Moonshot发布Kimi K3.1 Pro API
Introducing Kimi K3.1 Pro
新旗舰模型发布，定价策略清晰且极具竞争力，Benchmark数据详实，对API调用者有直接参考价值。
Introducing Kimi K3.1 Pro
介绍 Kimi K3.1 Pro
Kimi K3.1 Pro landed on the Kimi API today - it's not yet open weights, but Moonshot promise "Full model weights will be released by Nov 4, 2026".
Kimi K3.1 Pro 今日上线 Kimi API——目前尚未开放权重，但 Moonshot 承诺“完整模型权重将于 2026 年 11 月 4 日前发布”。
They're also offering a "Highspeed" version that's 2-3x faster, at twice the price (except for input token cache hits, which are priced the same).
他们还提供了一个“高速”版本，速度提升 2-3 倍，价格翻倍（输入 token 缓存命中除外，其定价相同）。
The US dollar pricing is $2.00/million tokens for input and $10/million for output - the same as GPT-6.1 Sol and half the price of Claude Opus 5.5.
美元定价为：输入每百万 token 2.00 美元，输出每百万 token 10 美元——与 GPT-6.1 Sol 相同，是 Claude Opus 5.5 价格的一半。
Moonshot's own benchmarks show Kimi as approximately level with Opus 5.5 and GPT-6 Astra - beating them on a few benchmarks, coming close on others.
Moonshot 自身的基准测试显示，Kimi 的性能大致与 Opus 5.5 和 GPT-6 Astra 持平——在部分基准测试中胜出，在其他测试中也接近。
Artificial Analysis scored Kimi at 55 - ahead of Claude Fable 5.1, GPT-6 Astra, and Gemini 4 Argon (all at 53) and behind only Claude Opus 5.5 (58).
Artificial Analysis 给 Kimi 打分为 55 分——高于 Claude Fable 5.1、GPT-6 Astra 和 Gemini 4 Argon（均为 53 分），仅低于 Claude Opus 5.5（58 分）。
This is the first time a (soon-to-be) open weight model has scored this highly against the frontier.
这是首次有（即将）开源权重的模型在与前沿模型的对比中获得如此高的评分。
I tried it out via the Moonshot API using the llm openai endpoint command I added to LLM 0.32 back in August:
我通过 Moonshot API 尝试了该模型，使用的是我在今年 8 月添加到 LLM 0.32 中的 llm openai endpoint 命令：
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.txtllm openai endpoint can run prompts against any OpenAI-compatible endpoint but doesn't log the results, hence the extra options to save stdout and stderr (the reasoning trace).
llm openai endpoint 可以对任何兼容 OpenAI 的端点运行提示词，但不记录结果，因此需要额外选项来保存 stdout 和 stderr（推理轨迹）。
Here are the pelicans I got for Kimi K3.1 Pro on the three reasoning levels it supports - low, medium, and max. This is max:
以下是我在 Kimi K3.1 Pro 支持的三个推理级别（低、中、高）下得到的鹈鹕图像——这是最高级别的结果：
For comparison, I ran fresh pelicans against Kimi K3 on those three reasoning levels.
作为对比，我在同样的三个推理级别下对 Kimi K3 运行了新的鹈鹕图像生成。
Via Hacker News
来源：Hacker News
Tags: ai, generative-ai, llms, llm, llm-pricing, pelican-riding-a-bicycle, llm-release, ai-in-china, moonshot, kimi
标签：ai, generative-ai, llms, llm, llm-pricing, pelican-riding-a-bicycle, llm-release, ai-in-china, moonshot, kimi
更进一步：量化金融体系
看懂新闻只是起点——沿量化金融路径，把它变成能交付的工程能力