实测Kimi K3.1 Pro是开源第一，但…

Kimi K3.1 Pro出来几天了，我们先来快速过一遍官方的情况说明。

它是三个月前那个 K3 的升级版，2.8 万亿参数，上下文 100 万，并且能看图。

价格是输入 2 美元、输出 10 美元每百万 token，比 K3 便宜了三分之一，差不多是 Opus 5.5 的一半。

还有一个 Highspeed 版，官方说快 2 到 3 倍，价格当然也要跟着 2-3 倍地翻。

第三方的综合榜单 Artificial Analysis 给了它 55 分，目前排名是全球第 4。

前面只有 Opus 5.5 的 58 分，Sonnet 5.5 和 Meta 的 Muse Wonder Full 的 56 分，GPT-6 Astra、Gemini 4 Argon 都排在它后面。

▲ 图来自 Artificial Analysis，K3.1 Pro 55 分，比 K3 涨了 11 分

kimi说 11 月 4 日之前会放出完整权重。

想想看，这句话要是兑现了，最强的开源模型和最强的闭源模型，差距会从 12 分缩到 3 分。

Simon Willison 当天在博客里写了这么一句。

This is the first time a (soon-to-be) open weight model has scored this highly against the frontier.

这是第一次，一个（即将）开放权重的模型，在和最前沿模型的比较中拿到这么高的分。——Simon Willison，2026-10-23

kimi这次还做了件挺少见的事。

开源之前，它主动把训练数据里跟网络攻击有关的内容删掉了，自家的漏洞测试里，不删能做对 90.5%，删了是 81%。

当然，删了不等于没有，81% 还是远高于 K3 的 33.3%。

现在，看下我的自己的几个实测吧。

我要求三个模型做了一只送外卖的橘猫的游戏。

要求：只交一个 index.html，双击就能玩，有开始界面、计分、计时、失败重开，键盘和手机都能操作，音效要用 WebAudio 自己合成，做完还得自己开浏览器测一遍。

结果如下：

Kimi 7 分 15 秒就交卷了。

Codex 用了 19 分钟。

Claude 用了 36 分钟。

账单按各家官方 API 价格算，Kimi 花了 0.76 美元，Codex 差不多，0.75 美元，Claude 是 3.26 美元。

所以坦率的讲，Kimi 并不是三家里最便宜的，它和 Codex 一个价，只是比 Claude 便宜一大截。

额度上，Kimi 这一题用掉了 5 小时额度的七成左右。

第二题，我换了个方向，不考游戏，考空间。

设计一个能 3D 打印的手机支架，给了 iPhone 17 Pro 的尺寸，靠背斜 65 度，底部留充电线口，轻点屏幕不能往后倒，还要算出重心。

Kimi 的最朴素，一块底板、一个前挡、一块 65 度的靠背。

它做了 10 分钟，模型做好了，正准备出视频和说明书，额度没了。

Codex 的最大最结实，19 分钟，东西交得最全。

Claude 的最省料，21 分钟，还算了一下防倒，按它的计算，安全系数在 3 倍以上。

按 API 价格算，三家分别是 0.32、0.81 和 1.85 美元。

本来还有第三题，让它读完 X 上 251 条夸它、骂它的帖子，给自己写一份测评。

没跑成。

额度在第二题中途就用完了。。

说到这儿，就得聊聊这次最大的坑了——Kimi Code 的额度。

首先，最低版本的套餐是没办法在 kimi code 里面使用的。

我买的是 99 块一个月的 plus 档。

第一次测试的时候，三个任务一起丢给它，思考档没动，就是默认的 max。

两分半钟以后，三个全停了，提示 5 小时的额度用完了。

一个文件都没交出来。。

晚上额度刷新，我又试了一次。

这回换成 high 档，一次只跑一个。

小游戏完整做完了，7 分 15 秒。

手机支架做到第 10 分钟，又提示额度用完了。

这一轮按 API 价格算，一共 1.08 美元左右。

也就是说，99 块这档，一个 5 小时窗口，大概够它在 high 档下连续干 17 分钟。

想开着默认的 max 让它干大活，基本是不够的。

一开始我还以为是自己用法不对。

去海外看了一圈，发现大家都差不多。

有人 5 小时的额度，提示词发出去 1 分钟就没了，什么都没做出来。

有人买了 699 档，开了快速模式，15 分钟跑光光。

为什么烧得这么快？

看了下Kimi Code 最新版的配置，K3.1 Pro 默认就是最高的 max 思考档，而且强制思考。

它又特别爱拉子智能体帮忙，子智能体默认也跟着用 max，所以消耗如流水。

想省额度，可以这么做：

1、平时把思考档从 max 调到 high，真正难的题再开 max。

2、它拉子智能体的时候，给子智能体换一个便宜点的模型。

3、中途切模型、切思考档，缓存会失效，切之前最好新开一个对话。

吐槽完额度，我们再看下官方的演示，感受下 3d 能力的提升。

这次 3D 被官方放在了最前面，能在 Unity、Unreal、Godot 里做游戏，不用插件就能写 Blender 和 CAD 脚本，

▲ 官方演示，K3.1 Pro 从头到尾生成的 3D 场景

然后是有网友让它做一个 3D 网页，把一只机械手拆成 2317 个零件。

▲ 视频来自 crystalsssup

还有人用 kimi一句话做一架直升机，起飞、降落、零件拆开的爆炸视图、X 光模式、线框模式全都有，不到 15 分钟。

▲ 视频来自 LuminaBench

还有一道 Three.js 题，画一匹奔跑的马，这是三个模型的对比：

▲ 视频来自 AI_Screening，从上到下依次是 Kimi、Opus 5.5、GPT-6 Astra

综合总结就是：设计思路像 GPT，但多了一点 Anthropic 模型的审美。

下面再看几个不同模型的对比。

做了一个鲸鱼跃出海面的场景，Kimi 花了 0.75 美元，Opus 5.5 花了 3.01 美元，Astra 2 美元，Gemini 4 Argon 2.3 美元。

▲ 视频来自 Bhavani_00007，四家同题

做一座飘在云上的城堡，Opus 35 分钟，Kimi 44 分钟，原作者觉得还是 Opus 的界面更好。

▲ 视频来自 sakatayasha，云上城堡同题

最后，总结一下：

主要做 3D、小游戏、网页、数据可视化的，可以直接用，这几样它又快又好看。

写代码又在意钱的，走 API 按量付费更划算一些。

修线上 bug、写大工程，目前还是 Opus 更好用。

只想开个会员随便用的，记得先把思考档调到 high哦。