Kimi Cookbook

This chapter is available in Chinese only. The content below has not been translated.

— 03 / 第三章

挑模型 · K3.1 Pro、K3 与 K2 迁移线.

K3.1 Pro 已接手旗舰, K3 权重已经开放, K2 系列进入迁移期。这章按 2026 年 10 月的价格重算四件典型活, 也把厂商自评、独立榜单和权重现货分开说清。

7 分钟 · 发布 2026.06 · 更新 2026.10

MD海报
输入框那个模型名, 我自己也很久没点开换过。多数时候确实不用换 —— 默认给当前旗舰就好。但 2026 年 10 月, K3.1 Pro 接手旗舰, K3 退到上一代, K2 系列也进入迁移期, 这张选择表该重画了。 这章不做参数党。先认清当前几颗在列的模型各管哪段 —— 然后我把四个典型任务放上解剖台, 一笔一笔算出各自该用哪颗、花多少钱。读完你应该能对任何一件活, 说出「它配哪颗、为什么、大概多少钱」。

— I

先认当前旗舰, 再看 K2 迁移线.

重活归 kimi-k3.1-pro: 3 万亿级参数、1M 上下文, 思考始终开启, reasoning_effort 可选 low / high / max —— 长链路编码、百万 token 长料、反复推的知识工作归它。高速版贵一倍输入输出价, 换约 2–3 倍输出速度。1注 1Kimi 开放平台 · K3.1 Pro 模型指南 —— 3 万亿级参数、1M token 上下文, 思考始终开启, 顶层 reasoning_effort 支持 low / high / max（API 默认 max）; 高速版输出速度约为标准版 2–3 倍。官方自评 Terminal-Bench 4.0 为 65.7%, Kimi Code Bench 3.0 Long-horizon 为 61.2%; 完整权重承诺 2026 年 11 月 4 日前发布。截至 2026-10。3注 3Kimi 开放平台 · 模型推理定价 —— 每百万 token（缓存命中 / 未命中输入 / 输出）: kimi-k3.1-pro ¥1.30 / ¥13.00 / ¥68.00, 高速版 ¥1.30 / ¥26.00 / ¥136.00; kimi-k3 ¥2.00 / ¥20.00 / ¥100.00; kimi-k2.7-code ¥1.30 / ¥6.50 / ¥27.00, 高速版 ¥2.60 / ¥13.00 / ¥54.00; kimi-k2.6 ¥1.10 / ¥6.50 / ¥27.00。K3 系列的缓存写入另按 TTL 档位计费。截至 2026-10。kimi-k3 是上一代旗舰: 2.8 万亿参数、1M 上下文, 仍有存在价值, 尤其是权重已经开放、需要自托管的场景。2注 2Kimi 开放平台 · 模型列表 —— kimi-k3.1-pro 为当前旗舰, kimi-k3 为上一代旗舰; kimi-k2.7-code 与 kimi-k2.6 仍在列表。K2 系列自 2026-10-31 起停止向新注册用户开放, 已注册用户暂不受影响, 官方计划 12 月底全部下线; kimi-k2.5 与 moonshot-v1 系列已于 2026-08-31 下线。截至 2026-10。5注 5Hugging Face · moonshotai/Kimi-K3 模型卡 —— K3 完整权重已经发布, 采用 Kimi K3 License; 2.8 万亿总参数、1,040 亿激活参数、1M 上下文, reasoning_effort 支持 low / high / max。K3.1 Pro 的权重仍需以官方后续上架为准。截至 2026-10。 编码与预算线还有 kimi-k2.7-code 和 kimi-k2.6: 都是 256K 上下文, 前者强制思考、有高速变体, 后者思考可关、能走 Batch 六折。2注 2Kimi 开放平台 · 模型列表 —— kimi-k3.1-pro 为当前旗舰, kimi-k3 为上一代旗舰; kimi-k2.7-code 与 kimi-k2.6 仍在列表。K2 系列自 2026-10-31 起停止向新注册用户开放, 已注册用户暂不受影响, 官方计划 12 月底全部下线; kimi-k2.5 与 moonshot-v1 系列已于 2026-08-31 下线。截至 2026-10。4注 4Kimi 开放平台 · Batch API 定价 —— 批量为标准价六折, 当前仅支持 kimi-k2.7-code 与 kimi-k2.6; K3 系列不在 Batch 内。截至 2026-10。6注 6Kimi 开放平台 · API 总览 —— 同一国内端点支持 OpenAI Chat Completions、OpenAI Responses 与 Anthropic Messages 三种协议; K2.6 可用 extra_body 传 thinking 参数关闭思考, K2.7-Code 强制思考。K3.1 Pro 使用顶层 reasoning_effort, 不支持关闭思考。截至 2026-10。但这条线已经不是长期答案: K2 自 2026-10-31 起不再向新注册用户开放, 官方计划 12 月底全部下线; K2.5 已经在 8 月 31 日下线。现有工作流可以边用边迁移, 新系统别再绑死 K2 模型名。2注 2Kimi 开放平台 · 模型列表 —— kimi-k3.1-pro 为当前旗舰, kimi-k3 为上一代旗舰; kimi-k2.7-code 与 kimi-k2.6 仍在列表。K2 系列自 2026-10-31 起停止向新注册用户开放, 已注册用户暂不受影响, 官方计划 12 月底全部下线; kimi-k2.5 与 moonshot-v1 系列已于 2026-08-31 下线。截至 2026-10。 迁移期里, K2.6 的「简单活关思考」仍然可用, 最小写法如下: 
from openai import OpenAI
 
client = OpenAI(api_key="YOUR_KIMI_API_KEY",
                base_url="https://api.moonshot.cn/v1")
 
resp = client.chat.completions.create(
    model="kimi-k2.6",
    messages=[{"role": "user", "content": "把这段会议纪要按议题归类, 列出待办"}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(resp.choices[0].message.content)

关掉思考的最小调用（仅适合仍在迁移期的 kimi-k2.6 工作流;K3.1 Pro 与 K2.7-Code 不能这样关)

「开源」这一条也要按现货与承诺分开。K3 的完整权重已经挂在 Hugging Face 上, 使用 Kimi K3 License; K3.1 Pro 官方承诺 11 月 4 日前发布完整权重, 本章复核时还不能把承诺写成现货。1注 1Kimi 开放平台 · K3.1 Pro 模型指南 —— 3 万亿级参数、1M token 上下文, 思考始终开启, 顶层 reasoning_effort 支持 low / high / max（API 默认 max）; 高速版输出速度约为标准版 2–3 倍。官方自评 Terminal-Bench 4.0 为 65.7%, Kimi Code Bench 3.0 Long-horizon 为 61.2%; 完整权重承诺 2026 年 11 月 4 日前发布。截至 2026-10。5注 5Hugging Face · moonshotai/Kimi-K3 模型卡 —— K3 完整权重已经发布, 采用 Kimi K3 License; 2.8 万亿总参数、1,040 亿激活参数、1M 上下文, reasoning_effort 支持 low / high / max。K3.1 Pro 的权重仍需以官方后续上架为准。截至 2026-10。现在就要数据不出门的读者, 先按实际模型卡评估 K3 或 K2 系; 无论哪一颗, 3 万亿级模型都不是一张消费级显卡能轻松搬回家的。

— II

我把四件典型活放上解剖台.

下面四个任务, 我把 token 画像全摆出来, 价格用开放平台标准价逐笔算。K3.1 Pro 每百万输入 ¥13 / 命中 ¥1.3 / 输出 ¥68; K3 为 ¥20 / ¥2 / ¥100; K2.7-Code 与 K2.6 输入 ¥6.5 / 输出 ¥27。3注 3Kimi 开放平台 · 模型推理定价 —— 每百万 token（缓存命中 / 未命中输入 / 输出）: kimi-k3.1-pro ¥1.30 / ¥13.00 / ¥68.00, 高速版 ¥1.30 / ¥26.00 / ¥136.00; kimi-k3 ¥2.00 / ¥20.00 / ¥100.00; kimi-k2.7-code ¥1.30 / ¥6.50 / ¥27.00, 高速版 ¥2.60 / ¥13.00 / ¥54.00; kimi-k2.6 ¥1.10 / ¥6.50 / ¥27.00。K3 系列的缓存写入另按 TTL 档位计费。截至 2026-10。为让算式可读, 以下暂不计 K3 系列另计的缓存写入费, 实账单要把它加回去。

#任务一 · 通读 300 页 PDF, 出一份结构化纪要.

画像: 300 页中文约 20 万 token 输入, 纪要约 3 千 token 输出, 一次过。K3.1 Pro: 13×0.2 + 68×0.003 ≈ ¥2.8（追问时前缀若命中缓存, 同口径约 ¥0.5）。K3 约 ¥4.3; K2.6 / K2.7-Code 约 ¥1.4。 别急着选便宜的: 256K 的两颗塞 200K 材料后, 余量要留给提示词、工具输出和最终回答, 往往还是得分段 —— 分段丢的是「贯穿三百页的主线」这类全局判断。我的结论: 10 万 token 以内且仍在迁移期, 可以先算 K2.6; 逼近或超过 20 万, K3.1 Pro 一次吃完更省心, 标价还低于 K3。

#任务二 · 编码 agent 跑一个跨 10 文件的功能改动.

画像: 20 轮迭代, 每轮平均 3 万 token 输入、2 千输出。合计输入 60 万（假设九成命中缓存, 即 54 万命中 + 6 万未命中）、输出 4 万。按百万 token 计: K3.1 Pro: 0.06×13 + 0.54×1.3 + 0.04×68 ≈ ¥4.2; K3 约 ¥6.3; K2.7-Code 约 ¥2.2。九成命中只是演算假设, 不是给你的缓存承诺。 质量账不能拿旧榜硬凑。K3 在独立 DeepSWE 上是 69%±5%, K3.1 Pro 尚未被该榜收录; 官方虽然给出了更高的一代成绩, 但测试集和 harness 不同, 不能直接换算成「一次过的成本」。1注 1Kimi 开放平台 · K3.1 Pro 模型指南 —— 3 万亿级参数、1M token 上下文, 思考始终开启, 顶层 reasoning_effort 支持 low / high / max（API 默认 max）; 高速版输出速度约为标准版 2–3 倍。官方自评 Terminal-Bench 4.0 为 65.7%, Kimi Code Bench 3.0 Long-horizon 为 61.2%; 完整权重承诺 2026 年 11 月 4 日前发布。截至 2026-10。7注 7DeepSWE 官方榜单（2026-09-22 更新, 113 个任务, 统一 mini-SWE-agent harness）—— kimi-k3[max] 为 69%±5%, 榜首多个模型为 74%, K3 单任务平均成本 $4.65。榜单当前未收录 K3.1 Pro, 不能把 K3 的成绩直接过户给 K3.1 Pro。独立第三方实测, 截至 2026-10。我的结论: 新增长链路任务先用 K3.1 Pro 做基线; 仍在 K2.7-Code 上的任务, 用同一件真活比较质量、返工和账单, 再决定何时迁。交互赶时间才考虑高速版, 后台批量别为速度多付钱。

#任务三 · 一千条评论打标签(批量、可等).

画像: 每条 500 输入 + 50 输出, 共 50 万输入、5 万输出, 走 Batch 六折（当前仅 K2.7-Code / K2.6）。4注 4Kimi 开放平台 · Batch API 定价 —— 批量为标准价六折, 当前仅支持 kimi-k2.7-code 与 kimi-k2.6; K3 系列不在 Batch 内。截至 2026-10。K2.6 Batch: (6.5×0.5 + 27×0.05) × 0.6 ≈ ¥2.8, 单条不到 0.3 分钱。K3.1 Pro 不在 Batch 内, 标准价跑这批约 ¥9.9, 买的是这项机械活未必需要的旗舰推理。 打标签这种「答错一眼能看出来」的活, 迁移期里用 K2.6 关思考确实便宜。但 Batch 当前只支持 K2 模型, 而 K2 已有下线时间表, 所以不要再把「永远 Batch + K2.6」当长期架构。短期按现有支持跑, 同步准备 K3.1 Pro 低推理档或普通实时接口的替代测算。

#任务四 · 日常问答与文档小修(高频、零碎).

画像: 每次 2 千输入 + 5 百输出。按标准价粗算, K2.6 约 3 分钱, K3.1 Pro 约 6 分钱, 高频之后差价仍会积起来。我的结论: 简单、重复、容易验收的活先测低推理档; 只有答案质量连续几次不满意, 才升模型或升 effort。升档的触发器是「连续不满意」, 不是「万一这次难呢」。 我把四个任务收成一张表, 下次对着活直接找行:
你的活用哪颗单次成本量级一句话边界
10 万 token 内的摘要 / 翻译 / 归类K2.6（迁移期）或 K3.1 Pro low几分到几毛新系统别把 K2 当长期依赖
20 万 token 级长料一次吃完kimi-k3.1-pro几元分段会丢全局判断的活
编码 agent · 新增长链路任务kimi-k3.1-pro几元独立榜尚未收录, 用自己的活验收
编码 agent · 现有 K2 工作流kimi-k2.7-code几元边用边迁, 别新增长期绑定
交互结对 · 赶时间K3.1 Pro Highspeed约标准版两倍输入输出价买的是人不等, 后台别用
批量千级条目的处理K2.6 · Batch（迁移期）单条几厘六折仍香, 但要准备替代路线

— III

价格与跑分, 都分两摞看.

先看价格。K3 曾把旗舰未缓存输入 / 输出推到 ¥20 / ¥100, K3.1 Pro 又降到 ¥13 / ¥68, 同时官方宣称能力继续提升。1注 1Kimi 开放平台 · K3.1 Pro 模型指南 —— 3 万亿级参数、1M token 上下文, 思考始终开启, 顶层 reasoning_effort 支持 low / high / max（API 默认 max）; 高速版输出速度约为标准版 2–3 倍。官方自评 Terminal-Bench 4.0 为 65.7%, Kimi Code Bench 3.0 Long-horizon 为 61.2%; 完整权重承诺 2026 年 11 月 4 日前发布。截至 2026-10。3注 3Kimi 开放平台 · 模型推理定价 —— 每百万 token（缓存命中 / 未命中输入 / 输出）: kimi-k3.1-pro ¥1.30 / ¥13.00 / ¥68.00, 高速版 ¥1.30 / ¥26.00 / ¥136.00; kimi-k3 ¥2.00 / ¥20.00 / ¥100.00; kimi-k2.7-code ¥1.30 / ¥6.50 / ¥27.00, 高速版 ¥2.60 / ¥13.00 / ¥54.00; kimi-k2.6 ¥1.10 / ¥6.50 / ¥27.00。K3 系列的缓存写入另按 TTL 档位计费。截至 2026-10。所以别用「新一代一定更贵」或「Kimi 只靠涨价对标」这种单线故事做预算; 价格会随代际重排, 每次选型都要按当前页面重算。
模型定价截至 2026-10
模型输入缓存命中输出上下文
kimi-k3.1-pro当前旗舰 · 1M · 思考始终开13.001.3068.001M
kimi-k3.1-pro-highspeed旗舰高速版 · 约 2–3 倍速26.001.30136.001M
kimi-k3上代旗舰 · 权重已开放20.002.00100.001M
kimi-k2.7-code编码专线 · 强制思考 · 迁移期6.501.3027.00256K
kimi-k2.6平价通用 · 思考可关 · Batch 六折6.501.1027.00256K

¥ / 百万 token · 官方 platform.kimi.com 定价; K3 系列缓存写入另计, 均不在 Batch 内。

再看跑分 —— 先分两摞。第一摞, 厂商自评: K3.1 Pro 官方报 Terminal-Bench 4.0 为 65.7%, 略低于 Claude Opus 5.5 的 66.4%; 官方内部 Kimi Code Bench 3.0 Long-horizon 则从 K3 的 55.95% 提到 61.2%。这些数字值得看, 但测试条件与自有基准不能替你做独立验收。1注 1Kimi 开放平台 · K3.1 Pro 模型指南 —— 3 万亿级参数、1M token 上下文, 思考始终开启, 顶层 reasoning_effort 支持 low / high / max（API 默认 max）; 高速版输出速度约为标准版 2–3 倍。官方自评 Terminal-Bench 4.0 为 65.7%, Kimi Code Bench 3.0 Long-horizon 为 61.2%; 完整权重承诺 2026 年 11 月 4 日前发布。截至 2026-10。第二摞, 独立实测: DeepSWE（2026-09-22 更新, 统一 mini-SWE-agent harness）里 K3 是 69%±5%, 榜首多个模型为 74%; K3.1 Pro 尚未收录, 所以目前不能说它在这张榜上已经超过谁。7注 7DeepSWE 官方榜单（2026-09-22 更新, 113 个任务, 统一 mini-SWE-agent harness）—— kimi-k3[max] 为 69%±5%, 榜首多个模型为 74%, K3 单任务平均成本 $4.65。榜单当前未收录 K3.1 Pro, 不能把 K3 的成绩直接过户给 K3.1 Pro。独立第三方实测, 截至 2026-10。 所以「什么时候回 frontier」不该写成固定品牌名单。最难的架构编码、多跳推理、不能错的输出, 把 K3.1 Pro 与你手头其他前沿模型放到同一件真活上, 比质量、返工、延迟和总账; 需要自托管, 再把 K3 已开放的权重列进候选。模型名称会换, 这套比较方法不用换。
01

把你最近卡住的一件活, 按解剖台格式算一遍

拆出输入 / 输出 / 轮数与缓存命中, 套第二节的单价, 别漏 K3 系列缓存写入费 —— 十分钟, 这张账比任何跑分都懂你。
02

同一提示词, 在候选模型上各跑一遍

就拿那件卡住你的活当考题, 记下质量差、返工次数和账单差 —— 这才是替你定制的那张榜。
03

给 K2 工作流写一条迁移触发线

别等下线当天才换模型名。先确定替代模型、验收用例和回滚方案, 再用真实流量逐步切。

选模型, 选的是思考深度 和账单厚度.

选模型, 选的是思考深度 和账单厚度.

Kimi x Zhaphar

— 讨论

讨论.

评论区初始化中…