AI相關

Kimi K3.1 Pro 是什麼？月之暗面新旗艦價格降三成、百萬上下文，權重已在 Hugging Face 開放（2026）

2026 年 11 月 10 日

7 人次

月之暗面（Moonshot AI）在 2026 年 10 月 23 日推出 Kimi K3.1 Pro，這是 7 月發表的 Kimi K3 之後的第一個改良版，主打長時間寫程式、3D 生成、金融研究與「讓 AI 自己跑很久的任務」。同時還有一個速度更快的 Highspeed 版本。

這次最受關注的有兩件事：API 價格比 K3 便宜約三成，以及權重（Weights，模型本體檔案）依官方承諾在 11 月 4 日前後於 Hugging Face 開放下載（2026-11-11 回頭查證，確實已上架）。不過大部分跑分都是月之暗面自己公布的，讀的時候要抓好分寸。站上先前寫過 K3 的蒸餾爭議，想知道這家公司的背景可以一起看。

聲明：本文為官方資料整理，尚未實測；查證日期 2026-10-27，官方來源 2026-11-01 補查、權重上架狀態 2026-11-11 補查。文中跑分與延遲倍數是官方或第三方公布的數據，不是阿正老師的實測結果。

文章目錄

一、Kimi K3.1 Pro 重點速覽
二、價格與方案：API、Kimi Code、會員門檻
三、跑分怎麼看
四、開放權重：已在 Hugging Face 上架
五、台灣用戶使用前要知道的事
六、阿正老師的總結

一、Kimi K3.1 Pro 重點速覽

K3.1 Pro 是 Kimi K3 經過後續訓練（Post-training）的版本，不是從零重練。官方形容它是「3T-class」的開放權重模型，上下文長度 100 萬 token。Hugging Face 模型卡列出的確切規格是混合專家（MoE）架構、總參數 2.8T（2.8 兆）、每次運算啟用 104B。依 Kimi Code 官方文件，K3.1 Pro 只支援「思考模式」，關閉思考的請求會被拒絕（HTTP 400）。

官方網站	https://www.kimi.com/
發表日期	2026-10-23（官方公告頁沒有標日期，OpenRouter 與 The Decoder 標示為 10/23；各媒體日期略有出入，以官方頁面為準）
模型規格	官方稱 3T-class 開放權重模型；模型卡列 2.8T 總參數、104B 啟用、100 萬 token 上下文；Kimi Code 官方文件列出可輸入圖片與影片
使用入口	Kimi.com 與 Kimi App、Kimi Work 桌面版（3.1.0 以上）、Kimi Code（用 /model 切換）、Kimi API（模型代號 kimi-k3.1-pro 與 kimi-k3.1-pro-highspeed）
費用	API 計費（見下一章）；會員方案價格待確認
軟體下載	Kimi Work 桌面版：[官方下載點]

⚠️ 以上規格與入口整理自 Kimi 官方公告（kimi.com/en/blog/kimi-k3-1-pro）與 Kimi Code 官方文件，2026-11-01 查核；發表日期另參考 OpenRouter 與 The Decoder。細節與日後異動請以 Kimi 官方頁面為準。

✅ 優點

API 價格比 K3 便宜約三成，輸入 2 美元、輸出 10 美元（每百萬 token）。
完整權重已在 Hugging Face 公開（moonshotai/Kimi-K3.1-Pro），不需申請即可下載，授權允許一般商用，但有條件（見第四章）。
100 萬 token 上下文，Kimi Code 官方文件列出可輸入圖片與影片。

⚠️ 缺點

權重雖已開放，但全部檔案約 1.56 TB，一般人實際上仍只能走雲端。
只有思考模式，簡單問題也會先想一輪，費用與等待時間要自己留意。
多數跑分是廠商自家公布，第三方資料目前只查到 Artificial Analysis 一項（見第三章）。

阿正老師點評：K3.1 Pro 比較像「K3 的降價加強版」，不是全新世代。如果你本來就在用 Kimi 或 OpenRouter 串模型，值得拿手上的任務換上去比一比。只是偶爾問問題的一般用戶，不必急著換。

二、價格與方案：API、Kimi Code、會員門檻

Kimi 官方 API 平台（platform.kimi.ai）列出 K3.1 Pro 每百萬 token 輸入 2 美元、輸出 10 美元、快取命中 0.2 美元；Highspeed 版是輸入 4 美元、輸出 20 美元、快取命中 0.2 美元。K3 的美元價格是輸入 3 美元、輸出 15 美元，所以 K3.1 Pro 的單價約少三分之一。人民幣價格方面，官方平台（platform.kimi.com）標示為輸入 13 元（快取 1.3 元）、輸出 68 元。價格以 2026-11-01 查核時的官方頁面為準。

版本	輸入（每百萬 token）	輸出（每百萬 token）	備註
K3.1 Pro	2 美元（快取 0.2 美元）	10 美元	官方 API 平台標價
K3.1 Pro Highspeed	4 美元（快取 0.2 美元）	20 美元	官方稱快約 2 到 3 倍
K3.1 Pro（人民幣）	13 元（快取 1.3 元）	68 元	官方 platform.kimi.com 標價

方案門檻方面，依 Kimi Code 官方文件：新方案中，K3.1 Pro 需要 Plus 以上，100 萬 token 上下文保留給 Pro 以上，Highspeed 需要 Pro 以上，而且額度消耗為一般版的兩倍。官方公告也寫明，企業版在發表時預設關閉，需由管理員啟用。會員的實際月費這次沒有查到，標「待確認」。

⚠️ 免費額度、台灣地區可用的會員付款方式，這次都沒有查到可靠來源，請以 Kimi 官網顯示為準。

阿正老師點評：價格要看的是「一個任務花多少」，不是每百萬 token 的單價。Artificial Analysis 頁面（2026-11-01 查核）顯示 K3.1 Pro 每個智慧指數任務約 3.68 美元。這個數字和單價不是同一回事，也不能拿來跟別的時間點、別的指數版本比，整體省不省，建議用自己的任務實測再算。

三、跑分怎麼看

第三方資料這次只引用一項：Artificial Analysis 頁面（2026-11-01 查核）顯示 K3.1 Pro 的智慧指數為 46 分（指數版本 v5.0），在該頁收錄的 58 個模型中排第 9名。這個指數會隨版本與收錄模型調整，不同日期、不同版本的分數不能直接相減，本文也不拿它推論 K3.1 Pro 比 K3 進步或退步。Code Arena 名次目前沒有查到一手榜單與日期，本文不引用。站上有 GPT-6 Astra 的介紹可以對照。

其餘是月之暗面自己公布的（官方註明這些成績以 reasoning effort 設為 max 測得）：Terminal-Bench 4.0 為 65.7%（Claude Opus 5.5 為 66.4%、GPT-6 Astra 為 58.2%），BenchCAD 加工具為 92.7%（Opus 5.5 為 96.2%、Astra 為 95.9%）。另外官方稱幻覺率在內部測試從 23.4% 降到 8.3%，官方在公告裡寫的是 Kimi Hallu Bench Hard 的測試結果，並說明這些比率不代表日常使用的整體錯誤率。

阿正老師點評：看到「接近 Opus 5.5」這種說法，記得它是挑過的幾項測試。阿正老師會建議拿自己常做的三五個任務，同時丟給 K3.1 Pro 與手上現有的模型，比結果比看榜單更準。

四、開放權重：已在 Hugging Face 上架

Kimi 官方公告原本寫「完整權重將在 2026 年 11 月 4 日前釋出」。2026-11-11 回頭查證，Hugging Face 上的 moonshotai/Kimi-K3.1-Pro 已經上架，不需申請就能下載。倉庫建立於 11/2、最後更新 11/5；各媒體寫的釋出日是 11/4 或 11/5，確切日期略有出入，但沒有跳票。

模型卡列出的規格：混合專家（MoE）架構、總參數 2.8T、啟用參數 104B、93 層、100 萬 token 上下文、原生多模態。權重採 MXFP4 量化格式，全部檔案約 1.56 TB，分成 96 個檔案，推薦用 vLLM、SGLang 或 Transformers 部署。這個規模不是一般家用電腦跑得動的，想在本地玩 AI，仍建議用較小的模型，可以參考站上的 LM Studio 教學與 Ollama 教學。

授權：不是 MIT，也不是 OSI 認可的開源授權，而是 Moonshot 自訂的 Kimi K3.1-Pro License（HF 上標示為 license: other）。依 LICENSE 全文：一般使用、修改、散布、商用都允許；但營運「模型即服務」（讓第三方能控制輸入、參數或訓練資料，例如開放 API 或微調）的業者，若本身與關係企業 12 個月累計營收超過 2,000 萬美元，必須另與 Moonshot 簽約；商用產品月活躍用戶超過 1 億，或月營收超過 2,000 萬美元，介面上要明顯標示「Kimi K3.1-Pro」。純內部使用，或透過 Moonshot 官方產品與認證推論夥伴使用，不受這兩條限制。實際要商用前，請自己再讀一次原文。

官方在公告中說明，開放權重的做法是不釋出會把資安攻擊能力推到最前沿的版本。公告中，K3.1 Pro 在 xdev-bench-hard（pass@3）為 81.0%，未做資安風險降低處理的 checkpoint 為 90.5%。所以下載到的版本和雲端上的 K3.1 Pro 是否完全一致，模型卡沒有明確說明，本文也沒有實測，這點待確認。另外，媒體報導 HF 上暫時沒有適合消費級顯卡的 GGUF 版本，本文未逐一核實，請自行到 HF 搜尋。

阿正老師點評：權重確實如期放出，這點官方有守信。但 1.56 TB 的檔案，代表它主要是給企業與研究單位自架用的；一般用戶比較實際的好處，是之後會有更多雲端服務商提供這個模型，價格有機會再被壓低。現在還是別為了它去買硬體。

五、台灣用戶使用前要知道的事

繁體中文品質：目前阿正老師測試是正常的，不過還是建議自己用繁中文件摘要與寫作各試一次。
台灣可用性：待確認。官網、App 與 OpenRouter 的 API 是否都能在台灣正常註冊使用，這次沒有查到官方說明。
資料隱私：官方稱 API 客戶有零資料留存（Zero Data Retention）選項。是否適合放公司資料，請自行評估。
只有思考模式：簡單任務也會花時間與 token，Kimi Code 官方文件列出 reasoning_effort 可設為 low、high、max，在 Kimi Code 的預設是 high；官方公告中的跑分則是以 max 測得，那是評測設定，不是預設值。透過 API 直接呼叫時的預設值，這次沒有查到官方說明，請看 API 文件。