K3.1 Pro发布后不到48小时，月之暗面就放出公告称“模子存在的限速、额度无故虚耗问题，咱们深表歉意。这些问题全是咱们的累赘，本该更早股东措置。10月26日起，通盘档位订阅用户返还月度总数的25%。咱们还诊治了居品运行参数，砍掉不必要的子Agent调用、压缩冗余输出长度，让额度更耐用。”

在此次改换后，最显明的体验即是，K3.1 Pro莫得刚发布那会“烧额度”了。

回到模子发布本日，通盘这个词AI圈子都倒吸一口寒气，性能超越OpenAI通盘模子，仅逾期Opus 5.5半个脚掌。第三方评测机构ModelCompare发文称，中好意思AI差距已从3、4个月缩减为仅剩31天。

关联词这场狂欢还没撑过两天，K3.1 Pro的评价就从“稀零好评”，酿成了“多半好评”。杨植麟也被冠上了“神鬼二相性”的混名，神在于模子性能冲突天空，鬼在于K3.1 Pro用起来些许有点“肉疼”。

反映最多的即是额度问题。社区多位用户称，险些没若何用，就一经花光了K3.1 Pro的5小时额度。就拿我我方来说，199块钱的档位，两天一共生成不到10个3D模子和几个时长不高出30秒的演示动画，月额度一经跑罢了一半。

哪怕是一些简短的任务，K3.1 Pro也会调用多数的子Agent来想考、推理，其输出扫尾并莫得进步很大，却因为这些子Agent，导致用户糜掷了好多额度。

杨植麟也挺无奈，进步模子的智能水平势必需要更多的token。

这也就导致K3.1 Pro诚然比K3低廉了30%，却因为额度给得太少，导致终末并莫得些许东说念主信得过感受到了“低廉”。

就在K3.1 Pro发布的前一周，DeepSeek发布了V4.1 Flash-1017，它的想路统统相悖：不拼上限，而是把性能、速率、输出长度一王人优化，价钱保持不变。

V4.1 Flash-1017完竣体现了梁文锋的居品形而上学，自愿布于今仍然是“好评如潮”。

或然杨植麟就该在居品上，该跟梁文锋取取经。

额度是月之暗面最大的伤

K3.1 Pro发布后，社区里有好多东说念主都在商榷额度的问题。比如有这么一条高赞驳倒，发帖东说念主称“它粗略只用了10分钟，5小时的额度窗口就一经满了”。

Linux.do上，有一位199套餐用户，他暗意只发了一句让模子审查式样架构的指示，Kimi拉起5个子 Agent，十几分钟后5小时额度就满了。

微博用户@这很盒里吧发帖暗意，在WorkBuddy里使用K3.1 Pro，一个简短任务还没跑完，就花掉了高出450的积分。

而实践上，WorkBuddy的99块钱圭臬版，一个月所有也就4000积分。额外于一个简短任务，跑了月额度的10分之1。@这很盒里吧还暗意，K3.1 Pro现时消耗积分的倍率是0.97，也即是说，实践上积分消耗要更少一些。

Artificial Analysis认为，之是以K3.1 Pro如斯消耗额度，关节就在于token效用上。

在测试中发现，K3.1 Pro跑完整套Intelligence Index测试集，一共要输出约1.5亿个token，同价位模子的中位数是8700万。

归拢套测试，GPT-6.1 Sol只用了约6700万，GPT-6 Astra约6000万。按OrcaRouter的换算，相似的任务K3.1 Pro的输出量梗概是Astra的2.5倍。

Artificial Analysis还暗意，K3.1 Pro的速率也低于同类的中位数，梗概每秒70多到80个token。另外，K3.1 Pro只相沿想考花样，关闭想考的申请会被告成拒却，每一次调用都在为推理付费。

诚然K3.1 Pro推出了高速（Highspeed）版块，但是月之暗面官方暗意，高速版只加速模子输出。任务里器具调用（读写文献、履行号召等）与剧本履行的耗时不受影响，淌若这部分占比大，举座提速就不显明。

诚然K3.1 Pro相较于K3低廉了30%，可Artificial Analysis在测试中发现，K3.1 Pro的单次任务本钱并莫得低廉到那儿去。

K3.1 Pro平均单次任务的耗尽为2.11好意思元，GPT-6 Astra为3.26好意思元。而K3.1 Pro的token价钱唯一Astra的五分之一，可落到实践耗尽上，只省了梗概35%。

这一切可能和K3.1 Pro的磨砺筹商。

杨植麟认为，要想让模子已毕更长的输出，那就必须得在通盘这个词过程中恒久保持严谨，反复查验、修改、自我修正。从K3运转即是如斯，其时的官方本领文档里写到，K3会在输出中施展出过度严慎、反复自我凝视。

Fireworks AI官方考虑博客《Introducing Ember-1》中提到，就算拿掉了K3反复查验的过程，对模子性能险些莫得影响。换句话说，K3有点太严谨了。

到了K3.1 Pro，模子不仅要对任务严谨，还对通盘这个词环境严谨。

K3.1 Pro官方本领讲解里提到过一个案例，模子模拟东说念主学习行走的过程，K3.1 Pro发现手臂行为恒久不睬想、诊治奖励也莫得措置，于是回头查验模拟器，修掉了36处肩部肌肉力臂的探究不实，再再行磨砺，最终才让效果更好。

这亦然为什么K3.1 Pro诚然性能很高，关联词输出更长，token更多，因为它要对险些一切保持严谨，以致连环境都是如斯。

杨植麟烧token，梁文锋则是省token。

DeepSeek称V4.1 Flash 1017的迭代为“帕累托校正”。这是一个经济学见地，它指的是一件事改完之后，至少有一个方面变好了，同期莫得任何一个方面变差。

放在模子里体现出的，即是模子的各项基准分数更高，任务完成更快，输出更短，价钱也莫得变。

DEV社区里就有东说念主作念过测试，说DeepSeek V4.1 Flash 1017比拟较4.1 Flash，输出变短、任务变快，每完成一个任务的本钱，反而下跌了。

其实V4.1 Flash自己是个极其“话痨”的模子，OrcaRouter上就有实测暗意，相似是在Artificial Analysis那套Intelligence Index上，V4.1 Flash要输出2.5亿token，比K3的1.6亿还多56%。

但是由于V4.1 Flash的Causal Encoder-Decoder架构，552B总参数但prefill只激活8B、decode只激活16B。KV缓存被压到每token唯一890字节，显存占用降到上代的四分之一、SSD占用上代的八分之一。

是以DeepSeek跑分更强、任务完成更快、输出还变短，梁文锋不肯意点火掉某一项属性换来另一项。

Agent是做事AGI的一环

梁文锋也曾说过，“现时投资东说念主看到的最多的是Agent，但关于咱们这些考虑的⼈来讲，现时看到更多的是学习，以及若何措置学习这个问题。”

话里有话，梁文锋以为Agent仅仅AGI的一环而非全部。

2025年的时辰，杨植麟登上了张小珺《交易访谈录》。关于纯推理模子和Agent，杨植麟建议了一个缸中之脑表面：“瞎想一个鱼缸，你把一个脑子放在内部，跟外界莫得筹商。它仅仅在我方大脑内部想，一直想，不需要跟外界产生任何交互，就能解一说念题。”

关于Agent，杨植麟说：“它不再是‘缸中之脑’，是跟外界有交互的。我的下一走路为，是字据交互中获得的反映，和外界给我的新景况的更新筹商系。”

缸中之脑就代表了o1那样的强推理模子，可杨植麟想要的，是让模子能够使用更多的器具，进行更多轮的交互。

不外无论梁文锋和杨植麟若何说，那都是他们在居品形而上学方面临Agent的界说，真要看模子Agent如何，还得放到着实任务里。

除了Artificial Analysis，社区也经常用“致知｜大模子才略耐久跟踪榜单”（猫榜）来测试模子的水平。

它把模子的才智拆成推理、Agentic和视觉三个板块。在Agentic这一页，用的是一组需要长历程、多握住和器具配合的任务。左边的数字和字母，暗意扣分数和档位，页面上写着“1/A 代表扣分数/档位”，数字越小越好；右边的￥金额，看起来是模子跑完这说念题的耗尽。

比拟上一代K3，K3.1 Pro的越过相当显明。K3在Rust App上是“Failed”，也即是不成已毕，K3.1 Pro则拿到了23分、C档；K3在Science上是26分、C+，K3.1 Pro进步到了16分、B档；Animation也从22分提到了17分。

这个扫尾，和月之暗面官方强调的“Agent履行才智大幅进步”是吻合的。

关联词在这个榜单上，K3.1 Pro却输给了DeepSeek V4.1 Flash 1017。

Rust App上，DeepSeek V4.1是12分、B档；K3.1 Pro是23分、C档；Simple Model这一项，K3.1 Pro是5分，DeepSeek是10分，两者同为B+档，Kimi略好一些；Animation这一项，两边都是17分、B档，打平；Science 一项，DeepSeek是13分，Kimi 是16分，同为B档，DeepSeek略好。

另外，K3.1 Pro在Data Process和Metal两项如故“Pending”，意味着完整的论断现时还不成下。

明明在Artificial Analysis上直逼Opus 5.5的K3.1 Pro，却在这里评分低于DeepSeek？

这是由于猫榜有个端正，“模子不截止Max Token，但字据题目难度对超长想考进行扣分刑事累赘。”等于你花的token越多，就越给你扣分，K3.1 Pro吃了大亏。

在Rust App上，DeepSeek花了12.32元，K3.1 Pro花了221.21元。Simple Model上，Kimi花了12.60元，DeepSeek是5.88元。Animation上，Kimi是38.77元，DeepSeek是10.77元。Science上，Kimi是25.80元，DeepSeek是6.21元。

还有少量，K3.1 Pro的本领博客里写到，模子会“过度主动（excessive proactiveness）”，遭遇朦胧意图会替你作念决定、过度随心。尤其是关于Agent来说，K3.1 Pro更兴隆去字据提醒词来开脱施展。

可猫榜内部，像是Rust App这类任务，它的环境反映链极长、需求限度统统卡死，会严格截止模子的施展。

梁文锋在作念的，是让每一次Agent调用都安定、低廉；杨植麟在作念的，是让最难的那几个场景，看起来鼓胀惊艳。

月之暗面需要“克制”

K3.1 Pro的3D才智是发布的重心之一。你不错给模子几张图片，不需要叮属任何事情，它就能将其调遣成3D建模。

发布后的第二天，社区上出现了一个高赞帖子。发帖东说念主称，他发现Kimi内置了一个名为model3d_generation的手段，会运行一段Python剧本，通过外部API的做事来生成3D模子。

发帖东说念主成心禁用了这个手段，让K3.1 Pro只用我方的代码生成，质料显明差了一截。更关节的是，剧本里相沿三个模子版块：v3.1、v3.0和v2.5，这和3D生成公司Tripo AI的模子版块统统吻合。

事实上，早在K3.1 Pro发布之前，Kimi Work桌面端就一经把Tripo 3D纳入了插件生态。

月之暗面资源中心10月17日更新的《如何制作具有传神效果的3D图像筹算》一文中明确写说念，Kimi Work“相沿 Blender、Tripo 3D稀零他插件”。

官方10月14日的博客《10款值得尝试的免费和付费AI 3D图像生成器》中也提到，Kimi Work一经集成了 Tripo 3D。

其实月之暗面我方发布的本领博客里明确暗意K3.1 Pro在游戏引擎里责任时，会“结合网页搜索和3D生成”来创造完整的体验。BenchCAD的92.7%，标注的亦然“借助器具”。

这意味着，官方并莫得说这些效果是模子“徒手”完成的。

请“外助”这件事，并莫得什么错。调用器具，原来即是Agent才智的一部分，一个会找到恰当器具并把它接进责任流的模子，比一个什么都我方硬算的模子更灵验。

但问题就在于，杨植麟想要的太多。除了3D建模和游戏引擎，K3.1 Pro所袪除的还有代码、长程Agent、金融考虑等等。

每一个方针单独看，都有道理，也都有着实的进展。

Artificial Analysis的数据清楚，K3.1 Pro在科学推理上是34.3%，同期 Opus 5.5是59.0%，GPT-6 Astra是63.3%。在无谓器具的HLE测试里，K3.1 Pro是51.1%，低于 Opus 5.5的59.8%；长荆棘文推理，也从K3的88.7%略降到了86.3%。

阵线拉得太长，每一条线上能分到的资源就变少了。

相较之下，梁文锋就相当克制，他也曾说过：“这亦然咱们克制的一部分。我但愿这些交易契机能够让其他⼈来作念，咱们但愿这些交易契机、若何用这个AI ，是通盘这个词社会、咱们通盘的合作伙伴⼀起来作念，大家⼀起来共享这个收益，而不是我想独吞，这不可能。”

DeepSeek并不是什么都不作念，它相似有搜索和持取API，有多样居品化的行为。隔离在于，每一件事都被放在“做事AGI干线”这个前提之下，不做事干线的事，哪怕是好生意，也答允不作念。

克制不是佛系云开体育，它实质是一套资源分拨的本领。先决定什么不作念，再决定若何作念好。