Kimi K3.1 Pro 发布：100 万上下文，开放权重定于 11 月 4 日

Moonshot AI 于 2026 年 10 月 23 日发布 Kimi K3.1 Pro：这是一款拥有 1,048,576 token 上下文窗口的模型，面向智能体与编程任务，并承诺在 11 月 4 日前开放全部权重。唯一缺失的是 API 价格：在我们 10 月 23 日查看的页面上，它并未公布。

所以，如果你想要一个快速结论，那就是：模型很有意思，厂商数据很强，但目前还无法为基于它的工作负载定价。下面介绍公告实际说了什么、如何解读基准测试，以及用今天就能运行的模型完成同类工作的成本计算。

Moonshot 公布了什么#

Kimi K3.1 Pro 公告（2026 年 10 月 23 日查看）称 K3.1 Pro 是 K3.1 系列的首款模型。此外还有一个更快的变体 Kimi K3.1 Pro Highspeed，Moonshot 称其速度提升 2–3 倍。API id 为 kimi-k3.1-pro 和 kimi-k3.1-pro-highspeed。

Moonshot 称其为“3T 级开放权重模型”，并表示完整权重将于 2026 年 11 月 4 日前发布。一份 Telegram 转述引用了确切的参数数量；官方页面没有给出，因此请将该数字视为未经证实。

根据公告，目前可用的渠道包括：Kimi.ai 及各应用、Kimi Work 桌面版 3.1.0+、Kimi Code（通过 /model）、Kimi API（为 API 客户提供零数据保留）以及 Kimi Business——在企业版中需要管理员手动开启，发布时默认关闭。

限制与 API 详情#

快速入门（2026 年 10 月 23 日查看）给出以下数字：

• 上下文窗口：1,048,576 token；
• max_completion_tokens：默认 131,072，最高可达 1,048,576；
• 按 token 统一计价，无上下文分层；
• 自动上下文缓存，默认 TTL 为 5 分钟；缓存写入按 TTL（5 分钟或 1 小时）计费，缓存输入按缓存命中价格计费；
• 基础 URL 为 https://api.moonshot.ai/v1，并提供 OpenAI SDK 示例。

关于价格。我们 10 月 23 日查看时，定价页面中 K3.1 Pro 的表格为空。目前尚未公开输入、缓存或输出价格，因此你今天看到的任何“Kimi K3.1 Pro 价格为 X”的说法都只是猜测。

基准测试及其解读方式#

以下均为 Moonshot 自家数据，在最大推理强度、temperature 1.0、top-p 0.95 下运行：

• Terminal-Bench 4.0：65.7%（GPT-6 Astra 58.2%，Claude Opus 5.5 66.4%）；
• 带工具的 BenchCAD：92.7%（Opus 5.5 96.2%，GPT-6 Astra 95.9%）；
• Kimi Code Bench 3.0 长程任务：61.2%，而 K3 为 55.95%；
• 在 Moonshot 内部 Kimi Hallu Bench Hard 上的声明级幻觉率：8.3%，低于 K3 的 23.4%。

可以这样理解：在终端任务上接近顶尖，在 CAD 上落后，并且声称虚构陈述相比前代大幅下降。四项中有两项是 Moonshot 内部基准，因此在围绕它们重建任何东西之前，请等待独立评测。Moonshot 还表示，它已从中期训练和强化学习中移除网络相关数据，以限制攻击性网络能力。

这对你的智能体账单意味着什么#

当你的智能体保留大量上下文时——仓库文件、工具输出、长历史——100 万窗口才有意义。但大多数智能体循环每次调用并不需要一百万 token；它们需要的是几万 token，并重复很多次。账单正来自这里，而你今天就可以为它定价。

假设你的智能体运行 1,000 步，每步发送 30,000 token 上下文并返回 800 token。即 30,000 × 1,000 = 30,000,000 输入 token 和 800 × 1,000 = 800,000 输出 token。下表按此精确计算了 CheapTokens 中可用模型的价格，并与 OpenRouter 参考价并列：

对于智能体和编程循环，MiniMax-M2.7 是直接的选择：在我们 2026 年 10 月 23 日查看的事实中，其输入和输出价格都低于 OpenRouter 的参考价，上下文为 180K，每次回答最多 8,192 输出 token。此工作负载的一步成本为 $0.0016。

价格来自实时价目表，因此当资费变化时，上述数字会刷新。要并排查看模型，请打开定价页面；要逐步估算你自己的循环，请参阅如何估算 AI 智能体的成本。

自己试试同样的工作负载#

CheapTokens API 兼容 OpenAI，因此现有客户端只需新的基础 URL 和模型 id。必须使用完整 id；价目表中的短名称不被接受：

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMaxAI/MiniMax-M2.7",
    "messages": [{"role": "user", "content": "List the files you would read first in a Python repo with a failing test."}],
    "max_tokens": 400
  }'

响应中包含一个 usage 块，带有输入和输出 token 数。将这些数字乘以你的步数，你就得到了自己版本的上述表格。设置详情见文档；如果你要在三个模型之间做选择，GLM vs DeepSeek vs MiniMax 按任务进行了分析。

接下来要关注什么#

• 价格。 重新查看 Kimi 定价页面：一旦输入、缓存和输出价格出现，你就可以对它们运行同样的 1,000 步计算。
• 11 月 4 日。 开放权重。独立评测通常会在几天内跟进。
• Highspeed。 其价格和上下文窗口尚未与 K3.1 Pro 分开确认。

对于任何新的长上下文模型，有一条经验法则：在对窗口大小感到兴奋之前，先为你真实的步骤（上下文输入、回答输出）定价。