AI 指数 55 分、与 Opus 5.5 差 3 分：K3.1 Pro 上榜后，编码任务的路由表要改三条

一、榜单先落地：55 分排第四，开源与闭源的差距从 12 分压到 3 分

月之暗面 10 月 23 日把 Kimi K3.1 Pro 推上 API 货架，第三方评测机构 Artificial Analysis 给出的智能指数是 55 分、全球第 4，比上一代 K3 高出 11 分；排在它前面的是 Claude Opus 5.5 的 58 分，Claude Sonnet 5.5 与 Meta Muse Wonder Full 并列 56 分。更值得记的一句来自 AA 的说明：权重正式放出后，K3.1 Pro 会成为开放权重阵营里分数最高的模型，开源与闭源的头尾差距从 12 分收窄到 3 分。厂商自报的 Terminal-Bench 4.0 成绩是 65.7%，超过 GPT-6 Astra 的 58.2%，距 Opus 5.5 的 66.4% 只差 1.7 个百分点——这组基准分数属厂商自报，尚未被独立复现。

二、路由表第一条：把旗舰拆成编码档和知识档

1.7 个百分点的终端任务差距，配上两倍的价差，是这一轮最值得动的地方。Opus 5.5 每百万 tokens 输入 4 美元、输出 20 美元，K3.1 Pro 是 2 美元与 10 美元，正好一半；后者还有一个高速档，每百万 tokens 4 美元与 20 美元，官方称输出速度是标准版的 2 到 3 倍、能力不变。对日消耗几千万 tokens 的编码 Agent 来说，把改 bug、跑单测、跨文件重构这类高频短链任务切到标准档，把长程多步、需要在终端里反复试错的少数任务留在 Opus 5.5，组合成本大约能压到原来的一半，平均通过率只损失不到 2 个百分点。这是路由层面可以直接落地的账，不需要任何迁移成本。

三、第二条：按每任务成本排序，别按 token 单价排序

单价降 33%，任务成本未必跟着降。Artificial Analysis 的加权每任务成本是 1.98 美元，与 K3 基本持平，原因是新模型完成同一任务要多输出约 14% 的 token；另一套中位数口径给出的数字是 1.23 美元、比 K3 低 29%。两个口径方向相反，恰好说明只看价目表会做错预算。落地的做法是把内部评测集跑一遍，用自己的任务分布算每次成功任务成本，即单价乘以平均 token 再除以通过率，然后才决定路由权重。缓存成本同样要进公式：命中读取 0.20 美元，写入按存活时间计费，5 分钟档 2 美元、1 小时档 4 美元——短档适合交互式补全，长档适合知识库问答这种上下文复用高的场景。

四、第三条：先看合规位，再看分数位

两个接入细节容易被漏。零数据留存是可选项，不在默认配置里，聚合网关与企业自建客户端都要显式打开，否则日志留存仍按默认策略走；Kimi 企业管理员侧对这个模型是默认关闭的，需要手动为组织开启，上线首日就会出现个人能用、企业账号调不通的工单。安全方面，官方称开源版本在中期训练与强化学习阶段剔除了网络攻击相关数据，内部漏洞利用基准得分 81%，带该数据的同款检查点为 90.5%，上一代 K3 为 33.3%——同样是厂商自报，但方向明确：放权重不等于放攻击能力。做安全评审时，这三个数应当单独列一行，而不是合并进综合分。

五、接入侧本周要做的三件事

第一，把 kimi-k3.1-pro 与 kimi-k3.1-pro-highspeed 两个模型标识登记进路由白名单，OpenAI 兼容网关只需改模型名即可灰度。第二，给编码任务设一条分流：先拿 10% 流量走新模型，用通过率与每任务成本双指标观察一周，避免一次性全量切换带来的质量回归。第三，把 11 月 4 日权重放出这个时间点写进排期表——从那一天起自建与 API 的成本对比才真正成立，留给私有化评估的窗口只有十天。榜单会继续刷新，但能把分数翻译成路由规则的团队，才不会每次都从零开始评估。

来源：Moonshot AI 发布说明（2026-10-23）；Artificial Analysis 模型页、AI Chat Daily 与 Unite.AI 报道（2026-10-23 至 10-24）。基准分数为厂商自报。