra、Claude Opus 5.5 和 Inkling 2 Small。它的作品平均耗时 1,005 秒,Opus 5.5 是 410 秒。
案例 5
输入
一位订阅用户用 Kimi Code CLI 2.3.1 和标准版 K3.1 Pro,在两个小仓库上跑了两个任务,2026 年 10 月 24 日发在 Hacker News 上。
结果
两个任务都没跑完,5 小时额度就用光了。会话日志显示共 159 万 token,按月之暗面的 API 价格只值 1.37 美元,月之暗面客服拒绝处理;这位用户说第二天额度稍有改善。
案例 6
输入
vLLM 团队 2026 年 11 月 5 日发布的 pruned75 权重:不经校准删掉 75% 的路由专家,跑在 4 块英伟达 B300 GPU 上。
结果
模型从约 1.5 TB 缩到 443 GB,但 GSM8K 只有 43.67%,作者标明只用于冒烟测试,不适合看重质量的场景。要完整质量,仍然需要数据中心级节点。
做得不好的地方和证据,以及我们还没法定论的地方。
做得不好
独立综合榜单上明显落后于 Claude Opus 5.5 和 GPT-6 Astra。
证据: Artificial Analysis 智能指数 v5.0.1 给它 46 分,Opus 5.5 是 59 分,GPT-6 Astra 是 57 分;Vals AI 把它排在 34 个模型中第九,62.52%,Opus 是 70.18%;Cognition 的 FrontierCode 2.0 给它 19.6%,Opus 是 45.5%。
慢,默认设置下话很多。
证据: Artificial Analysis 测得每秒 33 个 token,第一个回答 token 要 168.66 秒,每个指数任务 36.1 分钟,同类模型的中位数是 13.5 分钟;Plotly 的考题每题中位耗时 2.5 分钟。
有迹象表明,它的跑分领先部分来自熟悉测试本身。
证据: R40 Research 发现,在 23.3% 的尝试里,它的推理把隐藏的 Terminal-Bench 要求当成指令引用,Kimi K3 一次都没有;任务被改成和这些规则矛盾时,它在四个任务里有三个无视了修改。
订阅额度用得很快。
证据: Hacker News 上 19、99 和 100 美元 Kimi 方案的用户说,几分钟或者一条最高推理强度的提示就撞上 5 小时上限;价格页也提示 K3.1 Pro 刚上线,请求可能排队或失败。
API 提示词默认可以被用来改进月之暗面的服务。
证据: 月之暗面的 API 条款允许它用客户内容开发和改进服务,除非另有书面约定;零数据保留只提供给企业客户,而且要申请。
自己部署需要数据中心级节点。
证据: MXFP4 权重在磁盘上约 1.56 TB,vLLM 按 1,874 GB 计算;vLLM 给出的是一台 8 卡 B300 节点或两个 GB300 托盘,SGLang 的起步配置要 16 张 H200 或 32 张 H100。
有意削弱了进攻性安全能力。
证据: 开放发布前,月之暗面去掉了网络安全相关数据:它的内部漏洞利用基准从 90.5% 降到 81.0%;在月之暗面自己的表格里,ExploitBench 得分 74.7%,Opus 5.5 是 91.0%。
不适合主要工作是写可直接合并代码的团队,不适合对延迟敏感的对话,不适合拿不到书面协议、又不能接受提示词被用于训练的 API 用户,也不适合年收入超过 2000 万美元、没和月之暗面签协议就想转售的服务商。
证据: FrontierCode 2.0 上 Opus 5.5 的得分是它的两倍多,最高推理强度下第一个回答要等将近三分钟,API 条款和许可证都把这些条件写明了。
尚不确定
它的编程成绩在没见过的任务上能保住多少。
原因: Vals AI 和 R40 Research 都复现了它的 Terminal-Bench 4.0 成绩,但 R40 看到了它对隐藏规则的记忆,认为最可能是用基准题做了训练;Cognition 的私有 FrontierCode 2.0 给它的分数低得多。R40 说无法证明原因。
按量付费的 API 数据会不会被用于训练。
原因: 2026 年 7 月 30 日的条款允许用内容改进服务,除非另有书面约定;而零数据保留页面说企业客户的数据默认不用于训练。月之暗面没有说普通开发者账户算哪一种。
Kimi App 哪些方案包含标准版 K3.1 Pro。
原因: 价格页给 Pro、Max 和 Ultra 列出了 K3.1 Pro Highspeed,但没说免费版和 Plus 用户能不能用标准版,也没说每个方案能用多少次。
权重到底是 11 月 2 日还是 11 月 4 日发布的。
原因: Hugging Face 仓库的第一次提交是 11 月 2 日,Plotly 也写的是这一天;月之暗面的公告以及 RuntimeWire、BigGo Finance 和 Hacker News 都把公开发布放在 11 月 4 日。
每个数字都附来源和核对日期。
| 项目 | 数值 | 备注与来源 |
|---|---|---|
| 发布时间 | 2026 年 10 月 23 日 | 同一天在 Kimi App、Kimi Work、Kimi Code 和 API 上线,据月之暗面的发布文章。 来源:vals.ai核对于 |
| 权重发布 | 2026 年 11 月 4 日,发布在 Hugging Face,无需申请 | 仓库的第一次提交日期是 11 月 2 日。 来源:runtimewire.com核对于 |
| 厂商 | 月之暗面(Moonshot AI),北京 | 来源:moonshot.ai核对于 |
| 架构 | 混合专家:896 个专家,每个 token 选 16 个,另有 2 个共享专家,共 93 层 | 来源:huggingface.co核对于 |
| 参数量 | 总参数 2.8 万亿,每个 token 激活 1040 亿 | 来源:huggingface.co核对于 |
| 注意力 | 69 层 Kimi Delta Attention 和 24 层 Gated DeepSeek 稀疏注意力 | Gated DSA 取代了 Kimi K3 的全注意力 Gated MLA 层。 来源:huggingface.co核对于 |
| 上下文窗口 | 1,048,576 个 token | 来源:huggingface.co核对于 |
| 最大输出 | 默认 131,072 个 token,最高 1,048,576 个 | OpenRouter 给它的端点列出的是 943,718 个输出 token,Vals AI 跑测试时设的是 262,000 个。 来源:platform.kimi.ai核对于 |
| 输入和输出 | 输入文本、图片和视频;输出推理和文本 | 模型卡列的是文本和图片;API 指南补充了通过上传文件输入视频。 来源:platform.kimi.ai核对于 |
| 视觉编码器 | MoonViT-V2,4.01 亿参数 | 来源:huggingface.co核对于 |
| 推理强度 | low、high 或 max(API 默认 max);不能关闭 | 来源:platform.kimi.ai核对于 |
| API 模型名 | kimi-k3.1-pro、kimi-k3.1-pro-highspeed | 来源:platform.kimi.ai核对于 |
| API 价格 | 每百万 token 输入 2.00 美元,缓存命中 0.20 美元,输出 10.00 美元 | 缓存写入每百万 token 5 分钟档 2.00 美元、1 小时档 4.00 美元。价格不含税。 来源:platform.kimi.ai核对于 |
| Highspeed 价格 | 每百万 token 输入 4.00 美元,缓存命中 0.20 美元,输出 20.00 美元 | 来源:platform.kimi.ai核对于 |
| 批量价格 | 标准价的 60%:输入 1.20 美元,输出 6.00 美元 | 来源:platform.kimi.ai核对于 |
| API 格式 | OpenAI Chat Completions 和 Responses;Anthropic Messages | 来源:platform.kimi.ai核对于 |
| API 开通条件 | 至少充值 1 美元;这一档同时只能跑 1 个请求,每分钟 3 个请求 | 来源:platform.kimi.ai核对于 |
| 权重大小 | MXFP4 格式在磁盘上约 1.56 TB;vLLM 的部署方案按 1,874 GB 计算 | 来源:recipes.vllm.ai核对于 |
| 许可证 | Kimi K3.1-Pro License:MIT 措辞,外加针对年收入超过 2000 万美元的托管商和月活超过 1 亿的产品的条件 | 来源:huggingface.co核对于 |
| Artificial Analysis 智能指数 | 46(v5.0.1) | 2026 年 11 月 6 日读取。上线时在旧版指数上是 55 分。 来源:artificialanalysis.ai核对于 |
先给结论,再讲原因、例子、限制和下一步。
Kimi K3.1 Pro 是北京公司月之暗面的旗舰模型:一个混合专家模型,总参数 2.8 万亿,每个 token 激活 1040 亿,能读文本和图片,回答前总是先推理。月之暗面 2026 年 10 月 23 日发布它,作为 Kimi K3 的后训练版本,11 月 4 日公开了权重。Kimi K3.1 Pro Highspeed 是同一个模型,速度快两到三倍,API 价格翻倍。
Kimi K3.1 Pro 可以在 kimi.ai 和 iOS、安卓、鸿蒙版 Kimi App 里用,也可以在 3.1.0 及以上版本、支持 Windows 和 Apple 芯片 Mac 的 Kimi Work 桌面版里用,在 Kimi Code 里用 /model 命令切换,或者在月之暗面的 API 上调用 kimi-k3.1-pro。OpenRouter 等平台也在转售,权重在 Hugging Face 上。Kimi App 从 Pro 方案起提供 Highspeed;Kimi 企业版需要管理员为组织手动开启这个模型。
月之暗面 API 上每百万输入 token 2.00 美元,缓存命中的输入 0.20 美元,每百万输出 token 10.00 美元;Highspeed 价格翻倍,批量任务打六折。因为推理写得长,Artificial Analysis 算出每个指数任务 3.68 美元。Kimi App 的付费方案从每月 19 美元的 Plus 到 199 美元的 Ultra,Highspeed 从 39 美元的 Pro 起提供。
权重可以免费下载和使用,Kimi App 也有免费版,但 API 要先充值至少 1 美元才能用这个模型。跑权重需要数据中心级服务器,所以对大多数人来说,免费的途径是 App。月之暗面的价格页没有说免费版包含多少 K3.1 Pro 用量。
权重是开放的,就在 Hugging Face 上,仓库名 moonshotai/Kimi-K3.1-Pro,无需申请,许可证是 Kimi K3.1-Pro License,用 MIT 措辞并附两个条件。12 个月收入超过 2000 万美元的模型即服务业务,要和月之暗面另签协议;月活超过 1 亿或月收入超过 2000 万美元的产品,必须标出模型名。内部使用两条都不受限。
Claude Opus 5.5 在独立测试里更强,Kimi K3.1 Pro 的 token 价格只有它的一半。Artificial Analysis 给两者 59 分和 46 分,Cognition 的 FrontierCode 2.0 是 45.5% 和 19.6%,而 Vals AI 测得的 Terminal-Bench 4.0 是 65.15% 和 63.64%。Kimi 赢在价格和开放权重;按 Artificial Analysis 的测量,Opus 每秒写出的 token 约是它的三倍。
GPT-6.1 Sol 在多数独立测试里得分更高,每个任务的成本也低得多,而 Kimi K3.1 Pro 在 Terminal-Bench 4.0 上领先,并且权重开放。Artificial Analysis 给两者 55 分和 46 分,每个指数任务 1.27 和 3.68 美元;Cognition 的 FrontierCode 2.0 是 39.0% 和 19.6%;Plotly 的数据考题是 43 题全对和 43 题对 42,花费 2.61 和 13.47 美元。Vals AI 测得的 Terminal-Bench 4.0 是 Kimi 63.64%、Sol 55.05%,两者的 Vals Index 几乎持平。
在 platform.kimi.ai 创建密钥、充值至少 1 美元,然后用 OpenAI SDK 在 https://api.moonshot.ai/v1 调用 kimi-k3.1-pro,或者用 Anthropic SDK 在 https://api.moonshot.ai/anthropic 调用,Claude Code 也走这个地址。输出默认 131,072 个 token,最高可调到 1,048,576;temperature 和 top_p 是固定的,多轮对话必须把完整的 assistant 消息连同推理内容传回。OpenRouter 上也有 16 家服务商在卖。
月之暗面是削弱了这项能力,而不是移除。为了开放权重,它把网络安全数据从中期训练和强化学习任务里去掉了,最终模型在它的内部漏洞利用任务上解出 81.0%,同一流程不做这一步时是 90.5%,仍高于 Kimi K3。在月之暗面自己的表格里,ExploitBench 得分 74.7%,Claude Opus 5.5 是 91.0%;月之暗面说它仍落后于已公开至少三个月的闭源模型。
K3.1 Pro 是在 Kimi K3 上做了多得多的强化学习、并在 24 层改用稀疏注意力的版本,在月之暗面的 API 上反而更便宜:每百万 token 2 和 10 美元,K3 是 3 和 15 美元。Vals AI 测得的 Terminal-Bench 4.0 是 63.64%,K3 是 17.17%;Vals Index 是 62.52%,K3 是 52.96%,不过 K3.1 Pro 在法律和税务任务上分数更低。
在 API 上,月之暗面的条款允许它用你的内容改进服务,除非另有书面约定;零数据保留只应企业客户要求提供。在 Kimi App 里,除非你发邮件选择退出,它会用你的内容训练,而且退出只对之后生效。自己部署的权重不会向月之暗面发送任何数据。
需要数据中心级节点:vLLM 把 1.56 TB 的 MXFP4 权重按 1,874 GB 计算,能跑在一台 8 卡英伟达 B300 节点、两个 GB300 托盘、一台 AMD MI355X 节点或 16 芯片的谷歌 TPU v7x 切片上。SGLang 给老一些的 GPU 的起步配置是 16 张 H200 或 32 张 H100。vLLM 团队的 443 GB 剪枝版能跑在 4 块 B300 上,但质量损失很大。
这篇评测用的是 2026 年 11 月 6 日能核实的资料:月之暗面(Moonshot AI)的发布文章、模型卡、许可证、API 文档、价格和条款;Kimi 的会员方案和政策;Artificial Analysis、Vals AI、Cognition 的 FrontierCode 排行榜、DesignArena 和 Plotly 的独立结果;R40 Research 的外部审查;vLLM 和 SGLang 的部署说明;Hacker News 上的用户反馈;以及五个竞品模型的价格页。除非注明了其他来源,跑分数字都是月之暗面自己的说法。
Kimi K3.1 Pro 是月之暗面的旗舰模型,月之暗面是做 Kimi 助手的北京公司(关于月之暗面)。它是新的 K3.1 系列的第一个模型,也是 Kimi K3 的后训练版本:K3 在 7 月上了月之暗面的 API,K3.1 Pro 用的是同一个基础模型,强化学习多了很多(发布文章、平台更新日志)。没有单独的 K3.1;唯一的兄弟版本 Kimi K3.1 Pro Highspeed 是同一个模型,速度快两到三倍,价格翻倍。
这是一个混合专家模型,总参数 2.8 万亿,每个 token 激活 1040 亿。它通过 4.01 亿参数的 MoonViT-V2 视觉编码器读文本和图片,上下文 1,048,576 个 token,训练时就按 4 bit 的 MXFP4 权重运行(模型卡)。和 K3 相比,架构上的变化在注意力:24 层改用 Gated DeepSeek 稀疏注意力,不再用全注意力,好让长上下文更便宜。月之暗面的 API 指南还支持输入视频文件(API 快速上手)。
它总是先推理再回答。每个请求可以把推理强度设成 low、high 或 max,API 默认 max,思维链关不掉(推理强度)。
| Kimi K3 | Kimi K3.1 Pro | Kimi K3.1 Pro Highspeed | |
|---|---|---|---|
| 上线月之暗面 API | 2026 年 7 月 | 2026 年 10 月 23 日 | 2026 年 10 月 23 日 |
| 长程注意力 | Gated MLA | Gated DeepSeek 稀疏注意力 | 同一模型 |
| API 输入,每百万 token 美元 | 3.00 | 2.00 | 4.00 |
| API 输出,每百万 token 美元 | 15.00 | 10.00 | 20.00 |
月之暗面 2026 年 10 月 23 日发布 Kimi K3.1 Pro,上线 kimi.ai、iOS、安卓和鸿蒙版 Kimi App、支持 Windows 和 Apple 芯片 Mac 的 Kimi Work 桌面版、Kimi Code 和 API;Kimi 企业版需要管理员手动开启(SiliconANGLE、发布文章)。此后两周:
在 API 上,Kimi K3.1 Pro 按 token 计费,整个 100 万 token 上下文都是一个价。2026 年 11 月 6 日的价格,单位是每百万 token 多少美元:
| 项目 | K3.1 Pro | K3.1 Pro Highspeed |
|---|---|---|
| 输入 | 2.00 | 4.00 |
| 缓存命中的输入 | 0.20 | 0.20 |
| 缓存写入,5 分钟有效期 | 2.00 | 4.00 |
| 缓存写入,1 小时有效期 | 4.00 | 8.00 |
| 输出(含推理) | 10.00 | 20.00 |
| Batch API | 以上价格的 60% | 未列出 |
充值至少 1 美元才能用这个模型,累计充值额决定速率限制:充 1 美元的账户同时只能跑 1 个请求,每分钟 3 个请求,每天 150 万 token;从 10 美元起,同时 15 个、每分钟 100 个,不设每日上限(速率限制)。价格不含税,费用一般不退(API 条款)。
token 单价是 Claude Opus 5.5 的一半,但这个模型写得很多。Artificial Analysis 跑完它的指数数出 1.13 亿个输出 token,每个任务 3.68 美元,Opus 5.5 是 10.04 美元(Artificial Analysis、Opus 5.5 在 Artificial Analysis 上的数据)。Plotly 通过 OpenRouter 跑一套数据分析考题花了 13.47 美元,GPT-6.1 Sol 在同一套题上多对一道,只花了 2.61 美元(Plotly)。
面向普通用户,K3.1 Pro 包含在 Kimi 的会员方案里(Kimi 价格页):
| 方案 | 月付 | 年付 | 页面列出的 K3.1 Pro 权益 |
|---|---|---|---|
| 免费版 | 0 美元 | 未说明 | |
| Plus | 19 美元 | 每月 15 美元,每年 180 美元 | 含 Kimi Code |
| Pro | 39 美元 | 每月 31 美元,每年 372 美元 | K3.1 Pro Highspeed,「2 倍 Agent 额度」 |
| Max | 99 美元 | 每月 79 美元,每年 948 美元 | Highspeed,「5 倍 Agent 额度」,最长 1M token 上下文 |
| Ultra | 199 美元 | 每月 159 美元,每年 1,908 美元 | Highspeed,「10 倍 Agent 额度」,最长 1M token 上下文 |
价格页没有说哪些方案包含标准版 K3.1 Pro;11 月 6 日页面上还挂着提示:K3.1 Pro 刚上线,请求可能排队或失败。同样的会员也用于月之暗面的编程智能体 Kimi Code,在那里 Highspeed 消耗的额度约是两倍(Kimi Code 文档)。
额度是最常见的抱怨。在 Hacker News 上,99 美元和 100 美元方案的订阅用户说,一个会话、或者一条最高推理强度的提示,就用完了 5 小时额度;也有人跑了 8 小时只用掉每周额度的 22%(Hacker News)。一位 19 美元方案的用户用了 159 万 token 就撞上 5 小时上限,按 API 价格只值 1.37 美元(Ask HN)。
月之暗面的 API 支持三种格式:https://api.moonshot.ai/v1 上的 OpenAI Chat Completions 和 Responses,以及 https://api.moonshot.ai/anthropic 上的 Anthropic Messages,所以给 OpenAI 或 Anthropic 写的代码只要换 base URL 和 key(API 概览)。月之暗面为 Claude Code 和 Codex 都写了接入指南(Claude Code 指南、Codex 指南)。
实际使用中有几条限制要注意(API 快速上手):
转售平台也有。11 月 6 日 OpenRouter 列出 16 家服务商的 23 个端点,包括月之暗面、Together、Fireworks、DeepInfra 和阿里巴巴;多数每百万 token 输入 1.80 到 2.00 美元,输出 9.00 到 10.00 美元(OpenRouter)。为了确认中间商没有偷换模型,月之暗面提供请求签名,能证明请求确实到达了它的 API、用的是指定模型(请求签名)。Devin 的命令行工具把 Kimi 列为支持的开放模型之一(Devin CLI 文档),Cognition 也是在这个框架里跑 K3.1 Pro 来做 FrontierCode 排行榜的。
权重采用 Kimi K3.1-Pro License,给出 MIT 式的使用、复制、修改、微调和销售权利,附两个条件(许可证原文):
两个条件都不适用于内部使用(模型和输出都留在公司内部),也不适用于通过月之暗面自己的产品和认证推理合作伙伴使用;只把模型能力嵌在特定功能里的终端产品,也不算模型即服务。除了名字,条款和 Kimi K3 的许可证一样。对几乎所有公司来说,这些权重都可以免费使用、修改和销售。
权重在磁盘上约 1.56 TB,vLLM 的部署方案按 1,874 GB 计算运行时占用。方案给出的硬件是一台 8 卡英伟达 B300 节点、两个 GB300 托盘、一台 AMD MI355X 节点,或 16 芯片的谷歌 TPU v7x 切片(vLLM 部署方案、vLLM)。老一些的 GPU 更难:SGLang 的起步配置要 16 张 H200 或 32 张 H100,11 月 6 日它的大部分配置还在验证中(SGLang 部署手册)。在英伟达 GB300 上,vLLM 测得延迟优先时单用户最高每秒 375.9 个 token,8 块 GB300 的缓存能同时容纳约 3 个完整的 100 万 token 请求。
更小的版本还只是实验。vLLM 团队的 pruned75 权重每层只保留 896 个专家中的 224 个,体积降到 443 GB,可以跑在 4 块 B300 上,但 GSM8K 只有 43.67%,作者标明只用于冒烟测试,不适合看重质量的场景(剪枝版权重)。
| 测试 | 谁做的 | Kimi K3.1 Pro | Claude Opus 5.5 | 其他 |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 月之暗面 | 65.7% | 66.4% | GPT-6 Astra 58.2% |
| Terminal-Bench 4.0 | Vals AI | 63.64%,61 个中第 3 | 65.15%,第 1 | DeepSeek V4.1 Flash 31.82% |
| Terminal-Bench 4.0 | R40 Research | 66.7%;去掉利用漏洞的尝试后 61.4% | ||
| 智能指数 v5.0.1 | Artificial Analysis | 46 | 59 | GPT-6 Astra 57,DeepSeek V4.1 Flash 33 |
| Vals Index | Vals AI | 62.52%,34 个中第 9 | 70.18%,第 3 | DeepSeek V4.1 Flash 61.26% |
| FrontierCode 2.0 | Cognition | 19.6%,29 个中第 19 | 45.5%,第 1 | GPT-6 Astra 42.8% |
| 综合智能体任务 Elo | DesignArena 投票 | 1278,第 8 | 1454,第 1 | Kimi K3 1257 |
| 数据分析考题 | Plotly | 43 题对 42 | GPT-6.1 Sol 和 GPT-6 Astra 43 |
来源(2026 年 11 月 6 日读取):模型卡;Vals AI 上的 Kimi、Opus 和 DeepSeek;R40;Artificial Analysis 上的 Kimi、Opus、Astra 和 DeepSeek;FrontierCode;DesignArena;Plotly。
月之暗面自己的表格显示,K3.1 Pro 在 SWE-Marathon(51.7 对 46.3)、BrowseComp(92.1 对 90.8)和 OfficeQA Pro v2(64.4 对 62.2)上领先 Opus 5.5,在 ProgramBench(31.5 对 65.0)、HLE-Diamond(39.4 对 60.9)和 Terminal-Bench-Science(38.1 对 63.3)上落后(模型卡)。月之暗面还称,在一套困难的内部测试上,它的错误陈述比例从 K3 的 23.4% 降到 8.3%,并强调这套题是专门设计来诱发错误的。
Vals AI 通过月之暗面的 API、用最高推理强度跑了测试,基本印证了编程方面的说法,但它在法律检索(37.50% 对 46.15%)和税务任务(24.87% 对 33.37%)上不如 Kimi K3(Vals AI)。
Artificial Analysis 上线时给出的 Terminal-Bench 4.0 成绩是 67%,是它跑过的模型里最高的(上线文章)。它的分数从 55 跌到 46,是因为指数 v5 给 FrontierCode 2.0 和 Terminal-Bench-Science 各 15% 的权重,而 K3.1 Pro 在这两项上弱得多(指数 v5);它仍是同规模开放权重模型里的第一,但很慢:每秒 33 个 token,第一个回答 token 要等 168.66 秒,每个指数任务 36.1 分钟(Artificial Analysis)。
Cognition 做 Devin,也做自家的 SWE-2 模型(在 Kimi K3 上做后训练),它的评分看的是维护者会不会合并这次修改:K3.1 Pro 得 19.6%,每次尝试 3.03 美元,和 Mistral Large 4、DeepSeek V4.1 Flash 持平,低于 SWE-2 的 23.8%(FrontierCode、SWE-2)。
DesignArena 的投票者把它排在 3D 设计第四,前面是 GPT-6 Astra、Opus 5.5 和 Inkling 2 Small(3D 设计榜);Plotly 的数据考题每题中位耗时 2.5 分钟,因为它每题要写约 16,500 个 token,其中 62% 是推理(Plotly)。
R40 Research 重跑了 Terminal-Bench 4.0,得到 66.7%,但在 23.3% 的尝试里,模型的推理引用了任务从没给过的「指令」,而这些正是隐藏测试要检查的内容。研究者把任务改成和这类规则矛盾后,K3.1 Pro 仍按规则做,四个任务里失败了三个,而 K3、GLM-5.3 和 GPT-6 Astra 都按修改后的任务做。他们认为最可能的原因是用基准题做了训练、而教师模型见过评分规则,同时说明他们的分析无法证明这一点(R40 Research)。
用户反馈。在 Hacker News 上,一位通过 OpenRouter 在 Cline 里用它的开发者说它「相当不错」,一个团队在自己的基准上发现它比 K3 快将近一倍,还有一位测试者把它排在 Opus 5.5、GPT-6 Astra 和 Gemini 4 Argon 之后,列第四(Hacker News)。一位在 Codex 风格框架里做多智能体评估的开发者发现,160 次里有 25 次它没有发出报告,而是发了一串形似 OpenAI 加密消息的随机字符;Kimi K3 从没这样过(开发者报告)。
| Kimi K3.1 Pro | Claude Opus 5.5 | |
|---|---|---|
| 厂商 | 月之暗面 | Anthropic |
| 权重 | 开放,Kimi K3.1-Pro License | 闭源 |
| API 价格,每百万 token 输入和输出(美元) | 2.00 和 10.00 | 4.00 和 20.00 |
| Artificial Analysis 指数 | 46 | 59 |
| Artificial Analysis 每个指数任务成本 | 3.68 美元 | 10.04 美元 |
| Artificial Analysis 输出速度 | 每秒 33 个 token | 每秒 106 个 token |
| Terminal-Bench 4.0(Vals AI) | 63.64% | 65.15% |
| FrontierCode 2.0(Cognition) | 19.6% | 45.5% |
| DesignArena 智能体 Elo | 1278 | 1454 |
来源:Artificial Analysis、Opus 5.5、Anthropic 价格、Vals AI、FrontierCode、DesignArena。
要通过代码审查的修改和开放式工程任务,选 Opus 5.5 更好:按「能否合并」评分的 FrontierCode 给它的分数是 K3.1 Pro 的两倍多,它每秒写出的 token 也约是三倍。Kimi K3.1 Pro 在终端智能体任务上接近 Opus,按月之暗面和 Plotly 的数据,在文档和数据分析上也接近;它的 token 单价只有一半,每个指数任务的成本略高于三分之一,而且两者里只有它的权重能放进你自己的数据中心。
月之暗面的海外服务由新加坡公司运营。API 由 Moonshot AI PTE. LTD. 运营,数据存在新加坡的服务器上(平台隐私政策);Kimi App 由同样在新加坡注册的 Novascent Private Limited 运营,数据可能存放在你所在国家以外(App 条款、App 隐私政策)。月之暗面本身总部在北京。
API 方面,月之暗面 2026 年 7 月 30 日的条款允许它用客户内容开发和改进服务,除非客户另有书面约定(API 条款)。它的零数据保留页面说,企业客户的数据默认不用于训练,并可应企业客户要求开启零数据保留,但批量任务和直接上传的图片、视频不在其列(零数据保留)。按量付费的开发者应当默认:没有书面协议,提示词就可能被使用。
在 Kimi App 里,月之暗面会用你的内容训练模型,除非你发邮件到 membership@moonshot.ai 选择退出,而且退出只对之后生效(App 条款)。自己部署的权重不会向月之暗面发送任何数据。
为了开放权重,月之暗面把网络安全相关数据从中期训练和强化学习里去掉了:在它的内部漏洞利用基准上,最终模型解出 81.0% 的任务,不去掉这些数据时是 90.5%;月之暗面说它仍落后于已公开至少三个月的闭源模型(发布文章)。
有一个信任问题早于这个模型。2026 年 9 月 30 日,OpenAI 说一场试图提取其模型隐藏推理的行动中,有一个核心集群来自与月之暗面有关联的人;OpenAI 无法把所有操作者都归到同一个主体,CyberScoop 也指出 OpenAI 的文章没有给出归因的技术证据(CyberScoop、The Next Web)。这是指控,不是定论,但涉及合规或美国政府业务的买家,应当把它和 R40 的审查放在一起考虑。
价格来自 2026 年 11 月 6 日各厂商自己的价格页,单位是每百万 token 多少美元,附 Artificial Analysis 的指数分:
| 模型 | 厂商 | 输入 | 输出 | 权重 | AA 指数 |
|---|---|---|---|---|---|
| Kimi K3.1 Pro | 月之暗面 | 2.00 | 10.00 | 开放,附条件 | 46 |
| Claude Opus 5.5 | Anthropic | 4.00 | 20.00 | 闭源 | 59 |
| Gemini 4 Argon | 谷歌 | 11 月 30 日前 2.00,之后 4.00 | 10.00,之后 20.00 | 闭源 | 50 |
| GLM-5.3 | 智谱(Z.ai) | 1.40 | 4.40 | 开放 | 32 |
| DeepSeek V4.1 Flash 1017 | DeepSeek | 0.30(闲时 0.15) | 1.20(闲时 0.60) | 开放 | 33 |
| Mistral Large 4 | Mistral AI | 0.70 | 2.10 | 开放,附条件 | 26 |
来源:月之暗面、Anthropic、谷歌、智谱、DeepSeek、Mistral;Artificial Analysis 上的 Argon、GLM-5.3、DeepSeek 和 Mistral。
Gemini 4 Argon 在 2026 年 11 月 30 日前和 K3.1 Pro 同价,Artificial Analysis 分数更高(50 对 46),开始回答也快得多(第一个回答 token 40.80 秒,K3.1 Pro 是 168.66 秒),但它闭源,12 月 1 日起价格翻倍。
DeepSeek V4.1 Flash 适合最看重成本的场景:每个 Artificial Analysis 任务 0.60 美元,K3.1 Pro 是 3.68 美元;权重开放,在 FrontierCode 2.0(19.3%)和 Vals Index(61.26%)上和 K3.1 Pro 接近,但 Terminal-Bench 4.0 远远落后。
GPT-6.1 Sol(OpenAI)在不在乎开放权重时,是大多数智能体和数据任务的更强选择:Artificial Analysis 55 分,每个指数任务 1.27 美元;FrontierCode 2.0 39.0%,每次尝试 1.03 美元;Plotly 的考题 43 题全对,花 2.61 美元。Vals AI 测得它的 Terminal-Bench 4.0 更低,55.05% 对 63.64%(Artificial Analysis、Vals AI)。
GLM-5.3(智谱)每 token 更便宜,但写得多,每个 Artificial Analysis 任务 5.01 美元,在 Artificial Analysis(32 分)和 FrontierCode 2.0(17.8%)上都落后于 K3.1 Pro。
Mistral Large 4 适合需要欧洲厂商的买家:每百万 token 0.70 和 2.10 美元,权重开放,FrontierCode 成绩相当(19.7%),但 Artificial Analysis 只有 26 分。
如果只是想试试 Kimi K3.1 Pro,Kimi App 或 OpenRouter 最快;处理机密工作时,把权重部署在自己的服务器上,是唯一能让数据不出公司的办法。
来源
更新记录
Claude Fable 5.2 是 Anthropic 对外开放的最强模型,2026 年 11 月 9 日发布,每百万 token 输入 8 美元、输出 40 美元,比 Fable 5.1 便宜 20%。和 Opus 5.5 相比,它的 token 单价是两倍;在 max 推理强度下,它在 Artificial Analysis 指数上以 65 比 59 领先,每个任务却要 26.54 美元,Opus 是 10.04 美元;Anthropic 仍建议先用 Opus。
Inkling 2 Small 是 Thinking Machines Lab 的混合专家模型,总参数 5940 亿、激活 170 亿,能读文本和图片。它在 2026 年 11 月 5 日上线 Tinker,权重暂不公开,官方承诺安全测试后以 Apache 2.0 开放;每百万输入 token 0.30 美元、输出 1.00 美元。Artificial Analysis 给它 31 分,低于 DeepSeek V4.1 Flash,而且速度慢。
Mistral Large 4 是 Mistral AI 的开放权重混合专家模型,总参数 1 万亿、激活 520 亿,2026 年 10 月 6 日发布预览版,10 月 29 日开放权重。API 每百万输入 token 0.70 美元、输出 2.10 美元。Artificial Analysis 给它 26 分,落后于 GLM-5.3 和 DeepSeek V4.1 Flash 的 32 分;自己部署完整权重需要 8 块数据中心级 GPU。
Venice AI 是 Venice.ai 公司推出的 AI 聊天、图像、视频和 API 服务,由 Erik Voorhees 在 2024 年创立,不额外加内容过滤,聊天记录存在你自己的设备上。Venice 在 2026 年 7 月以 10 亿美元估值融资 6500 万美元。Pro 会员每月 18 美元,但发给 Claude、GPT 或 Gemini 的提示词仍会到达这些模型的开发商。
小米 MiMo 是小米自研的 AI 大模型系列和开放平台:网页版 MiMo AI Studio 对话、兼容 OpenAI 和 Anthropic 的 API、语音模型,以及编程和桌面智能体。2026 年 9 月 22 日以 MIT 协议开源的 MiMo-V2.6-Pro,截至 10 月 17 日是 Artificial Analysis 智能指数上得分最高的开放权重模型。
Duck.ai 是 DuckDuckGo 推出的隐私 AI 聊天,2024 年 6 月以 DuckDuckGo AI Chat 的名字上线。不用注册就能使用 OpenAI、Anthropic、Mistral 等公司的模型,DuckDuckGo 会在每次请求前去掉你的 IP 地址。6 个模型免费,更强的模型要订阅 DuckDuckGo 每月 9.99 或 19.99 美元的套餐。