Kimi K3.1 Pro 上架：智能分 46，0.03x 调用

10 月 24 日上架的开放权重旗舰

月之暗面在 2026 年 10 月 24 日发布 Kimi K3.1 Pro，3 万亿级参数，是 Kimi K3 的后训练版本，开放权重、支持多模态推理。官方列出的能力提升集中在四块：编程、3D 创作、金融研究、智能体工具调用。

唯一给出的量化成绩是 Terminal-Bench 4.0 的 65.7%。这个基准跑的是终端环境里的多步任务，分数反映"读报错、改命令、再试一次"这类循环的完成度，比通用问答分数更接近长时程智能体的实际表现。

开放权重是另一个重点。权重可以下载自部署，数据不能出内网的团队能本地跑；站内提供的是托管接口，先用它验证效果，再决定要不要投入机器自己部署。

三个关键数字

94.4 万的输出上限是目录里最高的一档，接近上下文本身。整本产品手册、完整的前端项目、几十万字的行业研究，可以一次生成，不用分章拼接再对齐语气。

46 分在中上位置：低于 Claude Opus 5.5 的 58.4 与 Sonnet 5.5 的 54.2，高于 Grok 4.7 的 34.3 和 DeepSeek V4.1 Flash 的 32.5，是人民币计价模型里最高的一档。

价格与分组

官方定价输入 ¥13、输出 ¥68 每百万 token。站内三个分组：

Buddy 分组的 0.03x 折算下来是 ¥0.39 / ¥2.04，官方价的 3%，价差 33 倍。稳定国模和官渠国模都是 0.2x，折算 ¥2.6 / ¥13.6。

输出价是输入价的 5.2 倍，成本结构明显偏输出。写长文时账单几乎全由输出 token 决定；做长文档问答、输入大输出小，成本就低得多。选任务之前先看输入输出的比例，比看单价更有用；一个月跑几百次长文生成，预算该压在哪一侧也就清楚了。

长文生成的实际账

一次 20 万输入、5 万输出：Buddy 分组 ¥0.078 + ¥0.102 = ¥0.18，官方价是 ¥2.6 + ¥3.4 = ¥6.0。

一次跑满 94.4 万输出：Buddy 分组约 ¥1.92，官方价约 ¥63.92。这个对比说明了长文生成为什么值得走 Buddy：单次成本从几十元压到两元以内，试错才敢多做几次。

同样是长输出，DeepSeek V4.1 Flash 的上限是 39.3 万，官方价 ¥2/¥8。它便宜，但一次出不完一本手册；Kimi 贵一些，胜在不用拼接。

适合什么，不适合什么

适合终端智能体。65.7% 的 Terminal-Bench 成绩加上 100 万上下文，可以做批量重构、依赖升级、脚本迁移这类需要连续执行并纠错的任务。

适合超长生成。输出上限 94.4 万，别的模型要分十次写的文档，它一次能出完，前后风格和术语不用二次统一。

适合多模态研究。图像输入加长上下文，把素材和文字资料放进同一个请求做交叉比对，金融研究场景里这种用法很常见。

不适合顶格难题。46 分和 58.4 分之间差 12.4 分，复杂的架构判断、跨系统根因分析交给 Claude Opus 5.5。也不适合高频短问答：Buddy 分组输入 ¥0.39 已经很低，但 DeepSeek V4.1 Flash 同组只要 ¥0.06，短任务用不上 94.4 万的输出上限。

接入

from openai import OpenAI

client = OpenAI(api_key="sk-...", base_url="https://ai.idcidiot.com/v1")

resp = client.chat.completions.create(
    model="kimi-k3.1-pro",
    messages=[{"role": "user", "content": "按这份大纲写完整个产品白皮书，不要分章"}],
    max_tokens=64000,
)
print(resp.choices[0].message.content)

模型页见 Kimi K3.1 Pro，同价位模型可在模型总览按输出上限筛，分组倍率以价格页为准，历史文章在博客。

先用一份 10 万字的真实文档跑一次，看它能不能一遍出完、要不要人工返工，再决定是否把长文任务整体迁过去。