Kimi K3.1 Pro 和 Gemini 4 Argon 对比：同价只到 11 月 30 日

Kimi K3.1 Pro（kimi-k3.1-pro，北京时间 2026 年 10 月 24 日上架，UTC 为 10 月 23 日）和 Gemini 4 Argon（gemini-4-argon，10 月 13 日正式开放）先测哪个，取决于你的任务。按 Artificial Analysis 截至 2026 年 10 月 25 日的分项结果，在终端里跑命令的代理编程、长上下文推理和报告类知识工作，K3.1 Pro 领先；多步自动化流程、靠模型自身知识回答的问题和高难度学科题，Argon 领先；只做图片目标框选，Ultralytics 的测试里 Argon 更准也更便宜。两者综合指数 55 对 53，这 2 分不足以替你做决定。

价格上，两者的 API 标价现在都是每百万 token 输入 $2、输出 $10，但这只到 2026 年 11 月 30 日。Google 已经公布，Argon 从 12 月 1 日起涨到 $4/$20，正好等于 K3.1 Pro 高速版（Highspeed）的价格。按假设用量复算，缓存多的编码代理会话和长文档问答，11 月底前 Argon 便宜 11%～21%，12 月起反过来变成 K3.1 Pro 的约 1.6～1.8 倍。测试结果要用到 12 月以后，就按新价算账。

在中国大陆，Gemini API 不在 Google 公布的可用地区里，香港也不在；K3.1 Pro 可以在 Kimi 开放平台国内站充值后直接调用，最低充值 10 元，注册送的 15 元代金券不能用于这个模型。所以国内团队的首测对象往往先由能不能调用决定，再由任务决定。

先测哪个：看任务类型，再看价格期和所在地区

写代码的代理任务先测 K3.1 Pro。Artificial Analysis 的 Terminal-Bench 4.0（在真实终端环境里完成受限任务）上，K3.1 Pro 67%、Argon 57%，差 10 个百分点，是百分制分项里差距最大的之一。要在几十万 token 的材料里找答案、交叉核对的任务也先测 K3.1 Pro，长上下文推理 AA-LCR 是 86% 对 80%；产出分析报告、表格一类的知识工作，K3.1 Pro 在 AA-Briefcase、GDPval-AA 和 GDP.pdf 三项都领先。

反过来，跨多个工具、多步执行的业务流程自动化先测 Argon，AutomationBench-AA 是 78% 对 73%。答案主要靠模型自己记住的知识、答错代价又高的问答，也先测 Argon：AA-Omniscience 答对加分、答错扣分、拒答不扣分，Argon 42、K3.1 Pro 30。高难度学科题 Humanity's Last Exam 是 Argon 57% 对 52%；科学计算代码 SciCode 是 62% 对 61%，可以看作打平。

任务类型之外，有三个条件会改变首测顺序。第一是价格期：打算 12 月以后才上线、而且缓存命中多的工作负载，Argon 现在的价格优势到时会变成劣势，测 Argon 时要按 12 月价格估算预算。第二是地区：人在中国大陆、要直连官方接口，眼下能直接测的是 K3.1 Pro。第三是等待方式：Artificial Analysis 测到 Argon 的首 token 要等约 57 秒，用户盯着屏幕等回复的产品要把这点算进去，下一节有详细数字。

评测谁领先：Artificial Analysis 10 项里各赢 5 项

Artificial Analysis 截至 2026 年 10 月 25 日的对比页显示，智能指数 v4.3.2 上 K3.1 Pro 55 分、Argon 53 分，构成指数的 10 个分项两边各赢 5 项。要注意设置：Argon 是在 High 思考级别下测的，而 Gemini API 的默认级别是 medium；K3.1 Pro 一栏没有标级别，它在 Artificial Analysis 的单模型页对应 API 默认的 max。这些分数都不是“默认设置下”的结果，K3.1 Pro 发布才两天，数字也可能修订。截至同一天，本站没有在同一批提示词上对两者跑过质量或延迟对比，本节和下一节的质量数字都来自第三方和月之暗面自己的公布。

数据来自 Artificial Analysis 的 Kimi K3.1 Pro 与 Gemini 4 Argon 对比页。CritPt 差 2 个百分点、SciCode 差 1 个百分点，在这个量级上换一批题就可能翻过来，真正拉开距离的是 Terminal-Bench、GDP.pdf、AA-Omniscience 和两项 Elo。

速度要分开看。Artificial Analysis 测得的输出速度是 K3.1 Pro 每秒 73 token、Argon 79 token，差不多；但首 token 时间是 2.97 秒对 57.01 秒，因为 K3.1 Pro 很早就开始流式输出思考内容，Argon 要等思考结束才出第一个字。只看最终答案，首个答案 token 是 30.19 秒对 57.01 秒，单次完整回复 37.00 秒对 63.33 秒，平均每个任务 618 秒对 723 秒，都是 K3.1 Pro 更快。不过换成 Ultralytics 的图片框选任务，结果正好相反（见下一节），所以延迟最终要在你自己的请求上量。

月之暗面在 Kimi K3.1 Pro 中文文档里自报 Terminal-Bench 4.0 得分 65.7%，高于 GPT-6 Astra 的 58.2%，略低于 Claude Opus 5.5 的 66.4%，和 Artificial Analysis 测得的 67% 方向一致，但测试框架没有写明。同一页还说，在一组刻意挑难题的事实准确性压力测试里，单项事实陈述错误率从 K3 的 23.35% 降到 6.85%。这是和上一代 K3 比，不是和 Argon 比；独立测的 AA-Omniscience 上，Argon 仍然领先 12 分。

Ultralytics 说 K3.1 Pro 超过 Argon？只在 6 个数据集上

“K3.1 Pro 超过 Gemini 4 Argon（0.68 对 0.60）”这句话出自 Ultralytics 2026 年 10 月 24 日的《Kimi K3.1 Pro 自动标注效果对比》，但它只是体育类数据集的结果。同一篇文章的总体成绩是 Argon 领先：在 UL37 v2 自动标注基准上，Argon 的 mAP50 是 0.537，K3.1 Pro 是 0.444，在 29 个视觉模型里排第 7。K3.1 Pro 赢下的是 36 个数据集里的 6 个，包括网球、足球、小麦穗和甲状腺超声。

这项测试只考一件事：在图片上画出目标框。它从 36 个真实检测数据集里各取 10 张、共 360 张图，按数据集等权平均 mAP50，框再经 SAM 3.1 收紧。K3.1 Pro 用的是 high 推理级别，因为在 max 下，上一代 K3 约 40% 的图片超过了 115 秒的时限。成本和速度差距比精度更大：每 1,000 张图 Argon 约 $7.60、K3.1 Pro 约 $22.50，单张图中位延迟 Argon 4.6 秒、K3.1 Pro 约 22 秒。Argon 12 月 1 日起单价翻倍后，假设 token 用量不变，每 1,000 张约 $15.20，仍低于 K3.1 Pro；K3.1 Pro 的成本从现在 Argon 的约 2.96 倍降到约 1.48 倍。

所以做标注、质检这类视觉框选流程，先测 Argon；你的数据恰好和体育、农业或超声图像相近时，再把 K3.1 Pro 加进对比。这个结论不能外推到看图问答、截图理解等其他视觉任务。

真的同价吗：12 月 1 日起 Argon 单价翻倍

只在每百万 token 的单价上同价，而且只到 2026 年 11 月 30 日。Gemini API 价格页（2026 年 10 月 22 日更新）写明，Argon 的 Standard 价格从 12 月 1 日起输入、输出和缓存全部翻倍；K3.1 Pro 的价格来自 Kimi 开放平台定价页，没有公布调价日期。下表是两家直连 API 的标价，单位是美元 / 每百万 token，Kimi 注明价格不含税。

两边都不按上下文长度分档，100 万 token 以内一个价。Google 写明 Argon 的输出价包含思考 token；Kimi 没有单独说明，OpenRouter 和 Artificial Analysis 都按输出计，下文的成本也这样算。K3.1 Pro Highspeed 是同一模型的高速版，月之暗面称输出速度约为标准版的 2～3 倍，价格正好翻倍。

Argon 另有三个服务档：Batch 和 Flex 是 Standard 的一半，12 月 1 日前为 $1/$5，之后 $2/$10；Priority 现在是 $3.60/$18，之后 $7.20/$36。Argon 在 Gemini API 里没有免费层，K3.1 Pro 也要先充值才能调用（见下文国内调用一节）。

三种用量算下来：缓存多的任务 12 月起 Argon 贵约 57%～78%

下表是 2026 年 10 月 25 日按上面两家的标价在本机复算的结果。token 数是假设的典型用量，不是实测流量；输出都含思考 token。K3.1 Pro 的固定前缀按 5 分钟缓存写入一次，之后按缓存命中价读取；Argon 的前缀第一轮按普通输入计，之后按缓存价读取。最后一列是 Argon 隐式缓存一次都没命中的最坏情况。

以 A 为例，K3.1 Pro 是 0.06 × 2 + 39 × 0.06 × 0.20 + 40 × 0.004 × 2 + 40 × 0.003 × 10 = 2.108 美元，四项依次是前缀写入、39 轮缓存读取、新输入和输出；Argon 在 11 月底前是 0.06 × 2 + 39 × 0.06 × 0.10 + 0.32 + 1.20 = 1.874 美元。输出占了大头，所以 12 月 Argon 输出价翻倍后，A 从 K3.1 Pro 的 0.89 倍变成 1.78 倍，B 从 0.79 倍变成 1.57 倍，C 从相同变成 2 倍。12 月 1 日起，Argon Standard 在三种场景下都和 K3.1 Pro Highspeed 一分不差，因为两者的输入、输出和缓存命中单价相同，Highspeed 的 5 分钟缓存写入价也正好等于 Argon 首轮的输入价。

最坏情况来自缓存方式的差别。Argon 只有隐式缓存：提示不少于 4,096 token 时默认开启，命中部分按 5% 计价，但命中不保证，也不能用 cachedContents 显式建缓存。A 场景如果一次都没命中，Argon 11 月底前要 $6.32，约为 K3.1 Pro 的 3 倍，12 月起约 6 倍。K3.1 Pro 的缓存也有条件：重复前缀自动缓存，默认只保留 5 分钟，请求间隔更长就要重新写入，改用 1 小时缓存则写入价是 $4。

第三方按真实任务算出的成本也指向同一结论。Artificial Analysis 跑每道智能指数题，K3.1 Pro 平均 $2.11、Argon $1.99，这是 Argon 首发价下的数；跑这些题时 Argon 每题输出约 6.2 万 token，K3.1 Pro 约 5.5 万。假设 token 用量不变，12 月 1 日起 Argon 约 $3.98，是 K3.1 Pro 的 1.89 倍。实际思考长度随模型和推理级别变化，K3.1 Pro 默认用最高的 max，不调就开始测，费用和耗时都会偏高。

换模型要改什么：推理强度默认值、采样参数、输出上限

两者都有 100 万 token 上下文、都能看图，但默认设置差得多，直接拿默认值比较，第一印象的速度和花费都会失真：K3.1 Pro 默认用最高推理强度 max，Argon 默认用中间的 medium。下表的规格来自 Kimi K3.1 Pro 文档和 Gemini 4 Argon 模型页。

做第一轮对比时，可以让两边都从 high 起步：K3.1 Pro 把 reasoning_effort 设成 high，Argon 把 thinking_level 设成 high，再各自上下调一档看质量变化。两边的级别名字相同不代表算力相同，所以最终比的是每个合格结果花了多少钱、等了多久。Argon 这边，Google 的迁移说明建议把 max_output_tokens 调到至少 32,768、客户端超时调到至少 15 分钟，否则难题可能在思考阶段就被截断或超时。

K3.1 Pro 这边还有两处容易漏。多轮对话和工具调用时，必须把完整的 assistant 消息原样传回，不能只回传最终文本；官方联网搜索工具正在更新，文档写明近期不建议用于生产。从别的 OpenAI 兼容模型切过来时，先把请求里的 temperature 等采样参数删掉。

在国内能直接用吗：Gemini API 不对中国大陆开放

截至 2026 年 10 月 25 日，Gemini API 可用地区列表里有日本、韩国、美国等，但没有中国大陆和香港，所以在这两地不能直接使用 Google 的 Gemini API，Argon 也没有官方人民币价。K3.1 Pro 则有面向国内的 Kimi 开放平台（platform.kimi.com），接口地址是 https://api.moonshot.cn/v1，按人民币计费。

Kimi 开放平台的人民币定价页上，kimi-k3.1-pro 每百万 token 输入 ¥13.00、输出 ¥68.00、缓存命中 ¥1.30，缓存写入 5 分钟 ¥13.00、1 小时 ¥26.00；高速版是输入 ¥26.00、输出 ¥136.00。K3.1 Pro 是旗舰模型，要在开放平台完成一次充值才解锁，国内站最低充值 10 元；新用户注册认证送的 15 元代金券不能用于 K3.1 Pro。累计充值金额同时决定账户等级和速率限制（并发、RPM、TPM、TPD），开放平台是按量计费，和 Kimi 会员、Kimi Code 是不同的产品。

第三方平台方面，laozhang.ai 截至 2026 年 10 月 25 日的模型列表里有 gemini-4-argon，平台报价输入 $2、输出 $10 每百万 token，不需要 Google 结算账户；2026 年 10 月 25 日起也上架了 kimi-k3.1-pro（输入 $2、输出 $10、缓存命中 $0.2）和 kimi-k3.1-pro-highspeed（$4 / $20），走 OpenAI 兼容接口。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

能自部署 K3.1 Pro 吗：权重 11 月 4 日前发布

现在还不能。月之暗面在 K3.1 Pro 文档里说完整模型权重“将于 11 月 4 日前发布”，截至 2026 年 10 月 25 日，Artificial Analysis 对两者都标着权重未开放。Argon 不开放权重，推理服务只由 Google 提供。

在此之前，两个模型都只由开发它的公司自己提供推理服务。本站在 2026 年 10 月 25 日读取 OpenRouter 的公开模型目录（/api/v1/models 和各模型的 endpoints 接口，不需要 key）时，moonshotai/kimi-k3.1-pro 有 2 个端点，都由月之暗面提供：标准版 $2/$10、缓存读取 $0.20，高速版 $4/$20，上下文 1,048,576 token。google/gemini-4-argon 有 6 个端点，全部来自 Google：AI Studio、Vertex 全球区各 $2/$10，AI Studio Flex $1/$5，Vertex 美国区 $2.20/$11 且最大输出 65,536，AI Studio 和 Vertex 的 Priority 各 $3.60/$18，另有 $1/$5 的批处理版本。这些是 OpenRouter 目录当天显示的价格，目录随时会变。

同一次读取里，K3.1 Pro 端点支持的参数列表没有 temperature、top_p 和 seed，和 Kimi 文档“采样参数固定”一致；Argon 端点仍列着 temperature 和 top_p，但按 Google 的文档它们会被忽略。K3.1 Pro 的权重发布后可能出现其他托管商，那时价格和速率限制要按各家重新比；Argon 不会有这种变化。

K3.1 Pro 对 DeepSeek、Argon 对 Opus 或 3.8 Flash

如果你在比的其实是 K3.1 Pro 和便宜得多的国产模型，看 DeepSeek V4.1 和 Kimi K3.1 哪个好：Flash 对 Pro，贵 7.5～27 倍。想知道 Argon 和闭源旗舰怎么选，看 Gemini 4 Argon、Opus 5.5、GPT-6.1 Sol 对比：已开放，12 月起涨价；打算留在 Google 但用更便宜的型号，看 Gemini 4 Argon 和 3.8 Flash 区别：实测成本差多少，哪些任务该换。新一代几家模型目前哪些能用、哪些还没出，见 Fable 5.5、Gemini 4、GPT-6.1 对比：Argon 已开放，Fable 5.5 未出。

Kimi K3.1 Pro 和 Gemini 4 Argon 的其他问题

不写代码，在 App 里能用到这两个模型吗？

Argon 可以：截至 2026 年 10 月 23 日，Gemini 应用里 Google AI Pro 和 Ultra 订阅可以选 Argon（Plus 和免费版不行），Antigravity 也向付费的 AI Pro、Ultra 和企业版开放。K3.1 Pro 在 Kimi App 里是否可选、对应哪个会员档，截至 2026 年 10 月 25 日 Kimi 的会员价格页没有列出模型，公开资料里没有说明；上文的价格和限制都只针对 Kimi 开放平台的 API。

Kimi K3 和 K3.1 Pro 是同一个模型吗？

不是。K3 是上一代模型，月之暗面称 K3.1 Pro 是新 K3.1 系列的第一个模型，在 Kimi K3 的基础上继续后训练，两者上下文都是 100 万 token。K3 的 API 标价是每百万 token $3/$15，比 K3.1 Pro 贵，所以拿 Kimi K3 和 Gemini 4 Argon 比出来的评测分数和价格结论，不能直接用在 K3.1 Pro 上。

要不要等 Gemini 4 Carbon？

没有可等的依据。Business Insider 在 2026 年 10 月 9 日报道 Google 员工在内部测试代号 Carbon 的 Gemini 4 版本，但 Google 没有发布公告、模型 ID 或日期，截至 2026 年 10 月 22 日更新的 Gemini API 价格页上，Gemini 4 系列只有 Argon。