登录
北京时间10月24日凌晨，月之暗面正式发布Kimi K3.1 Pro：K3.1系列的第一个模型，官方定位是"迄今能力最强的3万亿级参数模型"，支持100万token上下文，同步推出高速版K3.1 Pro Highspeed。即日起可在kimi.com、Kimi App、Kimi Work、Kimi Code和Kimi API（模型ID为kimi-k3.1-pro）用上它，完整模型权重承诺最晚11月4日放出。知乎Kimi官网
发布本身没有坑，坑在用法。这个模型的能力重心是长程Agent任务——多步执行、工具调用、端到端交付——而多数新手仍按聊天机器人的方式对它提问；另一方面，Kimi今年4月刚发生过被媒体广泛报道的跨用户信息泄露事件，把含真实姓名、电话的文档原样上传，是当下最贵的一脚踩空。这两件事，比任何跑分都更值得新用户先弄清楚。
先把规格和价格看懂
K3.1 Pro是K3的后训练版本，基座不动，但后训练算力大幅增加，RL框架、长上下文推理、沙箱和调度链路整体重做。规格口径上，官方称"3T级"，随发布信息显示MoE架构、总参数2.8T、单次激活1040亿，支持图片与视频输入。Kimi官网知乎
官方公布的跑分里，Terminal-Bench 4.0（真实终端环境下的编程Agent任务）得分65.7%，超过GPT-6 Astra（58.2%）、略低于Claude Opus 5.5（66.4%）。内部长程编码基准Kimi Code Bench 3.0 Long-horizon得61.2%，比K3的55.95%提升明显。3D方向的BenchCAD上，带工具得分为92.7%，对照Claude Opus 5.5的96.2%。Kimi官网知乎知乎
价格可以直接按官方口径核算：API每百万token输入13元、命中缓存仅1.3元，输出68元。海外定价约合每百万token输入2美元、输出10美元，比上一代K3便宜约三分之一，高速版为两倍价。知乎知乎
提示词误区：三个改掉就回本的习惯
误区一：还在"一问一答"式提问。 官方演示的核心能力——在167项任务、420次独立评审中迭代人体行走动力学仿真器，持续分析实验结果并迭代优化控制器——都指向"给目标、给工具、让它跑长任务"。一句"帮我做个网页"是把Agent当搜索框用。新手提示词至少要有三件东西：目标与交付物形态、约束（技术栈、不许动什么）、验收标准（怎么算完成）。这不是玄学，是社区用教训换来的：鹈鹕骑自行车测试流行后，用户给模型的提示词里已经会特意写上约束条件。不加约束，模型就自己发挥，甚至动手"修正"你的提示词。知乎小红书小红书
误区二：照搬旧模型的模板包，或把规则堆成长篇。 网上流传的"K3提示词合集""六大场景模板"大多写于今年7月K3刚上线时。 它们针对的是旧版本模型的短板；K3.1 Pro改了后训练配方、能力重心转向长程编码与3D创作，照搬旧模板容易答非所问。同理，把几十条"去AI味规则句"整段粘进上下文并不明智，社区总结的经验就是按需挑选——“字数太多会影响AI注意力”。小红书小红书
误区三：把官方跑分读过头。 三个限定条件必须连着看。第一，自报成绩全部在"max"思考强度下测出，官方博客脚注写明评测参数，日常调低强度得不到榜单表现。第二，发布当日第三方榜单Artificial Analysis尚未收录该模型，"逼近Opus 5.5"目前只有官方成绩单。第三，宣传里最抓眼的"单项事实陈述错误率从23.4%降到8.3%"来自刻意刁难的压力测试，官方自己注明所报告的错误率不代表日常使用中的整体水平，把它写进业务假设属于误读。Kimi官网知乎知乎
钱和额度：三个最容易白花的地方
一是缓存差价。 命中缓存与未命中的输入价相差10倍，每次重开长材料、中途换模型都会把命中率打回原形。官方建议新建会话而不是对话中途切换模型，第三方工具里模型ID务必精确，据开发者社区整理，输错ID可能静默回退到不带思考模式的旧模型K2.8 Preview。知乎
二是档位与额度。 据发布后开发者社区整理的会员规则，k3.1-pro需Plus及以上会员可用，100万完整上下文保留给Pro及以上档位，Highspeed版同样需Pro及以上，具体以官方定价页当前规则为准。新模型也更吃配额：已有Allegretto（199元档）包年用户实测吐槽"5小时限额跑满，周限额将达到36%"。也有开发者反馈K3.1 Pro下5小时限额涨得比K3明显更快，属个人体验、官方未确认额度规则变化。知乎知乎知乎
三是第三方客户端的身份核验。 接API或在第三方工具里使用时，先确认返回的确实是kimi-k3.1-pro：此前社区已反馈部分第三方客户端存在隐藏思维链等不一致行为，新模型接入初期，拿旧模型当K3.1 Pro体验、计费的情况不是不可能。
隐私提醒：先记住4月那次事故，再决定传什么
今年4月20日前后，多名媒体报道：有用户用Kimi翻译PPT等材料时，对话里出现了陌生人的完整简历，含姓名、电话、邮箱、工作经历等，电话联系到当事人后双方确认信息属实。事件发酵时，自称工作人员者先以"AI幻觉"解释，后有说法称属技术引用错误、事后已修复，截至当时公开报道，月之暗面未见正式公开声明。真实、可定位到人的个人信息原样出现在无关用户面前，就不能用"模型在编"轻轻带过——更早的2025年5月，公安部网安局通报违法违规收集个人信息的App名单里，Kimi也在被点名之列。知乎奇点湃
对今天刚上手的新手，这直接转化为三条操作规则。第一，含第三人真实身份的文档一律先脱敏或摘要再上传——能不传完整原文就不传，社区总结的硬标准是"看到跨用户真实字段，先当事故，不当段子"。第二，万一收到不属于自己的真实信息，停止传播、删除本地副本、向平台报障并告知当事人，而不是截图玩梗。第三，区分账号性质：Kimi企业版明确支持企业级数据隐私保护、成员管理，个人账号与企业账号数据完全隔离。官方同时为API客户提供Zero Data Retention（零数据保留）选项。公司资料和涉密内容应走这些通道，而不是拿个人账号顺手一问。知乎知乎Kimi官网
还有一条老生常谈但这次有了真实注脚：据媒体对Kimi隐私协议的梳理，对话内容在"经安全加密技术处理、严格去标识化、无法重新识别特定个人"三个条件同时满足时可能被用于模型训练，以当前版本协议原文为准——4月事件恰恰说明，去标识化不是物理定律。奇点湃
11月4日之前，把期待压住
开源权重最晚11月4日放出，但官方发帖写当日发布、博客写11月4日前放出，许可证至今没写，个人能否自由商用还是未知数。官方还为开源版本做了罕见的"卸弹"处理：在中训练与RL阶段主动移除网络安全相关数据，内部漏洞利用基准xdev-bench-hard上，未经削减的对照checkpoint可解出90.5%的题目（pass@3），最终版本降至81.0%。官方明确这套处理是有意为之，开源能力的网安水平落后于已公开至少三个月的前沿闭源模型——这意味着届时自部署的开源权重不等于今天API里的完整体验，别按Pro版能力估算自建环境的效果。知乎Kimi官网
一句话收束：把K3.1 Pro当能替你跑完一整条工作流的Agent用，把它的跑分连同官方注明的口径一起看，把你的数据当泼出去的水再决定传什么——这三条守住，新模型的坑基本就绕完了。
