Kimi K3.1 ProvsKimi K3
在 16 个同模式 benchmark 中，Kimi K3.1 Pro 整体领先：Kimi K3.1 Pro 领先 16 项，Kimi K3 领先 0 项，持平 0 项，平均分差 +15.33。另有 2 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
Kimi K3
Moonshot AI · 2026-07-16 · 推理大模型
Kimi K3.1 Pro16 项(100%)(0%)0 项Kimi K3
评测分数
按能力类目分组，每组内按分差大小排列；共 16 项。
图像感知与视觉推理
Kimi K3.1 Pro 领先 4/4| 评测项 | Kimi K3.1 Pro | Kimi K3 | 分差 |
|---|---|---|---|
| ZeroBench Main | 631 / 17Max (With Tools) | 4112 / 17Max (With Tools) | +22 |
| PerceptionBench | 68.303 / 10Max (No Tools) | 58.506 / 10Max (No Tools) | +9.80 |
| BabyVision | 95.403 / 17Max (With Tools) | 85.7011 / 17Max (With Tools) | +9.70 |
| MMMU-Pro | 901 / 240Max (With Tools) | 83.4022 / 240Max (With Tools) | +6.60 |
文档与图表理解
Kimi K3.1 Pro 领先 3/3| 评测项 | Kimi K3.1 Pro | Kimi K3 | 分差 |
|---|---|---|---|
| Chartography | 90.202 / 19Max (With Tools) | 68.1013 / 19Max (With Tools) | +22.10 |
| GDP.pdf | 34.601 / 127Max (No Tools) | 2234 / 127Max (No Tools) | +12.60 |
| CharXiv RQ | 93.402 / 35Max (With Tools) | 91.306 / 35Max (With Tools) | +2.10 |
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 | Kimi K3 | 分差 |
|---|---|---|---|
| SWE-Marathon | 51.704 / 14Max (With Tools) | 4210 / 14Max (With Tools) | +9.70 |
| DeepSWE | 75.505 / 108Max (With Tools) | 68.5136 / 108Max (With Tools) | +6.99 |
跨应用与工具编排
Kimi K3.1 Pro 领先 2/2| 评测项 | Kimi K3.1 Pro | Kimi K3 | 分差 |
|---|---|---|---|
| APEX-Agents | 67.206 / 63Max (With Tools) | 4147 / 63Max (With Tools) | +26.20 |
| Agents' Last Exam | 43.201 / 22Max (With Tools) | 28.3012 / 22Max (With Tools) | +14.90 |
办公与文档流程
Kimi K3.1 Pro 领先 1/1| 评测项 | Kimi K3.1 Pro | Kimi K3 | 分差 |
|---|---|---|---|
| Office QA Pro | 67.403 / 11Max (With Tools) | 63.307 / 11Max (With Tools) | +4.10 |
科学计算与科研编程
Kimi K3.1 Pro 领先 1/1| 评测项 | Kimi K3.1 Pro | Kimi K3 | 分差 |
|---|---|---|---|
| Terminal-Bench-Science 0.1 | 38.105 / 19Max (With Tools) | 7.1015 / 19Max (With Tools) | +31 |
程序生成与编辑
Kimi K3.1 Pro 领先 1/1| 评测项 | Kimi K3.1 Pro | Kimi K3 | 分差 |
|---|---|---|---|
| Kimi Code Bench 2.0 | 77.101 / 11Max (With Tools) | 72.904 / 11Max (With Tools) | +4.20 |
综合知识考试
Kimi K3.1 Pro 领先 1/1| 评测项 | Kimi K3.1 Pro | Kimi K3 | 分差 |
|---|---|---|---|
| HLE | 701 / 249Max (With Tools) | 59.8013 / 249Max (With Tools) | +10.20 |
自主开发与终端任务
Kimi K3.1 Pro 领先 1/1| 评测项 | Kimi K3.1 Pro | Kimi K3 | 分差 |
|---|---|---|---|
| Terminal-Bench 4.0 | 65.703 / 109Max (With Tools) | 12.6063 / 109Max (With Tools) | +53.10 |
测试模式不同的成绩
共 2 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 | Kimi K3 |
|---|---|---|
| BrowseComp | 92.10Max (With Tools) | 91.20Max (With Tools + Internet) |
| GPQA Diamond | 94.20Max (No Tools) | 91.92Thinking High (No Tools) |
规格对比
| 字段 | Kimi K3.1 Pro | Kimi K3 |
|---|---|---|
| 发布机构 | Moonshot AI | Moonshot AI |
| 发布时间 | 2026-10-24 | 2026-07-16 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 2.8万亿 | 2.8万亿 |
| 上下文长度 | 1M | 1M |
| 最大输出 | 1M | 1M |
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 | Kimi K3 |
|---|---|---|
| 文本输入 | ¥13 / 1M tokens | ¥20 / 1M tokens |
| 文本输出 | ¥68 / 1M tokens | ¥100 / 1M tokens |
| 缓存读取 | ¥1.3 / 1M tokens | ¥2 / 1M tokens |
| 缓存写入 | ¥13 / 1M tokens | ¥20 / 1M tokens |
小结
- Kimi K3.1 Pro在以下类目领先:图像感知与视觉推理 (4/4)、文档与图表理解 (3/3)、仓库修复与多文件工程 (2/2)、跨应用与工具编排 (2/2)、办公与文档流程 (1/1)、科学计算与科研编程 (1/1)、程序生成与编辑 (1/1)、综合知识考试 (1/1)、自主开发与终端任务 (1/1)
16 个同模式 benchmark 上，Kimi K3.1 Pro 平均高出 15.33 分。
单项差距最大的 benchmark：Terminal-Bench 4.0 — Kimi K3.1 Pro 65.70，Kimi K3 12.60（分差 +53.10）。
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。