Kimi K3.1 Pro上线API，预告开放权重

Kimi K3.1 Pro 的看点，是一个承诺开放权重的模型，在第三方评测里逼近了头部闭源模型。Simon Willison 这篇发布短评把价格、榜单和一次 SVG 生成试用放到了一起：它值得加入候选名单，但目前的证据还不足以判断实际编程能力。

对程序员来说，最实用的信息有两条：可以通过 OpenAI 兼容接口接入，也可以调整推理档位。不过，「即将开放权重」仍是承诺，榜单成绩也需要和自己的任务分开看。

排名很靠前，但证据分别来自哪里

按原文，Kimi K3.1 Pro 于 2026 年 10 月 23 日上线 Kimi API。当时尚未开放权重，Moonshot 承诺在 2026 年 11 月 4 日前发布完整模型权重。

性能信息有两个来源。

Moonshot 自家的基准测试显示，它大致与 Claude Opus 5.5、GPT-6 Astra 处于同一水平，部分项目领先，另一些接近。原文没有给出具体测试项、分数和测试配置，因此只能将其视为厂商报告的结果。

第三方 Artificial Analysis 给出的分数是 55，领先同为 53 分的 Claude Fable 5.1、GPT-6 Astra 和 Gemini 4 Argon，仅落后于 58 分的 Claude Opus 5.5。

作者据此认为，这是首次有一个即将开放权重的模型，在这项评测中达到如此接近前沿模型的成绩。

榜单支持的是综合能力有竞争力，不能直接替代代码任务验收。

标准版与 Highspeed，差价买到了什么

标准版的美元价格是输入每百万 token 2.00 美元，输出每百万 token 10 美元。按原文比较，这与 GPT-6.1 Sol 相同，是 Claude Opus 5.5 的一半。

另有 Highspeed 版本，宣称速度达到标准版的 2–3 倍，价格翻倍；输入 token 的缓存命中部分维持相同价格。

这个选项提供了明确的成本取舍：等待时间敏感的任务，可以考虑支付更高费用。但原文没有说明「快 2–3 倍」具体指首 token 延迟、输出吞吐，还是整个任务完成时间，也没有提供独立测速。

对需要多轮调用的编程流程，单次响应更快能节省多少总时间，还取决于调用次数、上下文长度和返工情况，不能直接按倍数推算。

一条命令能接入，SVG 试用能说明多少

作者使用 LLM 0.32 在 8 月加入的 llm openai endpoint 命令，通过 Moonshot API 生成 SVG。下面这段命令选择 low 推理档位，并分别保存正常输出与错误输出：

llm openai endpoint \
  https://api.moonshot.ai/v1 \
  --key kimi \
  -m kimi-k3.1-pro \
  "Generate an SVG of a pelican riding a bicycle" \
  --responses \
  -o reasoning_effort low \
  > kimi-k3.1-pro-pelican-low.stdout.txt \
  2> kimi-k3.1-pro-pelican-low.stderr.txt

要留意最后两行：这个命令不会自动记录结果，所以作者用重定向保存 stdout 和 stderr，后者承载此次调用的推理轨迹。

Kimi K3.1 Pro 支持 low、medium、max 三个推理档位。作者分别生成了「骑自行车的鹈鹕」，也对 Kimi K3 重新运行了同样三个档位作为比较。原文展示的是 K3.1 Pro 的 max 结果：

作者认为鸟喙、自行车车架和脚踩踏板的表现不错，但两条腿都画在了车架同一侧。

这个例子直观展示了模型生成 SVG 的能力，也暴露了空间关系错误。原文没有给出各档位耗时、token 消耗或系统化评分，无法据此判断 max 是否值得额外投入，更无法推断它修改项目代码的可靠性。

我的判断

我更看重第三方评分和接口可接入性：前者提供了一个独立参考，后者让现有 OpenAI 兼容调用流程更容易加入新候选模型。

但这篇短评没有代码仓库修改、工具调用或测试通过率的对照数据。鹈鹕试用属于直观观察，作者的肯定也应放在这个范围内，不能替它背书成「编程能力已经追平」。

开放权重则值得继续跟进。文章发布时，权重尚未交付，也没说明许可证、部署资源和本地运行成本。API 价格便宜与自行部署划算，是两笔不同的账。

能拿来做什么

• 已经使用 OpenAI 兼容接口的团队，可以把 kimi-k3.1-pro 加入候选模型，用相同提示词和验收标准对照现有方案。
• 做 SVG 或界面图形生成时，可以比较 low、medium、max，同时检查结构关系、渲染结果和实际调用成本。
• 考虑 Highspeed 时，先测自己任务的总耗时，再判断 2 倍价格是否值得；保留输出记录，方便复查失败样例。
• 如果目标是自行部署，先跟进完整权重及许可证的实际发布情况，再评估资源需求。