2.8万亿参数像PDF一样发上网!Kimi新王力压GPT-6,价格狂砍80%

北京时间 10 月 24 日凌晨 1 点 15 分，大洋彼岸的硅谷正是午后。月之暗面（Moonshot AI）在 X 平台上安静地甩出一张深蓝紫色的海报：Kimi K3.1 Pro 正式发布。

仅仅九分钟后，评论区瞬间沸腾开发者 Chip Herndon 敲下一行苦笑的感叹，迅速收获大批高赞：

“2.8 万亿参数，他们就打算像发 PDF 一样直接挂到网上。我们完了”

▲ 开发者在官方帖下感叹：2.8 万亿参数巨兽即将像发 PDF 一样公开到网上

紧接着，另一位网友补了一刀硅谷式的黑色幽默：“Dario（闭源巨头 Anthropic 的掌门人）马上要再发一篇关于安全的长文了。”

让整个科技圈瞬间绷紧神经的，除了庞大的体量，还有一套近乎掀桌子的组合拳：全球顶尖梯队的智商、砍到闭源巨头两折的标价，以及一句硬核承诺，11 月 4 日前，完整模型权重直接开源。

▲ Kimi 官方发布主帖，宣布 K3.1 Pro 与 Highspeed 高速版同步上线，并承诺 11 月 4 日前开源权重

012.8万亿参数的“超级医院”，把开源差距追到只剩3分

先拆解那句“像发 PDF 一样挂上网”到底有多吓人。

如果把大模型比作一座医院，2.8 万亿（2.8T）总参数意味着这座医院里坐镇着人类历史上罕见规模的专家团。要是每次看病都把所有专家叫醒，电费和算力瞬间就会爆炸。于是 K3.1 Pro 采用了 MoE（混合专家）架构，每次遇到问题，系统只精准唤醒最对口的 1040 亿（104B）参数来会诊。既有巨兽级的知识储备，又保持了轻巧的单次计算开销，还能一口气读完 100 万 token（相当于好几本长篇小说或整座大型代码库）的图文多模态内容。

过去，这种级别的模型往往被闭源大厂锁在自家机房里，按次收过路费。而“开源权重”意味着到了 11 月 4 日，只要企业或机构攒够服务器算力，就能把这座“超级医院”直接下载到自家的私有云里。

更让开发者倒吸凉气的，是几小时后独立评测机构 Artificial Analysis 放出的成绩单。

在涵盖全球 215 个模型的综合智商榜（Intelligence Index）上，K3.1 Pro 直接拿下了 55 分，高居全球总榜第 4，排在它前面的，只有 Claude Opus 5.5（58 分）、Sonnet 5.5（56 分）和 Muse Wonder Full（56 分）。开发者 Yuchen Jin 转发榜单时难掩震惊：“在包含所有闭源巨头的总榜里排到第 4，太夸张了，开源又回来了！”

▲ 独立评测机构 Artificial Analysis 将 K3.1 Pro 列入全球总榜第 4，预计权重公开后将登顶开源第一

要知道，上一代 Kimi K3 在这张榜上只有 44 分。一次大版本后训练升级，Kimi 狂涨 11 分，硬生生把全球开源模型与顶尖闭源模型的分差，从 12 分压缩到了区区 3 分。

02关进终端真刀真枪干活：力压GPT-6，但并非全能神

就在榜单刷屏的同时，科技博主 Chubby（@kimmonismus）甩出另一组数据：“说真的，这次发布太疯狂了……在月之暗面列出的 14 项评测里，它有 6 项击败了表上每一家美国前沿模型。”

为什么这次的分数格外让人在意？因为考题变了

早年的 AI 评测像做高考选择题，背背题库就能拿高分；而这次最受瞩目的 Terminal-Bench 4.0，相当于把 AI 关进一间资源受限的真实电脑“小黑屋”。没人喂标准答案，AI 必须自己敲终端命令、写代码、看报错、改 Bug，直到通过严苛的测试脚本。

在这场硬碰硬的实操考试里，K3.1 Pro 官方得分 65.7%（Artificial Analysis 独立复测甚至跑出了 67%），不仅把 OpenAI 的 GPT-6 Astra（58.2%） 远远甩在身后，距离榜首 Claude Opus 5.5（66.4%） 也只差不到一个百分点。

▲ 在终端编程智能体评测 Terminal-Bench 4.0 中，K3.1 Pro 大幅领先 GPT-6 Astra，紧咬 Claude Opus 5.5

为了练出这身手艺，月之暗面重构了强化学习框架与沙箱质检平台，在成百上千个细分领域里给模型“加练”。反映到业务上，它能直接用 Unreal、Unity 搭建完整游戏项目，在 Blender 和 CAD 里做三维建模（BenchCAD 得分 92.7%），甚至在最怕算错数的金融研报与财务 PDF 核对上拿下了行业最高分（OfficeQA Pro v2 达 64.4），金融建模幻觉率直降 65%。

但先别急着把它捧上神坛

翻开光鲜柱状图的背面，它的偏科同样明显。“14 项赢下 6 项”毕竟出自厂商自家的对照表；一旦切到科研色彩极浓的科学终端任务（Terminal-Bench Science），K3.1 Pro 的得分就会掉到 38.1%，远低于 Opus 5.5（63.3%）与 GPT-6 Astra（68.1%），在部分真实机器人任务上也存在落差。

说白了，它是一位极其凶悍的全栈程序员与华尔街分析师，但还算不上无所不知的科学家。

03标价狂砍80%的罗生门：为什么单价降了，总账单却没变？

真正把讨论推向白热化的，是价格表

K3.1 Pro 的官方 API 标价定在每百万输入 token 2 美元、输出 10 美元。横向一比，杀伤力肉眼可见：刚好是 Claude Opus 5.5（$4 / $20）的一半，更只有 GPT-6 Astra（$10 / $50）的五分之一。哪怕和自家的上一代 K3（$3 / $15）相比，单价也直接砍掉了三分之一。

▲ 科技博主整理的旗舰模型 API 价格对照表，K3.1 Pro 标准单价较 GPT-6 Astra 低 80%

然而评论区里很快吵了起来有老玩家直接泼冷水：“怎么算更便宜？平时用 Claude 大家走的是订阅套餐，算上 Kimi 套餐的实际额度和消耗速度，真实用下来到底谁省钱还不一定。”

这句吐槽精准戳破了 2026 年大模型行业最隐秘的账本真相：看单价买大模型，就像只看每盘菜的标价，却忘了厨师还要按字数收“自言自语费”。

Artificial Analysis 算过一笔极有意思的实测账：K3.1 Pro 的 token 单价明明比上代降了 33%，但跑完同一个评测任务的平均总花费却是 1.98 到 2.11 美元，和上一代的约 2.00 美元几乎一分没少！

钱去哪了？全被模型的“强制深思”吃掉了

翻开 Kimi 的底层技术文档就会发现，K3.1 Pro 是一个永远无法关闭思考过程（Always-on Thinking）的模型，旧版的关闭开关已经被直接废弃。它的推理强度（reasoning_effort）分低、高、满血三档，系统默认直接拉满到最高档 max。

如此一来，哪怕你只问一个简单问题，模型在开口回答前，都会先在肚子里打几万字的草稿（reasoning_content）。实测显示，它单次任务的平均输出量从上代的 4.8 万 token 暴涨到了 5.5 万 token。这些看不见的“内心戏”，统统要按最贵的 10 美元/百万 token 输出价买单；而且在多轮对话里，你还得把它的历史草稿原封不动传回去，否则它就会“断片”变笨。

这就是为什么有人抱怨它“有时候又慢又费钱”，单价打七折，话痨程度涨一成半，一正一负全抵消了。开发者如果不手动把简单任务的推理档位调低，标价表上的便宜就会在不知不觉中溜走。

04藏在计费公式里的阳谋：月之暗面真正想抢谁的饭碗？

既然单次对话的总账单没怎么降，月之暗面这波定价难道只是数字游戏？

恰恰相反当你把它的 API 计费文档拆到最后一行，就会看懂它真正的阳谋：它瞄准的是全天候运转的企业级智能体（Agent），专门为这类高频工作流定制了一套“省钱外挂”。

▲ Kimi 官方亮出的 API 计费明细：无论标准版还是高速版，缓存命中价均锁定在极低的 $0.20 / MTok

这套组合拳藏在三个极少有人注意的工程细节里：

第一，高速版“不翻倍”的秘密同期上线的 K3.1 Pro Highspeed 速度提升了 2 到 3 倍，正常输入输出单价翻倍到了 $4 / $20，而且百万上下文全窗口不收长文本阶梯加价。最绝的是，它的缓存命中价（Cache Hit）竟然死死钉在 0.20 美元/百万 token，只有正常输入价的二十分之一！让 AI 在十几万行的大代码库里反复修 Bug，九成以上的背景资料都能命中缓存。你享受了 3 倍的飙车速度，账单却远不到 2 倍。

第二，5 分钟与 1 小时的“免费续杯”机制。系统默认帮你把读过的资料缓存 5 分钟，只要期间再次用到，不仅只收 2 毛钱，还会免费把倒计时重置。如果遇到需要人类经理审批十几分钟的长流程怎么办？多花一倍写入费锁定 1 小时缓存，只要一小时内复用满 2 次，当场就能回本。

第三，防碎裂的“尾部塞工具”绝活大公司的智能体动辄挂载上百个工具，全塞在对话开头太费钱；可要是在聊天中途往开头加新工具，就像把一本千页账本的第一页撕掉重写，后面整本缓存瞬间作废，全部重收全价。Kimi 专门开了一个后门：允许开发者在对话最末尾悄悄追加一条只带工具定义、不带正文的 system 指令。前面聊过的几十万字前缀纹丝不动，缓存保留率 100%。

看懂了这三招，也就看懂了 Kimi K3.1 Pro 的真正野心。

今天我们看到的，还只是云端 API 的贴身肉搏。真正的悬念留在了十天之后，当 11 月 4 日到来，这个在编程和办公战场上紧咬 Opus 5.5、力压 GPT-6 Astra 的 2.8 万亿参数大脑，真的像一份 PDF 一样出现在互联网上任人下载时，大模型牌桌上的震动，才刚刚开始。