Kimi K3.1 Pro API

價格比較：官方 API、OpenRouter 與 Wokey

單位為每百萬 tokens 的 USD。官方 API 與 OpenRouter 價格於 2026-10-24 人工核對，未稅；Wokey 價格讀取自即時價目表。

核對日期：2026-10-24 · 官方價格頁 · OpenRouter 端點列表

在 Claude Code 中使用

此模型在 Wokey 支援 /v1/messages。設定以下環境變數後啟動 claude。

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="kimi-k3.1-pro"

Kimi K3.1 Pro 重點整理

發布日期

2026-10-23：K3.1 Pro 和 K3.1 Pro Highspeed 首日即上線 Kimi 網頁版與行動 App、Kimi Work、Kimi Code 和 Kimi API；Moonshot 承諾在 11 月 4 日前於 Hugging Face 公開完整權重

模型

K3 的後訓練版本：與 K3 相同的 MoE 底座（總參數 2.8T、啟用 104B），投入多得多的強化學習後訓練算力；1,048,576 token 上下文，原生支援文字、圖片和影片輸入

官方價格

K3.1 Pro 每百萬 token 輸入 $2 / 輸出 $10，快取命中 $0.20，快取寫入 $2（5 分鐘）或 $4（1 小時），比 K3（$3 / $15）便宜三分之一。Highspeed 的輸入、輸出和寫入都加倍（$4 / $20），但快取命中維持 $0.20

Highspeed

同一個模型，Moonshot 表示速度快 2–3 倍。Wokey 於 10-24 實測（Kimi Code 端點，effort=high）：Pro 64–67 token/秒，Highspeed 118–129 token/秒，約快 1.9 倍；相同條件下 K3 約 45 token/秒

思考與參數

僅支援思考模式：停用 thinking 會回傳 400。reasoning_effort 接受 low / high / max，預設為 max；temperature、top_p 等取樣參數皆為固定值，與 K3 的限制相同

獨立評測

Artificial Analysis Intelligence Index v4.3.2：55 分，在 215 個模型中排名第 4，僅次於 Claude Opus 5.5（58）、Sonnet 5.5（56）和 Muse Wonder Full（56），比 K3 高 11 分；每個任務 $2.11，約為 Opus 5.5 的三分之一

API 與通路

Kimi 平台的模型 ID 為 kimi-k3.1-pro 和 kimi-k3.1-pro-highspeed，Kimi Code 中為 k3.1-pro 和 k3.1-pro-highspeed。Wokey 提供 /v1/chat/completions 和 /v1/messages（可搭配 Claude Code 使用）

核對日期 2026-11-02 · 資料來源: Moonshot · K3.1 Pro quickstart · Pricing · Kimi Code models · Artificial Analysis

官方跑分：Kimi K3.1 Pro vs Opus 5.5 vs GPT-6 Astra vs Fable 5.1 vs GLM-5.3 vs DeepSeek

資料來自 Moonshot 的 K3.1 Pro 技術部落格，為廠商自測結果；「—」表示未公布分數。內部評測和資安評測未列入。

所有 K3.1 Pro 分數皆使用 reasoning_effort=max、temperature=1.0 和 top_p=0.95，程式類基準在 Claude Code 測試框架中執行；三個專有模型以 max 並啟用退回機制執行。ProgramBench 一列為二元分數（任務達到 ≥95% 才計入），無法與 K3 頁面上的原始分數比較。GLM-5.3 的 HLE-Full 分數為純文字子集。

怎麼選：K3.1 Pro、Claude Opus 5.5、K3 還是 GLM-5.3

對比 Claude Opus 5.5

在 Artificial Analysis 的 Intelligence Index v4.3.2 中，Opus 5.5（max）為 58 分，K3.1 Pro 為 55 分，只差 3 分，但每個任務的成本是 $5.98 對 $2.11，K3.1 Pro 約為三分之一。Moonshot 的表格中兩者在 Terminal-Bench 4.0 上幾乎打平（65.7% vs 66.4%），tbench.ai 的成本數據顯示每個任務 K3.1 Pro 約 $5.25，Opus 5.5 為 $14.30。K3.1 Pro 在 SWE-Marathon v1.1（51.7% vs 46.3%）、使用工具的 HLE（70.0% vs 67.7%）和 OfficeQA Pro v2 領先；Opus 5.5 在 ProgramBench（65.0% vs 31.5%）、Terminal-Bench Science（63.3% vs 38.1%）和不使用工具的 HLE（59.8% vs 51.1%）明顯更強，速度也更快（約 96 vs 77 token/秒）。長時程程式代理、文件與財務分析、重視預算的大量任務選 K3.1 Pro；必須一次就能跑通的複雜程式和科學工作選 Opus 5.5。

從 K3 升級

若是按 token 計費的 API 使用，答案是肯定的。K3.1 Pro 在指數上比 K3 高 11 分（55 vs 44），官方價格便宜三分之一，在 Wokey 的實測中輸出約 64–67 token/秒，K3 為 45。請求限制與 K3 相同，只需把 model 從 kimi-k3 改成 kimi-k3.1-pro。Kimi 建議開新的工作階段：在 K3 工作階段中途切換會讓快取失效，並可能降低輸出品質。Kimi Code 額度則是另一回事：自 10-27 起，新方案上同樣的 token，K3.1 Pro 的額度消耗是 K3 的 11×（輸入）和 14×（輸出）（Wokey 正式環境數據），訂閱額度緊張時 K3 能跑的量多得多。

對比 GLM-5.3 與 DeepSeek V4.1 Flash

兩者在 Artificial Analysis 上都是 45 分，比 K3.1 Pro 低 10 分。GLM-5.3 每個任務 $2.01，與 K3.1 Pro 的 $2.11 幾乎相同，因此花同樣的錢，K3.1 Pro 明顯更強，還能處理圖片和影片。DeepSeek V4.1 Flash 1017 每個任務只要 $0.26，約為 K3.1 Pro 的八分之一，在 DeepSWE 上甚至略勝一籌（77.0% vs 75.5%），但 Terminal-Bench 4.0 只有 42.3%。簡單的大量工作用 DeepSeek，複雜的代理與多模態任務用 K3.1 Pro。

Pro 還是 Highspeed

兩者是同一個模型，跑分相同。Highspeed 價格是兩倍，在 Kimi Code 中約消耗兩倍額度；在 Wokey 的實測中約快 1.9 倍（118–129 vs 64–67 token/秒），首字也約快 1 秒。有人在等回答的互動式程式開發選 Highspeed；背景代理、批次工作和有 token 預算的任務選 Pro。

選擇 effort

思考無法關閉，reasoning_effort 只接受 low、high 和 max，預設為 max。在 Moonshot 公布的 Terminal-Bench 4.0 成本曲線上，high 以每個任務約 $4.16 取得 52.8%，max 以約 $5.25 取得 65.7%：max 多花 26% 換來 12.9 分。程式開發和代理用 max，簡單問答和格式轉換用 low。推理 token 以輸出價格計費，Artificial Analysis 在整個指數中記錄到 150M 輸出 token，比 87M 的中位數多 70%，請在輸出預算上預留空間。

Kimi 文件

第三方與社群評價

• Artificial Analysis: Intelligence Index v4.3.2：55 分，在 215 個模型中排名第 4。在整個指數中用了 150M 輸出 token（中位數 87M），每個任務 $2.11，輸出約 77 token/秒，首字延遲約 3.1 秒。在權重釋出前列為專有模型。Wokey 的所有計費項都是官方價格的 40%，同樣的任務約為 $0.84。
• Hacker News（542 分討論串）: 討論最多的是 Moonshot 從訓練資料中移除資安內容：有人認為這比拒答更可靠，也有人擔心影響一般程式能力。其次是 Kimi 的訂閱額度：一位 $99 方案的使用者在單一工作階段 47 分鐘內就用完了 5 小時額度。也有人指出中國區價格比 K3 低約 30%，而且它在 Artificial Analysis 上已排在 GPT-6 Astra 和 Fable 5.1 之前。
• Wokey 實測: Wokey 於 10-24 在 Kimi Code 端點用相同提示（約 900 詞的技術說明文）對每個模型各跑三次（effort=high）：K3.1 Pro 為 64–67 token/秒，Highspeed 為 118–129 token/秒，K3 約 45 token/秒。chat/completions 和 Claude Code 使用的 messages 格式都能正常回傳思考內容；停用 thinking、top_p≠0.95 和公開圖片網址都會回傳 400。

在 Claude Code 中使用 K3.1 Pro，以及需要檢查的請求規則

以下規則來自 Kimi 的文件，以及 Wokey 於 10-24 對兩個模型的測試。從 K3 切換或首次接入前，請先檢查。

• 模型 ID：Kimi 平台和 Wokey 使用 kimi-k3.1-pro / kimi-k3.1-pro-highspeed；Kimi Code 會員的金鑰需使用 k3.1-pro / k3.1-pro-highspeed。在 Wokey 的測試中，把 kimi-k3.1-pro 送到 Kimi Code 會回傳 400「Your model id does not exist」。
• 思考無法關閉：thinking: {"type": "disabled"} 會回傳 400「K3.1 Pro does not support disabled thinking mode」。請用頂層的 reasoning_effort（low / high / max）控制思考量。
• temperature、top_p、n、presence_penalty 和 frequency_penalty 固定為 1.0、0.95、1、0 和 0，Kimi 要求省略這些參數；top_p=1 會回傳 400「invalid top_p: only 0.95 is allowed for this model」。Wokey 閘道套用相同規則，因此無論由哪個上游處理請求，結果都一樣。
• 在多輪對話和工具呼叫中，請把 API 回傳的完整 assistant 訊息（包括 reasoning_content 和 tool_calls）原樣傳回。
• 圖片以 base64 data URL 傳入，例如 data:image/png;base64,...。在 Wokey 10-24 的測試中，公開圖片網址會回傳 400「unsupported image url」，與 K3 相同；影片也以 base64 傳入。
• 在 Claude Code 中：將 ANTHROPIC_BASE_URL 設為 https://api.wokey.ai、ANTHROPIC_AUTH_TOKEN 設為你的 Wokey API 金鑰、ANTHROPIC_MODEL 設為 kimi-k3.1-pro。Wokey 於 10-24 以 Claude Code 使用的 /v1/messages 格式測試了兩個模型，thinking 區塊和文字都正常回傳；價格為每百萬 token 輸入 $0.80 / 輸出 $4.00。OpenCode 和其他 OpenAI 相容用戶端使用 /v1/chat/completions，base URL 為 https://api.wokey.ai/v1。

含圖片的請求本文（/v1/chat/completions）

{
  "model": "kimi-k3.1-pro",
  "reasoning_effort": "max",
  "messages": [{
    "role": "user",
    "content": [
      { "type": "image_url", "image_url": { "url": "data:image/png;base64,iVBORw0KGgo..." } },
      { "type": "text", "text": "Rebuild this CAD sketch as a parametric Blender script" }
    ]
  }]
}

目錄價格快照

價格以每 1M tokens 計；結算以請求當下的價格為準。

官方價格來源: https://platform.kimi.ai/docs/pricing/chat

在 Wokey 實測

近 28 天（2026-10-13 至 2026-11-09），每週一更新 · 80+ 個帳號的真實請求

短提示首字延遲

2.7 秒 (中位數 · 輸入 < 8K tokens · p90 5.9 秒)

Agent 規模首字延遲

5.1 秒 (中位數 · 輸入 32K–128K tokens)

提示快取命中率

96% (快取讀取占輸入 tokens 的比例)

主要用戶端: Magpie 81%, DeepSeek Harness 13%. 占已識別用戶端請求的比例；44% 的請求能識別出用戶端.

計算方式

首字延遲從 Wokey 閘道收到請求開始計時，到第一段串流內容（正文、推理摘要或拒答）為止，包含排隊、換帳號重試和模型的思考時間，所以會比上游本身的首字延遲長。只統計成功的串流請求，並依提示長度（輸入 + 快取讀寫）分級。

快取命中率 = 快取讀取 tokens ÷ 輸入 tokens，只統計成功請求；它取決於用戶端和使用方式，各用戶端的差異請見快取命中率實測頁。

不含企業客戶和 Wokey 自己的測試帳號。一個模型近 28 天至少有 20 個使用者，且單一使用者的請求不超過 50% 才會顯示，透過同一條推薦鏈註冊的帳號合併算作一個使用者；每一級首字延遲至少需要 500 次請求。

各用戶端快取命中率

模型能力

Context

1,048,576 tokens

最大輸出

1,048,576 tokens

Streaming

支援

Tools

支援

Vision

支援

支援的 API 格式

/v1/chat/completions · /v1/responses · /v1/messages

傳送請求

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro","messages":[{"role":"user","content":"Hello"}]}'

/v1/responses

curl https://api.wokey.ai/v1/responses \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro","input":"Hello"}'

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

在用戶端中使用 Kimi K3.1 Pro

閘道位址是 https://api.wokey.ai（OpenAI 相容用戶端通常寫成 https://api.wokey.ai/v1），模型 ID 填 kimi-k3.1-pro。請依你使用的用戶端開啟對應的串接文件。

• 在 Claude Code 中使用 Kimi K3.1 Pro: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 Codex 中使用 Kimi K3.1 Pro: OpenAI Responses · Base URL 與 API 金鑰設定
• 在 Claude Desktop 中使用 Kimi K3.1 Pro: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 opencode 中使用 Kimi K3.1 Pro: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 pi 中使用 Kimi K3.1 Pro: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 DeepSeek Harness 中使用 Kimi K3.1 Pro: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 Z Code 中使用 Kimi K3.1 Pro: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 Cherry Studio 中使用 Kimi K3.1 Pro: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 WorkBuddy 中使用 Kimi K3.1 Pro: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 OpenClaw 中使用 Kimi K3.1 Pro: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 Hermes Agent 中使用 Kimi K3.1 Pro: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 Magpie 中使用 Kimi K3.1 Pro: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• Kimi API 費用試算：Kimi K3.1 Pro 每月要花多少: 依每月用量與快取命中率，比較 Kimi API 與 Wokey 的月費。
• Kimi Code 額度實測：訂閱能跑多少 Kimi K3.1 Pro: 實測 5 小時視窗與每月額度能跑多少 token，以及換算成 API 價格值多少美元。
• OpenRouter 替代方案：Wokey 與 OpenRouter 比較: 比較 token 價格、付款手續費、API 形式與上游來源。
• 可驗證 AI API：哪些模型與介面帶有回應證明: 回應證明目前只涵蓋官方直連路由上原樣轉發的 Claude Messages 與 GPT Responses 回應。

常見問題

相關模型與文件

• Kimi K3.1 Pro Highspeed
• Kimi K3
• Kimi K2.8 Preview
• API 文件
• 全部模型與價格
• Provider Node