Kimi K3.1 Pro Released: Capabilities Improved, but Price Is 16 Times That of DeepSeek and MiniMax Flash
English text is being prepared.
Moonshot AI released Kimi K3.1 Pro on October 24, retaining K3's 2.8 trillion parameters without redoing pretraining, and raised its Artificial Analysis composite intelligence index from about 44 to about 55 by increasing post-training compute and joint reinforcement learning across hundreds of domains. Its pricing is $2 and $10 per million input/output tokens, or $12 for 1 million tokens each, 16 times the $0.75 idle-time rate of MiniMax M3.1 Flash and DeepSeek V4.1 Flash-1017. The article also compares the three vendors' respective reinforcement in 3D modeling and financial research, full project development, and computer operation and cross-application workflows, and notes that some users report 3D tasks consume tokens so fast that they hit the quota limit.
Why read this
AI score 61
The article compares the capability improvements and pricing of Kimi K3.1 Pro with the reinforcement learning focus of three vendors, so readers can judge the trade-offs between the Pro and Flash routes.
Topics
Body
[[**Kimi发布K3.1 Pro，靠后训练提升至评测领先，但价格远高于DeepSeek、MiniMax Flash；商业化与SOTA双目标下，资源成本体验平衡承压。**
**要点**
**1. 未扩参仍提升能力**
维持2.8万亿参数、未重做预训练，增加后训练算力并做数百领域联合强化学习。AA综合指数约55分，较K3约44分提升11，领先两款Flash。
**2. 高能力对应高价格**
每百万输入/输出token收费2/10美元；按各100万计为12美元，是MiniMax与DeepSeek空闲0.75美元的16倍、DeepSeek高峰的8倍，远高于Flash。
**3. 三家商业化侧重分化**
Kimi强化3D建模和金融研究，DeepSeek强调完整项目开发，MiniMax聚焦电脑操作与跨应用工作流。
**4. 双目标下体验与续费承压**
ARR据报道截至2026年8月破10亿美元，年底有望20亿，海外收入高于国内。Kimi计划下一代旗舰继续扩参，同时研发Flash；但3D任务高Token消耗已影响体验与续费。原创2026-10-24 20:41Kimi最大迷思是，它什么都想要，但卡是有限的 宋思杭速览
10月24日凌晨，Kimi K3.1 Pro发布了。月之暗面官方公众号写道，“我们正式推出Kimi K3.1 Pro，这是K3.1系列的第一个模型，也是我们迄今能力最强的3万亿级参数模型。”距离上一次Kimi发布K3旗舰模型已经过去了99天。
值得注意的是，这里的“3万亿级参数”并不意味着模型又扩了参数。K3.1 Pro依然维持K3的2.8T，即2.8万亿总参数规模。这次升级并没有重新进行预训练，重点则是在既有底座上进一步增强后训练。官方也明确解释，K3.1 Pro是K3的后训练版本，大幅增加了后训练的算力投入，尤其是面向数百个下游领域的联合强化学习。
而就在过去两周，国内模型厂商也接连发布了最新模型：先是10月17日，DeepSeek发布V4.1 Flash-1017，紧接着10月19日，MiniMax发布M3.1 Flash。两家都在提升能力的同时，强调更高的推理效率和更低的任务成本。
相比之下，Kimi这次的侧重点有所不同。尽管K3.1 Pro的API价格较K3也有所下降，但与DeepSeek、MiniMax此次推出的Flash模型相比，它仍处于明显更高的价格区间。Kimi这次率先推出的，是继续提升能力上限的Pro版本。
但与此同时，虎嗅也了解到，Kimi正在研发Flash版本，并计划在下一代旗舰模型中继续扩大参数规模，追求SOTA。
这意味着，月之暗面在IPO前的关键节点，既保持了以往的思路，继续追求SOTA，同时也想通过Flash版本、Pro版本等等，提高商业化成绩。但问题是，在有限的资源范围内，如何平衡两者？
据彭博社报道，截至2026年8月，月之暗面向投资者披露的ARR已突破10亿美元，6月时这一数字还是3亿美元，并且到今年年底，其ARR有望突破20亿美元。值得注意的是，在今年年初，Kimi透露其商业化进展时便强调过，其海外收入远高于国内。
而本次的K3.1 Pro版本发布便得以体现，在国内模型厂商都在追求性价比的时候，Kimi继续选择了追求能力上限，这当然是好事。不过从目前部分开发者反馈来看，K3.1 Pro也并非完美。部分用户反馈，在使用3D-Maker功能时，仅一个任务消耗过多Token导致达到额度上限，影响用户体验。
对比DeepSeek V4.1-Flash和MiniMax M3.1-Flash后发现，K3.1-Pro是前两者的16倍
回顾过往Kimi发布的模型，虽然也有侧重速度和特定任务的版本，但Flash此前并未成为其主要产品命名，这次依然没有。对于一家正在追求商业化成绩的模型公司而言，兼顾速度、成本与能力的产品越来越重要。在这一轮Flash产品的竞争中，Kimi尚未出牌。
但Kimi这次的模型思路有所不同。Flash通常强调速度、成本与能力的平衡，Pro则更偏向复杂任务和能力上限。
对此，虎嗅对近期发布的三款模型进行了比较。虽然Kimi K3.1 Pro与DeepSeek V4.1 Flash-1017、MiniMax M3.1 Flash并不属于同一档位，但它们都面向编程、工具调用和长流程任务，在这些共同场景中，依然具有可比性。
先看能力。在第三方评测机构Artificial Analysis的综合智能指数中，Kimi K3.1 Pro约为55分，DeepSeek V4.1 Flash-1017在max推理设置下约为45分，MiniMax M3.1 Flash约为43分。至少在这一评测体系下，Kimi的综合能力领先，另外两款Flash模型的得分则较为接近。
来源：Artificial Analysis
更值得关注的是，相比K3约44分的成绩，K3.1 Pro提升了约11分。这意味着，即便没有进一步扩大参数规模，Kimi依然通过这轮更新获得了明显的能力增益。按照AA的评测，这种进步在Agent任务上更为突出，部分知识、科学推理测试的提升则相对温和。
不过，更高的能力也对应着更高的调用价格。
按照三家官方美元API定价，Kimi K3.1 Pro每百万未缓存输入token收费2美元，输出收费10美元；MiniMax M3.1 Flash分别为0.15美元和0.60美元，DeepSeek V4.1 Flash-1017在空闲时段与MiniMax一致，高峰时段翻倍。
如果按累计输入、输出各100万token计算，不使用缓存，也不计工具调用等其他费用，Kimi的账单为12美元，MiniMax与DeepSeek空闲时段均为0.75美元，Kimi的费用是后两者的16倍；相对于DeepSeek高峰时段的1.5美元，则为8倍。相比K3，K3.1 Pro的输入、输出单价已经下降了约三分之一，但降价后仍明显高于另外两款Flash。
当然，这一差距并不意味着Kimi的性价比一定更低。同等token用量不等于同等工作成果。对于三款模型都能完成的工作，低价更有吸引力；但如果Kimi能解决另外两款模型难以完成的问题，或者显著减少人工返工，更高的价格就可能有其价值。
因此，比总分更值得进一步观察的是，三家分别在强化哪些工作能力，以及这些能力能够吸引什么样的付费需求。同时，通过三家在RL上的重点方向，也体现了三家不同的商业化探索方向。
从本轮发布重点看，Kimi更突出3D建模和金融研究，DeepSeek强调完整项目开发，MiniMax则将电脑操作与跨应用工作流放在显著位置。
Kimi选择的3D和金融场景，都需要模型与专业工具、专业知识结合。例如，3D建模需要将物体的形状和空间关系转化为可用的模型资产；金融研究不仅需要整理信息，还涉及跨文档核对、数值推理和财务建模。这与单纯生成一段文字相比，对最终结果的要求更具体，也更容易暴露模型能力的不足。
这种侧重已经体现在产品中。Kimi在此次发布时同步上线了3D Make功能，支持模型在线预览、编辑及用于3D打印的导出。在金融方向，其公布的内部测试则分别考察财务建模、研究和模拟商业运营能力。虽然内部成绩仍需要更多外部验证，但可以看出，Kimi正试图将通用能力的提升，转化为专业场景中的可用性。
相比之下，DeepSeek和MiniMax本轮强调的，是让开发与办公中的执行能力能够被更低成本地使用。前者展示从零开发游戏、搭建3D场景等完整项目，后者则强调软件开发、电脑操作，以及销售、运营、财务等跨应用工作。
DeepSeek的1017版本采用自反馈强化学习，在提升项目开发能力的同时，缩短任务耗时和输出长度；其V4.1 Flash底座此前也已通过压缩、复用KV缓存等方式，降低长上下文处理负担。MiniMax则采用更激进的稀疏化，并称M3.1 Flash在线推理速度接近前代的三倍，Agent任务总体使用成本下降70%。
Kimi则明确增加了后训练算力投入，面向数百个下游领域开展联合强化学习，并配套优化训练框架、沙箱和任务调度等基础设施。它本轮更突出的选择，是继续挖掘大底座在高难度任务中的潜力，再用实际效果证明Pro的价值。
商业化与SOTA，Kimi都要
从已公开披露的参数规模看，Kimi K3已处于国内模型的最大规模之列。但在下一代旗舰模型上，Kimi仍瞄准了更大参数的SOTA模型。在其他条件相近的情况下，这意味着更高的训练算力需求。
而与之前不同的是，Kimi今年也在加速商业化，海外市场已经成为重要的收入来源。据澎湃新闻今年2月报道，Kimi当时近20天的累计收入已超过2025年全年，海外收入也已超过国内。到了8月，据彭博社报道，月之暗面向投资者披露的ARR已突破10亿美元，6月时这一数字还是3亿美元，并且到今年年底，其ARR有望突破20亿美元。
这也让Kimi追求SOTA的选择有了更直接的商业解释。面向海外市场，它需要争取的，是那些已经在使用海外旗舰模型的用户。在K3.1 Pro的官方评测中，Claude Opus 5.5和GPT-6 Astra便是主要比较对象。强化编程、3D建模和金融研究等专业能力，也可以理解为争取这部分用户付费的一种方式。
然而，Kimi在不断刷新模型能力上限的同时，用户体验也同样重要。K3.1 Pro上线后，Reddit上一位用户反馈，自己让模型制作一个基础的3D游戏演示，没有启用子Agent，约10分钟就耗尽了五小时窗口内的使用额度，仍未拿到结果。这意味着，3D任务可能消耗更多的Token，从而达到额度上限，并最终影响用户体验。
如果复杂任务频繁触及额度上限，那么模型展示出的能力，便很难充分转化为用户日常使用的价值。对希望留住海外付费用户的Kimi来说，任务完成效果、额度消耗和服务的连续性，都将影响下一次续费。
因此，月之暗面需要平衡的，不仅是下一代旗舰的训练投入，还有现有产品的推理成本与用户体验。这也是Flash版本的意义：用成本更低的模型承接日常任务，让旗舰服务于更复杂的需求。不过，降低成本的前提仍然是能够完成任务，否则省下的调用费用，也可能被重试和人工返工抵消。
商业化与SOTA并不天然冲突。但对于Kimi而言，仍然需要找到平衡，做一些取舍。
文章标题：Kimi最大迷思是，它什么都想要，但卡是有限的
已在虎嗅发表 95 篇文章 本内容未经允许不得转载。授权事宜请联系 hezuo@huxiu.com。正在改变与想要改变世界的人，都在虎嗅APP[ ]]]