分类：大模型
价格下探：同一基座，靠后训练降本增效
月之暗面推出 K3.1 Pro。与 K3 相比，这次更新没有重新预训练，而是在同一套 2.8 万亿参数 MoE 基座上继续加码后训练。官方称，模型跨数百个下游领域进行了大规模联合强化学习，并同步优化了长上下文推理、沙箱基础设施和 rollout 调度。
API 价格变化最直接：K3.1 Pro 标准版输入 13 元、输出 68 元每百万 Token；K3 今年 7 月发布时约为 21 元、108 元每百万 Token。Highspeed 版输入 4 美元、输出 10 美元，约 29 元、72 元每百万 Token，价格翻倍，吞吐提升 2 到 3 倍。
MoE 成本账：2.8 万亿参数，每次只激活 1040 亿
K3.1 Pro 的定价基础在于 MoE 稀疏架构。2.8 万亿是总参数规模，但每个 Token 经过门控路由后，只激活约 1040 亿参数参与前向计算，其余权重处于待命状态。因此，其单次推理计算量接近百亿级稠密模型，压力更多来自内存带宽，而不是总参数量。
这一架构带来的差异是：同规模稠密模型跑一次 100 万 Token 上下文，每步都要搬运 2.8 万亿权重；K3.1 Pro 每步只搬运 1040 亿，内存带宽压力降到三十七分之一。这也解释了为何 K3.1 Pro 输出价格可以降到 68 元，而 GPT-6 Astra 输出价格为 50 美元、约 360 元每百万 Token，K3.1 Pro 约为对方五分之一。
- 标准版：适合金融文档分析、百万 Token 级代码仓库扫描、批量 Agent 任务；月调用过千万 Token 时，单条成本可压到几分钱。
- Highspeed 版：适合交互式编码，例如 Godot 边写边跑、Unity 实时预览，反馈环从 8 秒缩到 3 秒。
能力提升：终端编程、CAD、金融文档与幻觉控制
后训练带来的变化在评测中较明显。Terminal-Bench 4.0 中，K3.1 Pro 得 65.7%，GPT-6 Astra 为 58.2%，Claude Opus 5.5 为 66.4%；K3.1 Pro 与 Opus 5.5 相差 0.7 个百分点，接近噪声区间，但领先 GPT-6 Astra 7.5 个点。内部 Kimi Code Bench 3.0 Long-horizon 中，K3.1 Pro 得 61.2%，较 K3 的 55.95% 提升 5 个点以上。
在 Artificial Analysis 的 Intelligence Index 上，K3.1 Pro 得分从 K3 的 44 分提升到 55 分，排名从第四十四名升至第四。CAD 和 3D 方向，BenchCAD 工具辅助得分为 92.7%，低于 Opus 5.5 的 96.2% 和 GPT-6 Astra 的 95.9%，但没有形成代差。官方称模型能编写并运行 Blender Python 脚本完成参数化建模，也能驱动 CAD 软件出图。
金融文档是另一条重点线。K3.1 Pro 在 OfficeQA Pro v2 上得 64.4 分，官方称其为当前最优；在 SpreadsheetBench 2 上，其电子表格和财务模型成绩也越过 GPT-6 Astra 和 Opus 5.5。内部 Kimi Hallu Bench 压力测试中，硬幻觉率从 K3 的 23.4% 降至 8.3%，降幅 65%。
实测也显示，K3.1 Pro 在工程完成度和审美上仍有差距。Godot 2.5D 肉鸽任务中，DeepSeek 1017 和 Opus 5.5 的输出更接近成品，K3.1 Pro 缺少音乐、重开流程和完整结算画面；马匹动画细节更好，但步态节奏仍不自然。网页交互中，K3.1 Pro 的结构和状态机设计较强，但视觉收尾不如 Opus 5.5。长程 3D 调试时，场景元素超过十几个后，仍可能出现改了光源位置导致阴影混乱的循环。
部署与行业意义：API 优先，自部署看合规与规模
月之暗面称完整权重将在 11 月 4 日前放出。对多数产品团队，API 仍是更现实的选择。若自部署，2.8 万亿参数 FP16 落盘需要 5.6TB，INT8 压到 2.8TB；若按 MoE 专家热加载方式运行，8 张 H100 80GB 合计 640GB 可跑 INT8，或者用 4 张卡加 4-bit 量化进一步压缩。实际并发部署对单卡显存的压力接近跑 100B 稠密模型。
自部署更适合三类场景：金融与政企的数据合规要求、日调用破亿 Token 后的边际成本变化，以及需要在基座上做领域微调。对开发者来说，K3.1 Pro 的价值不只是更低价格，而是把长上下文编程、3D 工具生成、金融文档分析等任务推到可规模化试错的成本区间。下一次能力继续上行，可能需要预训练或架构层面的变化；而在当前阶段，工程直觉、审美决策和多步纠错仍是竞争焦点。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/k3-1-pro-deng-chang-2-8-wan-yi-moe-jia-gou-xia-guo-chan-da
