今天凌晨,Kimi K3.1 Pro 正式发布。很多指标追平甚至超过了 GPT-6 Astra,API 价格还便宜 80%。真没想到这次的发布是如此的给力 —— 国模一哥,又回来了。
01 先看官方自己怎么说
官方推文把家底全交代了。
图源:X @Kimi_Moonshot(官方中文翻译视图)
· 100 万 token 上下文,2.8T 总参数 / 104B 激活,原生多模态
· 全项目编码:Unreal、Unity、Godot 里直接做完整游戏
· Blender 与 CAD 的参数化 3D 建模
· 金融场景:幻觉降低 65%,建模更准
· 编码、智能体、知识三类基准,对齐最强闭源模型
K3.1 Pro 与 K3.1 Pro Highspeed 已在 Kimi.ai、Kimi Work、Kimi Code、Kimi API 上线,开源权重 11 月 4 日前发布。
02 官方基准测试
14 项基准,6 项第一,5 项第二,13 项进前三。
图源:Kimi 官方 14 项基准合集
03 综合智力指数:国产第一
AA 指数 55 分,超过 GPT-6 Astra(53 分),全球第 4,国产第一,比上一代 K3 高 11 分。
图源:Artificial Analysis Intelligence Index v4.3.2
04 两个榜单结论相反
Terminal-Bench 4.0:
· AA 独立复测 67.2%,第 1,领先 Opus 5.5 共 3.6 分
· Kimi 官方 harness 65.7%,第 2,落后 Opus 5.5 仅 0.7 分
同一个基准、同一天,结论是反的,但差距不大,更有可信度。
Terminal-Bench 4.0 是通过真实环境中资源受限的终端任务考察编程智能体的能力,每项任务均设有严格的专项测试。这一项能够得到这么好的成绩,真的是不容易的。
图源:Artificial Analysis,Terminal-Bench 4.0 得分(23 Oct 26)
05 前端代码竞技场
Code Arena WebDev 全球第 8,1692 分,国产最高。上一代 K3 是第 17(1655 分),一代升了 9 位。前面 7 个全是 Claude 和 GPT。
06 价格对照(实测单任务成本,AA 口径)
· Kimi K3.1 Pro 2.11 美元
· GPT-6 Astra 3.26 美元(是它的 1.55 倍)
· Claude Opus 5.5 5.98 美元(是它的 2.83 倍)
比 Astra 省 35%,比 Opus 省 65%。
图源:Artificial Analysis,Cost per Task(23 Oct 26),越低越好
07 API 价目(官方单价,每百万 token)
每百万 token(美元)
Kimi K3.1 Pro
GPT-6 Astra
输入 · 未命中缓存
$2
$10
输入 · 命中缓存
$0.2
$1
输出
$10
$50
国内官方价目:输入 13 元、命中缓存 1.3 元、输出 68 元。三项全是 1/5 价,便宜 80%。
单价 1/5,落到单个任务只省 35%,差额被 token 消耗量吃掉了一部分(AA 是按各自实际消耗算的)。
结论
Kimi K3.1 Pro 对齐最强闭源模型,多项指标追平甚至超过了 GPT-6 Astra,「国模一哥」这四个字,这次真不是喊出来的。
希望国内的其它 AI 大模型也跟上,形成百花齐放,让我们再也不用“偷偷摸摸”的去使用那些国外的大模型了。
你有“偷偷摸摸”的去使用国外的大模型吗?评论区聊聊。