Kimi K3.1 Pro 实读：输入价降 35%、1M 上下文不变，官方文档里还有三处数字对不上

核对时间：2026-10-24 20:05–20:12（Asia/Shanghai）。方法：直接抓取 Moonshot 官方文档的 Markdown 源（platform.kimi.com/docs/*.md）、官方技术博客 HTML、官方定价页渲染数据，并用 Artificial Analysis 的独立评测页做交叉核对。文中每个数字都标了来源；凡官方没写的，明确标注「官方未公布」。本文没有实际调用 API 跑分，所有 benchmark 与价格均为公开资料，不是本站实测。

一、它是什么：K3 的后训练版本，不是新架构

官方对 K3.1 Pro 的定位写得很直白：Kimi K3.1 系列的第一个模型，3 万亿级参数，100 万 token 上下文，原生视觉理解（官方 quickstart）。技术博客进一步说明，它是 Kimi K3 的后训练（post-training）版本，后训练算力大幅增加，不是重新预训练的新底座（官方技术博客）。

这决定了两件事。第一，架构层面的东西——KDA 混合线性注意力、Attention Residuals、896 专家里激活 16 个的 MoE——沿用 K3，K3.1 Pro 没有宣布任何架构改动。第二，能力提升集中在「后训练能改的部分」：代码、Agent 长程执行、3D/CAD、金融文档与建模。

参数口径需要说清楚。中文文档只写「3 万亿级参数模型」，没有给精确值；官方发布帖给的是 2.8T total / 104B active（MoE）（Kimi 官方发布帖，经搜索索引读取）。Artificial Analysis 的模型页同样记为 2.8 万亿参数（AA 模型页），K3 的官方文档也写 2.8 万亿。所以准确说法是：K3.1 Pro 的总参数与 K3 同为 2.8 万亿，前者是后者的后训练加强版；104B 激活是官方发布帖对 K3.1 Pro 的说法，K3 的激活参数官方文档没有重复给出。

还有一条容易被忽略：权重现在还没放出来。官方承诺「完整模型权重将于 11 月 4 日前发布」，发布帖里也没有写明许可证（官方未公布）。这也是 Artificial Analysis 目前把 K3.1 Pro 标为 proprietary、并注明「权重不可公开获取」的原因。想自托管的人，现在只能等。

可用渠道（官方博客「Availability」段）：Kimi.com 与 Kimi 移动端、Kimi Work 桌面版 3.1.0+、Kimi Code（/model 里选）、Kimi API；企业版 默认关闭，需要管理员手动开启。API 侧有两个型号：kimi-k3.1-pro 与 kimi-k3.1-pro-highspeed（同模型，输出速度约 2–3 倍）。

二、和 K3、K2.7 的真实差异

先把三个世代的硬指标摆在一起。价格取中国区官方定价页（定价页，2026-10-24 抓取），单位为人民币元 / 百万 tokens：

K3 系列另有缓存写入费：K3.1 Pro 为 5 分钟档 ¥13.00、1 小时档 ¥26.00，K3 为 ¥20.00 / ¥40.00，高速版为 ¥26.00 / ¥52.00；K2 系列的价格表只有「缓存命中」一列，没有单列写入费（定价页）。高速版 K3.1 Pro Highspeed 的单价是 ¥26.00 / ¥136.00。

三处结构性差异：

第一，价格倒挂。 新一代旗舰比上一代便宜：输入 13 对 20（低 35%），输出 68 对 100（低 32%），缓存命中 1.30 对 2.00。官方文档没有解释定价逻辑，这是事实层面的观察，不是官方说法。对已经跑 K3 的业务，这是纯粹的成本下降，接口形状不变，改一个 model 名即可。

第二，能力差异集中在长程任务。 官方给出的对比是：Kimi Code Bench 3.0 Long-horizon 61.2% 对 K3 的 55.95%；Terminal-Bench 4.0 65.7%，高于 GPT-6 Astra 的 58.2%，略低于 Claude Opus 5.5 的 66.4%；BenchCAD（带工具）92.7%，落后 Opus 5.5 的 96.2% 与 GPT-6 Astra 的 95.9%；OfficeQA Pro v2 拿到 64.4。财务侧官方口径是「Financial Modeling 较 K3 提升 7.2 分、Financial Research 提升 11.6 分、Business Operation 约为 K3 的 4.2 倍」（技术博客）。

第三，K2 系列正在退场。 官方模型列表写明：K2 系列自 2026 年 10 月 31 日起停止向新注册用户开放，计划 12 月底全部下线（模型列表）。K2.7 Code 的 256K 上下文、¥6.5/¥27 的低价仍然有吸引力，但它不是「更便宜的 K3.1 Pro」，而是一条即将关闭的支线。新项目现在选 K2.7，等于给自己埋一次迁移。

和 K3 的相同点也值得列清楚，因为它们决定了迁移成本几乎为零：同样是 1M 上下文、同样始终开启思考、同样用顶层 reasoning_effort 调 low/high/max（默认 max）、同样 OpenAI 兼容、同样支持图片与视频输入、同样 max_completion_tokens 默认 131,072、最大可设 1,048,576。

三、官方文档里三处对不上的地方

这是本次核对里最值得开发者注意的部分，因为它直接影响你信哪个数。

其一，英文 quickstart 的 benchmark 段落还留着占位符。 抓取 platform.kimi.ai/docs/guide/kimi-k3-1-pro-quickstart.md，第 21 行原文是「On Terminal-Bench 4.0, which tests \*\*\*, it scores \[xx.x%]……it scores \[xx.x%], above K3’s \[xx.x%]」。同一段里既有未填的 [xx.x%]，也有未写的 ***。中文页同一段是填好的（65.7%、61.2%、55.95%）。这说明英文页是模板没替换完就上线了，不是数据缺失。

其二，幻觉率有两个官方版本。 中文 quickstart 写：「单项事实陈述错误率从 23.35% 降至 6.85%，包含至少一处事实错误的回答比例仅为前代的约 46.4%」。技术博客写：「claim-level hallucination rate fell from 23.4% for K3 to 8.3%」，回答含错比例是前代的 42.4%。6.85% 与 8.3%、46.4% 与 42.4%，四个数字两两不一致，而两边都自称是内部压力测试。第三方评测站 OmniaKey 在逐项核对后也点出了这处矛盾，并建议以发布帖为准（OmniaKey 复核）。在没有官方勘误前，任何引用幻觉率的下游材料都应该同时标注两个版本。

其三，财务提升的单位不一致。 中文 quickstart 说 Financial Modelling 较 K3「提高 14%」、Financial Research「提升 20%」；英文博客说「improves by 7.2 points」「by 11.6 points」。百分点和百分比是两种东西，官方没有给出换算基准。做投研场景选型时，建议直接要原始分数，别用相对提升做决策。

还有一处不算矛盾、但容易被误读：视觉输入的限制。 视觉文档页开头写「支持 base64、URL、文件上传」，而 K3.1 Pro 的 quickstart「重要限制」明确写「视觉输入不支持公网图片 URL；请使用 base64 或 ms://<file-id>」。以模型页的限制为准，公网 URL 会失败。

独立评测能对上多少？Artificial Analysis 自己跑的结果是：Terminal-Bench 4.0 67.2%（比官方的 65.7% 还高），Intelligence Index 55，在 215 个模型里排第 4，仅次于 Claude Opus 5.5 的 58（指数与排名经 OmniaKey 复核转引，K3 的指数为 44）。但同一家的 Terminal-Bench Science 只给到 34.3%，官方图表是 38.1%，而 Opus 5.5 与 GPT-6 Astra 分别是 59.0% 与 63.3%。代码强、科学弱，这个结论在两个来源上是一致的。

四、价格与成本测算

国际站同款模型的美元价是 $2 / $10，缓存命中 $0.20，写入 5m $2、1h $4；K3 是 $3 / $15 / $0.30（国际站定价）。按 6.5–6.8 的隐含汇率折算，两站定价基本对齐，不存在「国内特供低价」。

真正的成本变量不是单价，是输出 token 和缓存命中率。三个自己算的例子（按中国区单价，假设不含任何折扣）：

短请求：10,000 输入 + 2,000 输出 = 0.01×13 + 0.002×68 = ¥0.266。同口径 K3 是 ¥0.40，K2.7 Code 是 ¥0.119。

长文档问答（无缓存）：200,000 输入 + 1,000 输出 = 2.6 + 0.068 = ¥2.67。同样的量在 K3 上是 ¥4.10。

长程编码 Agent（20 轮）：每轮 100k 输入（其中 95k 命中缓存、5k 新增）+ 5k 输出。单轮 = 95k×1.30/1e6 + 5k×13/1e6 + 5k×68/1e6 = 0.1235 + 0.065 + 0.34 = ¥0.5285；20 轮 ¥10.57，加一次 100k 前缀写入（5m 档）¥1.30，合计约 ¥11.87 / 任务。同样假设在 K3 上约 ¥17.8，在 K2.7 Code 上约 ¥5.8（但它只有 256K 上下文，这个任务未必塞得下）。不做缓存的话，K3.1 Pro 同一任务要 ¥32.8——缓存命中把这一项砍掉了约 64%。

官方缓存机制值得单独说：Kimi API 对重复前缀自动启用缓存，不需要手动创建；TTL 分 5m（默认）与 1h，命中后按命中价计费并自动续期，写入单独计费；缓存按块存储，不足一块的部分算未命中；缓存按组织隔离，不能手动清除（上下文缓存文档）。块大小官方未公布，所以「命中率能到多少」只能自己压测。

但单价便宜不等于单任务便宜。Artificial Analysis 的实测是：跑完 Intelligence Index 一共写了 1.5 亿输出 token，中位数是 8,700 万，被明确标注为「very verbose」；折下来每个任务 $2.11，而 GPT-6 Astra 是 $3.26，Opus 5.5 是 $5.98。也就是说，K3.1 Pro 的 token 单价只有 GPT-6 Astra 的五分之一，单任务成本却是它的三分之二——多出来的钱全花在「想得久、写得长」上。做预算时按单任务成本算，不要按单价算。

五、适合什么场景：四条可执行的判断标准

官方给的优势场景是代码、3D 创作、金融研究、长程 Agent。落到选型上，我建议用下面四条硬标准过滤，四条里满足三条再上：

1. 单任务需要 20 轮以上的工具调用或终端操作。 这是 K3.1 Pro 相对 K3 提升最集中的区间（Code Bench 3.0 Long-horizon 61.2 对 55.95）。
2. 单轮输入长期在 50k token 以上，且前缀稳定。 只有这种负载才能把缓存命中率做到 80% 以上，把 ¥13 的实际单价压到 ¥2–3 区间；短对话用它是浪费。
3. 能接受 3 秒级首 token、分钟级长任务。 AA 实测 TTFT 3.08 秒、输出 84.2 tokens/s；始终思考，关不掉。
4. 有自动化测试或人工复核兜底。 它的强项是「多步执行的成功率」，不是「一次就对」。没有回归测试的代码库，不建议直接接进 CI 自动合并。

具体到三类团队：

• 已在用 K3 的：直接换型号，成本降三分之一，接口不变，风险最低。
• 做 CAD / 3D / 游戏工具的：BenchCAD 带工具 92.7% 是目前开放权重路线里的高位，且官方明确说它能直接写 Blender、SolidWorks、Rhino 脚本，不依赖 MCP 连接器。但注意它仍落后 Opus 5.5 约 3.5 个百分点。
• 做金融文档分析的：OfficeQA Pro v2 的 64.4 是官方宣称的 SOTA，Frontier Finance 58.6 高于 Opus 的 56.7。前提是你能接受幻觉率口径不明这件事，并且对每个数字做二次核对。

六、怎么接入：最小可用代码

国内站用 https://api.moonshot.cn/v1，国际站用 https://api.moonshot.ai/v1，OpenAI SDK 直接可用（官方 quickstart）：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.cn/v1",
)

completion = client.chat.completions.create(
    model="kimi-k3.1-pro",
    reasoning_effort="high",          # low / high / max，默认 max
    messages=[{"role": "user", "content": "用一句话介绍 Kimi K3.1 Pro。"}],
)
print(completion.choices[0].message.content)

流式输出时，推理过程和最终答案分两个字段：delta.reasoning_content 与 delta.content。多轮对话和工具调用有一个硬要求——必须把上一轮完整的 assistant message 原样回传，包括 reasoning_content 和 tool_calls，只保留 content 会导致上下文断裂。

四个容易踩的坑，官方文档里都写了但很分散：

• temperature、top_p、n、presence_penalty、frequency_penalty 是固定值（1.0 / 0.95 / 1 / 0 / 0），不要显式传，传了也不会生效。
• 思考关不掉。嫌慢就把 reasoning_effort 降到 low，不要找 thinking 参数——那是 K2.x 的写法。
• 图片用 base64 或先上传拿 ms://<file-id>，公网图片 URL 不支持。
• 想把缓存吃满，就把 system prompt、工具定义、代码库按固定顺序放前面，用户问题和工具结果放后面，前缀里不要插时间戳或随机 ID。

成本上还有两个门槛要注意：K3.1 Pro 是旗舰模型，必须充值才能解锁（国内最低 10 元），新用户注册赠送的 15 元代金券不能用于它；累计充值额同时决定并发、RPM、TPM、TPD 等级。另外官方明确说「联网搜索正在更新，近期不建议用于生产流程」——如果你的 Agent 依赖内置联网搜索，这一条现在是硬阻塞。

七、什么情况下不该用

• 需要关闭思考、追求低延迟。 它没有非思考模式，这一点和 K2.7 Code 一样，和 K2.6 不同。
• 科研计算、物理推理类的 Agent。 Terminal-Bench Science 官方 38.1%、AA 实测 34.3%，对手是 59%–63%。这个差距不是调 prompt 能补的。
• 现在就要自托管。 权重 11 月 4 日前才发，许可证官方未公布。合规评审要求「许可证明确」的团队，现在过不了这一关。
• 高频、低价值的调用。 客服分类、短文本改写这类场景，K2.7 Code 的 ¥6.5/¥27 或更便宜的第三方模型更合适，用旗舰是纯溢价。
• 需要公开榜单背书的采购。 除了 Artificial Analysis 的少数几项，目前公开榜单上基本没有 K3.1 Pro 的独立成绩；官方图表里也有相当一部分是对手方自报数据。采购流程要求「第三方可复现」的，现在证据不够。
• 刚注册、没充值的新账号。 会直接调不通，这不是 bug。

八、结论

Kimi K3.1 Pro 是一次「后训练红利 + 降价」的组合拳：底座没换，长程编码和金融文档两头加强，价格比 K3 低三分之一，接口零迁移成本。对已经在跑 K3 的团队，这是今年最容易做的一次升级决策。

但它不是全能选手。科学推理是明确短板，权重和许可证还没落地，官方自己的文档里还留着 [xx.x%] 这样的占位符和两套幻觉率数字。能验证的部分（Terminal-Bench 4.0、成本、上下文）足以支持「试一试」；不能验证的部分（内部基准、幻觉率、开放权重许可）不足以支持「全面替换」。 最稳的路径是：先在一条有回归测试的长程编码任务上跑两周，用单任务成本而不是 token 单价做预算，再决定要不要把主力流量切过去。

来源清单（均于 2026-10-24 20:05–20:12 GMT+8 抓取）

1. Kimi K3.1 Pro 官方 quickstart — https://platform.kimi.com/docs/guide/kimi-k3-1-pro-quickstart
2. 官方英文 quickstart（含 [xx.x%] 占位符证据）— https://platform.kimi.ai/docs/guide/kimi-k3-1-pro-quickstart.md
3. 官方模型推理价格说明（中国区）— https://platform.kimi.com/docs/pricing/chat
4. 官方模型推理价格说明（国际区，美元）— https://platform.kimi.ai/docs/pricing/chat
5. 官方模型列表（含 K2 退役时间表）— https://platform.kimi.com/docs/models
6. 官方技术博客 Kimi K3.1 Pro — https://www.kimi.com/blog/kimi-k3-1-pro
7. 官方研究博客索引（K3 发布日 2026-07-16）— https://www.kimi.com/blog/
8. 官方 Kimi K3 quickstart（2.8T、KDA、AttnRes）— https://platform.kimi.com/docs/guide/kimi-k3-quickstart
9. 官方 Kimi K2.7 Code quickstart（256K、无 1M）— https://platform.kimi.com/docs/guide/kimi-k2-7-code-quickstart
10. 官方上下文缓存文档 — https://platform.kimi.com/docs/guide/context-caching
11. 官方视觉输入文档（图片/视频、base64/URL 限制）— https://platform.kimi.com/docs/guide/use-kimi-vision-model
12. 官方推理强度文档 — https://platform.kimi.com/docs/guide/use-reasoning-effort
13. Artificial Analysis 独立评测页 — https://artificialanalysis.ai/models/kimi-k3-1-pro
14. OmniaKey 第三方复核（幻觉率口径矛盾、成本对比）— https://omniakey.com/blog/kimi-k3-1-pro-review
15. Kimi 官方发布帖（2.8T/104B，经搜索索引读取）— https://x.com/Kimi_Moonshot/status/2113680705855373791

官方未公布项：K3.1 Pro 的训练 token 数、RL 环境数量、开源许可证、权重文件体积与自托管硬件要求、缓存块大小、各档 reasoning_effort 的 token 消耗差异、英文 quickstart 中 [xx.x%] 对应的具体数值。