Kimi K3.1 Pro
性价比更高: Gemini 3.7 Flash $1.50/M 即可获得 Index 62.1,便宜 63%。
有 6 个更便宜的已排名模型得分更高:GPT-6.1 Terra (64.1, $2.00)、Gemini 4 Hydrogen (63.4, $3.00)、Gemini 3.5 Flash (62.5, $3.38),另有 3 个。
截至 2026年11月16日,Kimi K3.1 Pro(Moonshot AI)在 BenchLeader Index 上得分 61.8(在 608 个已排名配置中前 100 名)。表现最好的是数学(73),最弱的是知识(58)。API 价格为输入每百万 token $2.00、输出每百万 token $10.00(按 3:1 混合为 $4.00),为 2026年11月16日的标价。输出速度约为 30 token/秒(Artificial Analysis)。发布于 2026年10月23日。
要点(截至 2026年11月16日)
- Kimi K3.1 Pro 的 API 价格为输入每百万 token $2.00、输出每百万 token $10.00(按 3:1 混合为 $4.00)(标价,2026年11月16日)。
- Kimi K3.1 Pro 的输出速度约为 30 token/秒(Artificial Analysis,2026年11月16日)。
- Kimi K3.1 Pro 于 2026年10月23日发布(Moonshot AI)。
详细说明:Kimi K3.1 Pro 是 Moonshot AI 的开放权重推理模型,发布于 2026年10月23日。其最佳配置在 BenchLeader Index 上得分 61.8 ±3.0,在 608 个配置中排第 57 名,处于上半区。关键在于这个“±”:另有 162 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(73),知识最低(58)。按混合价格计,每百万 token $4.00,属于已排名模型中最贵的一档。输出速度为 30 token/秒,首次回答需 157.4 秒,位于最慢的四分之一。它已在 5 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月13日。
- 混合价格
- $4.00/M
- 输入 $2.00 · 输出 $10.00
- 来源:Artificial Analysis
- 输出速度
- 30 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 157 s
- 首 token 2.00 s
- 上下文
- 1.0M
- 来源:models.dev
- 完整回答
- 418 s
- 最近一次测量 2026年11月13日
- 单任务成本
- $3.68
- 每项任务 40 min,AA Index
- 单任务 token 数
- 72k
- 其中 61% 为推理
- 发布日期
- 2026年10月23日
- 综合 Index62
- 推理59
- 编程60
- 智能体与工具65
- 数学73
- 知识58
- 多模态66
- 长上下文68
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/kimi-k3-1-pro)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年10月24日 至 2026年11月16日- 默认
- max
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Openness Index不计入 Index | 33.3#239 | Artificial Analysis |
推理
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Hard Prompts | 1504#29 | – | Arena (LMArena) | |
| LiveBench 2.0 Reasoning不计入 Index | 91.1%#8 | – | LiveBench | |
| Humanity's Last Exam (AA)不计入 Index推理强度未说明 | – | 52.5%#27 | Artificial Analysis | |
| HLE-Diamond (AA)推理强度未说明 | – | 37.3%#42 | Artificial Analysis | |
| CritPt不计入 Index推理强度未说明 | – | 24.6%#55 | Artificial Analysis | |
| CritPt v2 hard subset (AA)推理强度未说明 | – | 49.5%#47 | Artificial Analysis | |
| MysteryMechanism不计入 Index | 26.1%#17 | – | Vals AI | |
| Arena Expert不计入 Index | 1515#25 | – | Arena (LMArena) | |
| LMCA不计入 Index | 57.6%#44 | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | 93.3%#69 | – | Epoch AI Benchmarking Hub |
编程
智能体与工具
数学
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| ProofBench推理强度未说明 | – | 91.0%#10 | Vals AI | |
| ArXivMath不计入 Index | 58.3%#5 | – | MathArena | |
| BrokenArXiv不计入 Index | 61.9%#5 | – | MathArena |
知识
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| LiveBench 2.0 Data Analysis不计入 Index | – | 79.1%#14 | – | LiveBench | |
| LiveBench Research不计入 Index | – | 82.1%#17 | – | LiveBench | |
| AA-Omniscience v1.1推理强度未说明 | – | – | 29.9#40 | Artificial Analysis | |
| PRBench Finance推理强度未说明 | – | – | 47.5%#16 | Scale AI SEAL | |
| PRBench Legal推理强度未说明 | – | – | 47.9%#20 | Scale AI SEAL | |
| BioMysteryBench不计入 Index | – | 75.6%#8 | – | Vals AI | |
| Excel Modeling Benchmark v1.1不计入 Index | – | 70.0%#18 | – | Vals AI | |
| Access to Justice Benchmark不计入 Index | – | 69.5%#18 | – | Vals AI | |
| DrugDiscoveryBench不计入 Index | 63.4%#4 | – | – | Scale AI SEAL | |
| AA-Omniscience v1.1: accuracy不计入 Index推理强度未说明 | – | – | 48.9%#38 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index推理强度未说明 | – | – | 62.7%#51 | Artificial Analysis |
指令遵循
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1487#18 | Arena (LMArena) |
人类偏好
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1485#24 | – | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 2173#2 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1453#36 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1475#53 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1491#28 | – | Arena (LMArena) |
多模态
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| LiveBench Design不计入 Index | 73.7%#19 | – | LiveBench | |
| MMMU-Pro推理强度未说明 | – | 83.9%#27 | Artificial Analysis | |
| Humanity's Sixth Sense不计入 Index | 33.2%#14 | – | Scale AI SEAL | |
| VIALS-AA不计入 Index推理强度未说明 | – | 45.3%#11 | Handshake AI | |
| AA-3D不计入 Index推理强度未说明 | – | 1112#9 | Artificial Analysis |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 86.3%#3 | Artificial Analysis | |
| MLCR不计入 Index | 38.3%#4 | Artificial Analysis |
综合
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | 161.4#16 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | 68.7%#14 | – | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index推理强度未说明 | – | 46.5#31 | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index推理强度未说明 | – | 55.1#5 | Artificial Analysis | |
| AA Progress Index v1不计入 Index推理强度未说明 | – | 340.7#21 | Artificial Analysis | |
| Vals Index不计入 Index | 62.5#11 | – | Vals AI | |
| Vals Finance Index不计入 Index | 56.0%#24 | – | Vals AI | |
| Vals Science Index不计入 Index | 44.4%#10 | – | Vals AI | |
| Vals Legal Index不计入 Index | 67.0%#29 | – | Vals AI | |
| AA Cyber Index不计入 Index推理强度未说明 | – | 64.1#2 | Artificial Analysis |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 18.6%#36 | Scale AI SEAL |
GameBench 2 Overall: 78.3. GameBench 2, best reasoning setting (Max): 84.0. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| inference.net | 118 tok/s | 0.97 s | $2.70 | $13.50 | 1.0M | mxfp4 |
| inference.net | 116 tok/s | 0.86 s | $2.70 | $13.50 | 1.0M | mxfp4 |
| PrimaLabs | 115 tok/s | 1.31 s | $2.70 | $13.50 | 1.0M | mxfp4 |
| DigitalOcean | 110 tok/s | 1.78 s | $2.00 | $10.00 | 1.0M | – |
| Wafer | 109 tok/s | 0.70 s | $1.80 | $9.00 | 1.0M | mxfp4 |
| Wafer | 109 tok/s | 0.59 s | $0.253 | $8.80 | 1.0M | mxfp4 |
| inference.net | 103 tok/s | 0.65 s | $1.80 | $9.00 | 1.0M | mxfp4 |
| AkashML | 97 tok/s | 1.73 s | $1.75 | $10.00 | 1.0M | fp4 |
| Modal | 93 tok/s | 1.07 s | $2.00 | $10.00 | 1.0M | mxfp4 |
| Together | 92 tok/s | 0.92 s | $2.00 | $10.00 | 1.0M | – |
| inference.net | 85 tok/s | 0.65 s | $1.80 | $9.00 | 1.0M | mxfp4 |
| Parasail | 81 tok/s | 1.71 s | $2.00 | $10.00 | 1.0M | fp4 |
| Nebius Token Factory | 78 tok/s | 1.68 s | $2.00 | $10.00 | 1.0M | fp4 |
| Relace | 71 tok/s | 1.92 s | $0.240 | $8.40 | 1.0M | fp4 |
| Morph | 64 tok/s | 2.11 s | $0.739 | $11.09 | 1.0M | fp8 |
| Sail Research | 64 tok/s | 1.50 s | $1.40 | $9.35 | 1.0M | fp4 |
| Decart | 59 tok/s | 1.81 s | $1.22 | $6.10 | 410k | mxfp4 |
| River | 58 tok/s | 1.08 s | $2.00 | $10.00 | 1.0M | – |
| Sail Research | 56 tok/s | 2.69 s | $1.04 | $9.35 | 1.0M | fp4 |
| DeepInfra | 53 tok/s | 1.47 s | $1.90 | $9.50 | 1.0M | bf16 |
| Moonshot AI | 52 tok/s | 3.78 s | $4.00 | $20.00 | 1.0M | mxfp4 |
| Fireworks | 44 tok/s | 2.97 s | $2.00 | $10.00 | 1.0M | – |
| Moonshot AI | 25 tok/s | 3.69 s | $2.00 | $10.00 | 1.0M | mxfp4 |
| Alibaba Cloud Int. | 24 tok/s | 5.01 s | $2.30 | $11.50 | 1.0M | – |
使用情况
Kimi K3.1 Pro 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
过去 30 天的典型请求:每次请求 108.1k token、每个输出 token 对应 111 个输入 token、94% 的输入来自缓存、60% 的输出为推理内容、每次请求 0.75 次工具调用。
在 OpenRouter 上向它发送 token 最多的应用:pi (278B)、Hermes Agent (228B)、Claude Code (211B)、omp (141B)、Codex (129B)。
| Vercel AI Gateway 上的提供商 | 吞吐量 | 首 token | 在线率,1 天 |
|---|---|---|---|
| DigitalOcean | 300 tok/s | 0.55 s | 100.00% |
| Baseten | 201 tok/s | 1.23 s | 99.99% |
| Nebius | 125 tok/s | 0.69 s | 100.00% |
| Parasail | 124 tok/s | 0.34 s | 100.00% |
| Boundless | 123 tok/s | 0.49 s | 100.00% |
| Modal | 122 tok/s | 0.37 s | 100.00% |
来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.200。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0038 | $0.0033 | 2.8 min |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.030 | $0.014 | 3.0 min |
| 代码编辑 | 6,000 / 1,500 | $0.027 | $0.019 | 3.5 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.160 | $0.079 | 4.8 min |
| 结构化信息提取 | 2,000 / 200 | $0.0060 | $0.0033 | 2.7 min |
包含该模型的编程套餐
可以使用 Kimi K3.1 Pro 的订阅套餐,列出各自的用量限制和单项任务成本。
Moonshot AI 的更多模型
将 Kimi K3.1 Pro 与以下模型对比
- Kimi K3.1 Pro vs Claude Fable 5.2
- Kimi K3.1 Pro vs Gemini 3.8 Flash
- Kimi K3.1 Pro vs Claude Opus 4.6
- Kimi K3.1 Pro vs Claude Opus 5.5
- Kimi K3.1 Pro vs Gemini 4 Carbon
- Kimi K3.1 Pro vs Gemini 3.6 Flash
- Kimi K3.1 Pro vs Claude Opus 4.7
- Kimi K3.1 Pro vs Qwen3.8 Max
- Kimi K3.1 Pro vs Kimi K3
- Kimi K3.1 Pro vs GLM 5.3 Flash
- Kimi K3.1 Pro vs Muse Spark 1.1
- Kimi K3.1 Pro vs GPT-6.1 Sol
- Kimi K3.1 Pro vs GPT-5.4
- Kimi K3.1 Pro vs o3
- Kimi K3.1 Pro vs Claude Fable 5.1
- Kimi K3.1 Pro vs Gemini 3.1 Pro
- Kimi K3.1 Pro vs Claude Sonnet 5.5
- Kimi K3.1 Pro vs GLM 5.2
- Kimi K3.1 Pro vs GPT-5.6 Sol
- Kimi K3.1 Pro vs Muse Spark 1.3
- Kimi K3.1 Pro vs Gemini 3.5 Flash
- Kimi K3.1 Pro vs Muse Wonder Full
- Kimi K3.1 Pro vs GPT-6 Sol
- Kimi K3.1 Pro vs GPT-5.5
- Kimi K3.1 Pro vs Muse Spark
- Kimi K3.1 Pro vs Muse Wonder
- Kimi K3.1 Pro vs Claude Opus 5
- Kimi K3.1 Pro vs Claude Fable 5
- Kimi K3.1 Pro vs GPT-6 Astra
- Kimi K3.1 Pro vs Muse Spark 1.2
- Kimi K3.1 Pro vs Gemini 3.7 Flash
- Kimi K3.1 Pro vs Qwen3.6 Max
- Kimi K3.1 Pro vs GPT-5.3-Codex
- Kimi K3.1 Pro vs GPT-5.4 Pro
- Kimi K3.1 Pro vs GLM-5
- Kimi K3.1 Pro vs Gemini 4 Hydrogen
- Kimi K3.1 Pro vs GPT-6.1 Terra
- Kimi K3.1 Pro vs Gemini 4 Argon
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Kimi K3.1 Pro 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/kimi-k3-1-pro)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Kimi K3.1 Pro on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/kimi-k3-1-pro
BibTeX:
@misc{benchleader_kimi_k3_1_pro_20261116,
author = {{BenchLeader}},
title = {{Kimi K3.1 Pro on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/kimi-k3-1-pro}},
note = {Data as of 2026-11-16}
}常见问题
- Kimi K3.1 Pro 的基准测试得分是多少?
- 截至 2026年11月16日,Kimi K3.1 Pro 的 BenchLeader Index 为 61.8 ±3.0(前 100 名)。最强的是数学(73),最弱的是知识(58)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Kimi K3.1 Pro 排名第几?
- 截至 2026年11月16日,Kimi K3.1 Pro 在 608 个已排名配置中排第 57 名(前 100 名)。另有 162 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Kimi K3.1 Pro 每百万 token 的价格是多少?
- 截至 2026年11月16日,Kimi K3.1 Pro 的价格为输入每百万 token $2.00、输出每百万 token $10.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $4.00。
- Kimi K3.1 Pro 比 Muse Wonder Full 更好吗?
- 截至 2026年11月16日,Kimi K3.1 Pro 与 Muse Wonder Full(推理强度 max)的质量不相上下(BenchLeader Index 61.8 比 61.7,在 ±3.8 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Kimi K3.1 Pro 是什么时候发布的?
- Moonshot AI 于 2026年10月23日发布了 Kimi K3.1 Pro。BenchLeader 收录了它在 5 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Kimi K3.1 Pro:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/kimi-k3-1-pro。