Kimi最大迷思是，它什么都想要，但卡是有限的 

出品｜虎嗅科技组

作者｜宋思杭

编辑｜苗正卿

头图｜视觉中国

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。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4900185.html?f=wyxwapp