Kimi K3.1 ProvsGPT-6 Astra
在 20 个同模式 benchmark 中，Kimi K3.1 Pro 整体领先：Kimi K3.1 Pro 领先 12 项，GPT-6 Astra 领先 8 项，持平 0 项，平均分差 -2.85。另有 1 项测试模式不同，仅供参考。
Kimi K3.1 Pro
Moonshot AI · 2026-10-24 · 推理大模型
GPT-6 Astra
OpenAI · 2026-09-03 · 推理大模型
Kimi K3.1 Pro12 项(60%)(40%)8 项GPT-6 Astra
评测分数
按能力类目分组，每组内按分差大小排列；共 20 项。
图像感知与视觉推理
胶着 4/4| 评测项 | Kimi K3.1 Pro | GPT-6 Astra | 分差 |
|---|---|---|---|
| PerceptionBench | 68.303 / 10Max (No Tools) | 77.601 / 10Max (No Tools) | -9.30 |
| ZeroBench Main | 631 / 17Max (With Tools) | 584 / 17Max (With Tools) | +5 |
| MMMU-Pro | 901 / 240Max (With Tools) | 87.804 / 240Max (With Tools) | +2.20 |
| BabyVision | 95.403 / 17Max (With Tools) | 96.602 / 17Max (With Tools) | -1.20 |
文档与图表理解
Kimi K3.1 Pro 领先 2/3| 评测项 | Kimi K3.1 Pro | GPT-6 Astra | 分差 |
|---|---|---|---|
| GDP.pdf | 34.601 / 127Max (No Tools) | 315 / 127Max (No Tools) | +3.60 |
| Chartography | 90.202 / 19Max (With Tools) | 911 / 19Max (With Tools) | -0.80 |
| CharXiv RQ | 93.402 / 35Max (With Tools) | 92.803 / 35Max (With Tools) | +0.60 |
仓库修复与多文件工程
Kimi K3.1 Pro 领先 2/2| 评测项 | Kimi K3.1 Pro | GPT-6 Astra | 分差 |
|---|---|---|---|
| SWE-Marathon | 51.704 / 14Max (With Tools) | 42.508 / 14Max (With Tools) | +9.20 |
| DeepSWE | 75.505 / 108Max (With Tools) | 73.2315 / 108Max (With Tools) | +2.27 |
综合知识考试
胶着 2/2| 评测项 | Kimi K3.1 Pro | GPT-6 Astra | 分差 |
|---|---|---|---|
| HLE-Diamond | 39.404 / 6Max (No Tools) | 65.801 / 6Max (No Tools) | -26.40 |
| HLE | 701 / 249Max (With Tools) | 57.2023 / 249Max (With Tools) | +12.80 |
事实查找与深度检索
Kimi K3.1 Pro 领先 1/1| 评测项 | Kimi K3.1 Pro | GPT-6 Astra | 分差 |
|---|---|---|---|
| BrowseComp | 92.101 / 63Max (With Tools) | 91.502 / 63Max (With Tools) | +0.60 |
办公与文档流程
Kimi K3.1 Pro 领先 1/1| 评测项 | Kimi K3.1 Pro | GPT-6 Astra | 分差 |
|---|---|---|---|
| Office QA Pro | 67.403 / 11Max (With Tools) | 66.204 / 11Max (With Tools) | +1.20 |
桌面工作流
Kimi K3.1 Pro 领先 1/1| 评测项 | Kimi K3.1 Pro | GPT-6 Astra | 分差 |
|---|---|---|---|
| OSWorld 2.1 | 79.604 / 16Max (With Tools) | 75.807 / 16Max (With Tools) | +3.80 |
漏洞利用
GPT-6 Astra 领先 1/1| 评测项 | Kimi K3.1 Pro | GPT-6 Astra | 分差 |
|---|---|---|---|
| ExploitBench | 74.707 / 10Max (With Tools) | 1001 / 10Max (With Tools) | -25.30 |
科学计算与科研编程
GPT-6 Astra 领先 1/1| 评测项 | Kimi K3.1 Pro | GPT-6 Astra | 分差 |
|---|---|---|---|
| Terminal-Bench-Science 0.1 | 38.105 / 19Max (With Tools) | 68.101 / 19Max (With Tools) | -30 |
程序生成与编辑
GPT-6 Astra 领先 1/1| 评测项 | Kimi K3.1 Pro | GPT-6 Astra | 分差 |
|---|---|---|---|
| ProgramBench | 31.506 / 8Max (With Tools) | 504 / 8Max (With Tools) | -18.50 |
自主开发与终端任务
Kimi K3.1 Pro 领先 1/1| 评测项 | Kimi K3.1 Pro | GPT-6 Astra | 分差 |
|---|---|---|---|
| Terminal-Bench 4.0 | 65.703 / 109Max (With Tools) | 58.186 / 109Max (With Tools) | +7.52 |
设计与工程制图
GPT-6 Astra 领先 1/1| 评测项 | Kimi K3.1 Pro | GPT-6 Astra | 分差 |
|---|---|---|---|
| BenchCAD | 92.703 / 10Max (With Tools) | 95.902 / 10Max (With Tools) | -3.20 |
跨应用与工具编排
Kimi K3.1 Pro 领先 1/1| 评测项 | Kimi K3.1 Pro | GPT-6 Astra | 分差 |
|---|---|---|---|
| Agents' Last Exam | 43.201 / 22Max (With Tools) | 34.205 / 22Max (With Tools) | +9 |
测试模式不同的成绩
共 1 项。两款模型的公开成绩来自不同测试模式，分数不直接可比，不计入胜负和平均分差。
| 评测项 | Kimi K3.1 Pro | GPT-6 Astra |
|---|---|---|
| APEX-Agents | 67.20Max (With Tools) | 64.70Reported best (effort unspecified) |
规格对比
| 字段 | Kimi K3.1 Pro | GPT-6 Astra |
|---|---|---|
| 发布机构 | Moonshot AI | OpenAI |
| 发布时间 | 2026-10-24 | 2026-09-03 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | MoE 架构 | 稠密模型 |
| 参数规模 | 2.8万亿 | 暂无数据 |
| 上下文长度 | 1M | 1.05M |
| 最大输出 | 1M | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Kimi K3.1 Pro | GPT-6 Astra |
|---|---|---|
| 文本输入 | ¥13 / 1M tokens | $10 / 1M tokens |
| 文本输出 | ¥68 / 1M tokens | $50 / 1M tokens |
| 缓存读取 | ¥1.3 / 1M tokens | $1 / 1M tokens |
| 缓存写入 | ¥13 / 1M tokens | $12.5 / 1M tokens |
小结
- Kimi K3.1 Pro在以下类目领先:文档与图表理解 (2/3)、仓库修复与多文件工程 (2/2)、事实查找与深度检索 (1/1)、办公与文档流程 (1/1)、桌面工作流 (1/1)、自主开发与终端任务 (1/1)、跨应用与工具编排 (1/1)
- GPT-6 Astra在以下类目领先:漏洞利用 (1/1)、科学计算与科研编程 (1/1)、程序生成与编辑 (1/1)、设计与工程制图 (1/1)
- 胶着类目:图像感知与视觉推理、综合知识考试
20 个同模式 benchmark 上，GPT-6 Astra 平均高出 2.85 分。
单项差距最大的 benchmark：Terminal-Bench-Science 0.1 — Kimi K3.1 Pro 38.10，GPT-6 Astra 68.10（分差 -30）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。