3T 参数的 K3.1 Pro 发布，跟上了 Opus 5.5，还降价三分之一 在目前比较能反映编程能力的 Terminal-Bench 4.0 上，K3.… · @RookieRicardoR · TwKit

@RookieRicardoR

3T 参数的 K3.1 Pro 发布，跟上了 Opus 5.5，还降价三分之一 在目前比较能反映编程能力的 Terminal-Bench 4.0 上，K3.1 Pro 官方测试拿到了 65.7%，只比 Opus 5.5 低 0.7 个百分点，还超过了 GPT-6 Astra 的 58.2%。 而在 AA Index 上，上一代 K3 还落后 Opus 5.5 整整 14 分，K3.1 Pro 能不能把差距缩到这么小，要等 AA 跑完才知道。 ▍降价三分之一，还有高速版 K3.1 Pro 的 API 价格比 K3 全线降了三分之一，每百万 token 输入 2 美元，输出 10 美元，缓存读 0.20 美元。 和 Opus 5.5 比，输入输出都只要一半，缓存读则同价。 实际花多少钱还要看它干一个活用掉多少 token，上一代 K3 在 AA Index 实测跑一道题平均花 2 美元，只有 Opus 5.5 最高档的三分之一。 K3.1 Pro 本身多快官方没说，嫌慢可以选同时推出的 Highspeed 版，速度是它的 2 到 3 倍，输入输出价格也翻倍，正好和 Opus 5.5 同价。 ▍编程接近 Opus，难题还差 在考 AI 完成真实开源项目里大型开发任务的 DeepSWE v1.1 上，K3.1 Pro 拿到 75.5%，比 Opus 5.5 和 GPT-6 Astra 都略高，只比 DeepSeek V4.1 Flash 低 1.5 个百分点。 和 Opus 5.5 真正拉开距离的是更难的活： ProgramBench 只给 AI 一个现成的程序和说明文档，不给源码也不让联网，要它从零重写一个行为完全一样的程序，难的题目有 FFmpeg（几乎所有视频软件都在用的音视频工具）这种量级。 结果 K3.1 Pro 只拿到 31.5%，不到 Opus 5.5 的一半。 ▍3D 建模是新看点 K3.1 Pro 能从文字、草图或参考图做出能用的 3D 模型，尤其擅长机械零件、定制家具这类改参数就能调整的参数化建模。 BenchCAD 给 AI 看一个工业零件的四张视图，要它写代码把零件建出来，在能跑代码的 Agent 环境里，K3.1 Pro 拿到 92.7%，比 Opus 5.5 低 3.5 个百分点，只靠一次生成时则和 Opus 5.5 基本打平。 http://kimi.ai 和 Kimi App 同时上线了做 3D 模型的 3D Make，做好的模型能在线编辑，下载后直接拿去 3D 打印。 ▍开着工具查资料更准 OfficeQA Pro v2 让 AI 在一千多份美国联邦收支档案里跨文档找数据再计算，答案必须分毫不差，K3.1 Pro 拿到 64.4%，在官方对比的模型里排第一。 在 Kimi 内部专挑容易出错的题做的幻觉测试里，开着工具时 K3.1 Pro 的幻觉率从 K3 的 23.4% 降到 8.3%，比 Opus 5.5 的 15.0% 还低。 在各学科专家出题的 HLE 上，开着工具时 K3.1 Pro 拿到 70.0%，比 Opus 5.5 还高。 而关掉工具就只剩 51.1%，比 Opus 5.5 低了 8.7 个百分点，说明它查资料的本事强，自己脑子里装的知识还差一截。 ▍其他变化 K3.1 Pro 是 3 万亿参数级别的模型，我估计个人电脑跑不动，开源主要方便企业自己部署。 为了防止被拿去搞网络攻击，K3.1 Pro 训练时删掉了网络安全相关的数据，官方测试里漏洞利用的成功率因此从 90.5% 降到 81.0%。 Kimi 企业版上线时默认关闭 K3.1 Pro，需要管理员手动开启。 开着工具写代码、查资料，K3.1 Pro 用一半的价格就能贴近 Opus 5.5，从零重写整套程序、不带工具答难题，还是 Opus 5.5 更稳～

曝光 1744 · 评论 2 · 点赞 9 · 书签 1