Kimi K3.1 Pro 和 GPT-6.1 Sol 对比：同标价，单任务成本差 2.9 倍

截至 2026 年 10 月 25 日，Kimi K3.1 Pro（kimi-k3.1-pro，10 月 23 日发布）和 GPT-6.1 Sol（gpt-6.1-sol）的 API 标价完全一样：每百万 token 输入 $2、输出 $10。差别在每个任务花掉多少 token。Artificial Analysis（下称 AA）用同一套方法测了两者：K3.1 Pro 在默认的 max 推理强度下智能指数 55，每道题成本 $2.11；Sol 推理强度开到 max 是 52 分、$0.72，开到 high 是 50 分、$0.32。K3.1 Pro 的分数确实高过 Sol 的每一档，代价是每任务贵 2.9 倍（对 Sol max）到 6.6 倍（对 Sol high）。

所以，已经在用 gpt-6.1-sol 跑 API 或 Codex 的话，不必整体迁移：把 Sol 留作默认，只把两类任务分给 kimi-k3.1-pro。一类是 Sol 提高推理强度后仍然做不好的 Agent 长任务，AA 的 Terminal-Bench 4.0 里 K3.1 Pro 是 67%，Sol max 是 56%；另一类是单次输入超过 272K token 的长提示，Sol 在这里整单涨价而 K3.1 Pro 不涨，同样 500K 的提示便宜约一半。带缓存的多轮循环、能走批量接口的离线任务、需要高并发的服务，继续用 Sol 更省。在国内直接调用时，OpenAI API 的支持地区里没有中国大陆和香港；K3.1 Pro 可以在 Kimi 国内平台充值 10 元后按人民币计费使用。

实际跑过的只有三项，都在 2026 年 10 月 25 日：读取 OpenRouter 公开 API 里两个模型的托管端点，用本机脚本按两家标价复算几种负载的成本，读取 laozhang.ai 的模型列表。没有拿同一批提示对两个模型做质量测试，下文的分数和速度都来自 AA，条件随每处数字给出。

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。

同样 $2/$10，K3.1 Pro 每任务 $2.11、Sol 最高档 $0.72

每 token 同价不等于每个任务同价，因为两者完成同一道题输出的 token 数差很多，而输出里包含推理 token。按 AA 截至 2026 年 10 月 25 日的 Kimi K3.1 Pro 与 GPT-6.1 Sol 对比页，K3.1 Pro 平均每道题输出约 55,000 个 token（其中约 35,000 个是推理），Sol max 约 38,000 个，Sol high 只有约 13,000 个。AA 的每任务成本按两家标价把输入、缓存命中、缓存写入、推理和回答 token 都算了进去。

表里有两个容易看错的地方。第一，AA 只测了 K3.1 Pro 的默认档 max，它的 low 和 high 花多少钱、得多少分都没有公布，所以“同一推理强度下谁更便宜”目前没有可比数据；Sol 没有任何一档到 55 分。第二，“默认对默认”并不是同强度：K3.1 Pro 默认 max，Sol 默认 medium，代码里不写推理强度时，K3.1 Pro 每任务的花费约是 Sol 的 10 倍（$2.11 对 $0.21），分数高 7 分。

K3.1 Pro 的 3 分领先值不值，可以换算成通过率来判断。每个合格结果的成本等于每任务成本除以通过率，所以在你的任务上，K3.1 Pro 的通过率至少要达到 Sol max 的 2.93 倍、Sol high 的 6.6 倍，每个合格结果才不比 Sol 贵。比如 Sol max 只能做对 30% 的任务，K3.1 Pro 要做对约 88% 才打平；Sol max 能做对约 34% 以上（对 high 约 15% 以上）的任务时，K3.1 Pro 即使全部做对，每个合格结果也比 Sol 贵。只有在一次失败的返工代价远高于 API 费用时，这条线才可以放宽。

速度上，AA 测得 K3.1 Pro 2.97 秒开始输出推理，约 30 秒才出现第一个回答 token；Sol max 的首个 token 要 162 秒，因为它的推理过程不作为回答流式输出。K3.1 Pro 和 Sol max 跑完一道题都要 10 分钟左右，对延迟敏感的对话场景，Sol 的 low、medium 每任务 83 秒和 168 秒更合适；K3.1 Pro 降到 low 后的耗时 AA 没有测。Kimi 另有一个模型 ID kimi-k3.1-pro-highspeed，官方称速度是 K3.1 Pro 的 2～3 倍，价格翻倍，它是单独的模型，不是请求里的开关。

“超越 GPT-6”说的是谁：AA 子项里 K3.1 Pro 赢 Agent，Sol 赢知识可靠性

“多项测试超越 GPT-6”出自 Kimi 发布时的成绩表，那张表对比的是 GPT-6 Astra 和 Claude Opus 5.5，没有 GPT-6.1 Sol。比如厂商公布的 Terminal-Bench 4.0 成绩是 K3.1 Pro 65.7%、GPT-6 Astra 58.2%，测法和 AA 不同，不能拿来和 AA 给 Sol 的分数直接比。能把 K3.1 Pro 和 Sol 放在同一套方法下比较的，截至 2026 年 10 月 25 日只有 AA：总分 55 对 52，K3.1 Pro 在 AA 的 215 个模型配置里排第 4，Sol max 排第 13。

K3.1 Pro 的优势集中在 Agent 类任务：AA-Briefcase 是 AA 自己做的 Agent 知识工作测试，Terminal-Bench 考的是在终端里完成任务，加上同属 Agent 类的 GDPval-AA 和 AutomationBench，K3.1 Pro 在这四项上全部领先，Terminal-Bench 差了 11 个百分点。Sol 领先的两项方向不同：AA-Omniscience 是 AA 的知识可靠性指数，同时看答对率和不编造的比例，Sol 高 12 分；CritPt 是研究级物理推理，Sol 高 7 个百分点。如果你的任务以查事实、写需要引用的报告为主，K3.1 Pro 的总分领先不一定兑现。

另外，社区帖里流传的“K3.1 Pro 55 分超过 GPT-6 Sol 52 分”写错了型号：AA 的 52 分属于 GPT-6.1 Sol 的 max 档，GPT-6 Sol 是它之前的上一个型号。如果你要比的是 K3.1 Pro 和 Opus 5.5，同样按每任务成本算的对比见Kimi K3.1 Pro 对比 Claude Opus 5.5：token 半价，按任务未必省。

哪些负载 K3.1 Pro 反而便宜：超过 272K 的提示约省一半

同一批 token 下，两者只在三个地方算出不同的账：缓存命中价、缓存写入价，以及 Sol 超过 272K 输入后的整单涨价。2026 年 10 月 25 日用本机脚本按两家国际标价复算了几种典型负载，token 数相同、只看计价规则，结果如下（美元，Sol/K3.1 小于 1 表示 Sol 更便宜）：

这张表的假设都摆在明面上：价格是 Kimi 国际平台和 OpenAI 直连 Standard 档的标价；两边的输出 token 都包含推理 token；50 轮会话指首轮写入 140K 前缀，之后 49 轮每轮命中这 140K 并新增 10K 输入。“按 max 的输出比例”是把 K3.1 Pro 每轮 3K 输出乘以 AA 的 38/55，“按 high”乘以 13/55，只是示意，你的任务输出比例要自己量。表里任何一行都能按这些规则自己重算，例如长提示一行：K3.1 Pro 是 500K × $2 + 5K × $10，每百万计，等于 $1.05；Sol 因为超过 272K，整单按输入 $4、输出 $15 计，等于 $2.075。

读这张表可以得到三条规则。第一，Agent 循环大部分输入都命中缓存时，Sol 便宜，因为它的缓存命中价是每百万 $0.10，K3.1 Pro 是 $0.20；即使两边输出一样多，50 轮下来 Sol 也便宜约 15%；按 AA 的输出比例，Sol 每轮输出更少，差距会拉大到 26%～42%。第二，单次输入超过 272K 时 K3.1 Pro 便宜，因为 Sol 的规则是“输入超过 272K 的请求，整单输入和缓存按 2 倍、输出按 1.5 倍计”，而 K3.1 Pro 到 1,048,576 token 都是一个价；需要把整个代码仓库或几百页文档一次塞进去的任务，这一条比指数差更重要。Sol 各档价格和 272K 规则的完整说明见GPT-6.1 Sol 怎么用：价格变化、迁移改动与可用入口。第三，能等几个小时出结果的离线任务应该留在 Sol：OpenAI 的 Batch 和 Flex 都打五折，而 Kimi Batch API 的计价说明写明它只支持 kimi-k2.7-code 和 kimi-k2.6，不支持 K3.1 Pro，K2 系列还将从 10 月 31 日起停止对新用户开放。

缓存的写入规则也不一样，会影响首轮和长间隔的成本。按 Kimi 上下文缓存文档，重复前缀自动缓存，默认保留 5 分钟，写入价等于普通输入价 $2；请求里加 prompt_cache_options: {"mode": "implicit", "ttl": "1h"} 可以保留 1 小时，写入价 $4，缓存时长在首次写入时就锁定。按 OpenAI 提示缓存指南，Sol 默认保留 30 分钟，写入价是输入价的 1.25 倍即 $2.50，设成 12 小时写入价 $5.00，最少 1,024 token 才缓存。所以 Agent 两次调用之间常隔 5 到 30 分钟（例如等人工确认）的话，K3.1 Pro 的默认缓存会过期重写，要么开 1 小时档，要么接受这部分差价。

从 gpt-6.1-sol 换到 kimi-k3.1-pro，代码要改哪些地方

两者都能用 OpenAI 风格的 SDK 调用，但只改模型名不够：推理强度的参数位置和取值不同，K3.1 Pro 的多轮请求必须原样回传完整的 assistant 消息，入门账号的限速也差了三个数量级。下表把迁移时要逐项核对的地方列在一起，Kimi 一列来自 Kimi K3.1 Pro 快速入门和推理强度、缓存、限速文档，Sol 一列来自 OpenAI 的 GPT-6.1 Sol 模型页与价格页。

推理强度的映射要特别注意。Sol 的默认 medium 在 K3.1 Pro 上没有对应值，代码里写死了 medium 或 xhigh 的，迁移时要改成 low、high 或 max 之一；反过来，K3.1 Pro 不写推理强度就是 max，这是它每任务成本高的主要原因，想压低成本就显式传 high 或 low，再用自己的任务确认质量还够不够。多轮回传是另一个常见坑：很多 Sol 的代码只把上一轮的文本 content 拼回对话，在 K3.1 Pro 上要连同 reasoning_content 和 tool_calls 整条放回。

限速对 Agent 循环的影响最直接。按 Kimi 国际平台的充值与限速说明，只充了 $1 的账号是 Tier0，并发 1、每分钟 3 次请求、每天 150 万 token；用 AA 每道题约 55,000 个输出 token 粗算，一天只够跑约 27 个同等规模的任务，这还没算输入 token。累计充值到 $10 进入 Tier1，并发 15、每分钟 100 次请求、每日 token 不限；累计充值满 $5 送的 $5 代金券不计入累计金额。

托管方的差别来自 2026 年 10 月 25 日调用 OpenRouter 公开 API（/api/v1/models/{id}/endpoints，不需要 key）的结果：K3.1 Pro 只有 Moonshot AI 自己的标准和 highspeed 两个端点，OpenRouter 标注的单次最大输出是 943,718 token；Sol 有 OpenAI 的标准、flex、fast、ultrafast 四档，加上 Azure、Azure EU、Azure US 和 Amazon Bedrock us-east-1，后三者标价 $2.20/$11。也就是说，现在用 K3.1 Pro 只能依赖 Moonshot 一家的容量，权重发布之后托管方可能会增加。

Codex 里接 Kimi K3.1 Pro：config.toml 怎么写

Codex 可以直接换成 K3.1 Pro。Kimi 的 Codex 接入指南说明，Kimi 开放平台原生支持 Codex 使用的 Responses API，不需要协议转换或本地代理。先把 key 放进环境变量 KIMI_API_KEY（不要写进配置文件），再在 ~/.codex/config.toml（Windows 是 %USERPROFILE%\.codex\config.toml）里加入下面的配置，已有的 model 和 model_provider 直接替换：

model = "kimi-k3.1-pro"
model_provider = "kimi"
model_context_window = 1048576

[model_providers.kimi]
name = "Kimi"
base_url = "https://api.moonshot.ai/v1"
env_key = "KIMI_API_KEY"
wire_api = "responses"

这段配置照搬自 Kimi 文档，Codex 接 Kimi 的组合没有实际运行过。改完要完全退出再重启 Codex，桌面版的模型选择器可能显示为“Custom”，CLI 启动时提示 Model metadata for kimi-k3.1-pro not found 都属正常；model_context_window 不能省，否则 Codex 会按默认元数据处理上下文。在 platform.kimi.ai 创建的 key 只能配 https://api.moonshot.ai/v1，混用会报 401。国内平台另有一份Kimi 国内平台的 Codex 接入指南，配置相同，只是 base_url 换成 https://api.moonshot.cn/v1，wire_api 仍是 "responses"；在 platform.kimi.com 创建的 key 只能配这个地址。配好后先发一句 hello 确认能正常回复，再跑真正的任务。最容易遇到的是 429：Tier0 账号并发只有 1，Codex 一次任务会连续调用很多次，最好先充到 Tier1。

如果你现在是用 ChatGPT 的 Plus、Pro 等订阅在 Codex 里用 Sol，改成 Kimi 之后就从订阅额度变成按 token 付费，上面的每任务成本要全部自己承担，先算清楚再换，可以参考Codex API Key 和 ChatGPT 订阅怎么选？额度与 credits 按美元算。Base URL、鉴权报错等通用的自定义 provider 问题，见Codex 自定义 API 配置：Key、Base URL 与 Provider 怎么选。

国内怎么用：K3.1 Pro 充值 10 元解锁，代金券不能用

在国内用 K3.1 Pro，走 Kimi 国内平台 platform.kimi.com，按人民币计价。截至 2026 年 10 月 24 日的 Kimi 国内平台模型推理价格说明，K3.1 Pro 每百万 token 输入 ¥13、输出 ¥68，缓存命中 ¥1.30，缓存写入 5 分钟档 ¥13、1 小时档 ¥26；Highspeed 版输入 ¥26、输出 ¥136。国内快速入门写明，完成充值（最低 10 元）后才解锁调用，新用户注册认证送的 15 元代金券不能用于 K3.1 Pro。国内平台的限速等级同样由累计充值决定，但具体数值和国际平台不一定相同，以 Kimi 国内平台充值与限速页为准。人民币价和上文的美元价是两张独立的价目表，不要按汇率互相换算后比较。

GPT-6.1 Sol 这边，截至 2026 年 10 月 25 日，OpenAI API 支持的国家和地区列表里没有中国大陆和香港。Sol 也可以通过 ChatGPT 的 Plus、Pro、Business、Enterprise、Edu 套餐在 ChatGPT 工作模式和 Codex 里使用。另外，laozhang.ai 的 /v1/models 列表有 gpt-6.1-sol，2026 年 10 月 25 日又上架了 kimi-k3.1-pro 和 kimi-k3.1-pro-highspeed，价格与 Kimi 国际平台标价一致（分别为每百万 token $2/$10 和 $4/$20，缓存读取 $0.20，缓存写入 5 分钟 $2、1 小时 $4），通过 Chat Completions 调用，一个 key 就能同时调用两个模型。

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。

换之前用自己的任务测一轮：按合格结果算成本

AA 的分数只能告诉你平均水平，值不值得换要看你自己的任务。Kimi 国际平台充值 $1 就能开始测，不过 Tier0 每分钟只有 3 次请求，测试要串行跑，几十个任务按 K3.1 Pro 每题十分钟左右估算，要留出大半天。

1. 挑 20～50 个真实任务，一半是 Sol 现在做得好的，一半是 Sol 做不好、你考虑换模型的原因；每个任务先写好验收标准，例如测试通过、字段完整、结论有出处。
2. Sol 分别用 high 和 max 跑一遍，K3.1 Pro 用默认 max 跑一遍，想压成本再加一轮 high；K3.1 Pro 的多轮任务记得回传完整 assistant 消息，否则测出来的是接错了的结果。
3. 每次请求记下 API 返回的输入、缓存命中、输出 token 数（输出含推理 token）和耗时，按各自标价算出每任务成本。
4. 用“总成本 ÷ 通过数”算每个合格结果的成本，再分别看两组任务：Sol 已经做得好的那一半通常没理由换，Sol 做不好的那一半如果 K3.1 Pro 的合格成本更低，就只把这类任务路由给它。
5. 上线前按真实并发再压一次，确认 Kimi 账号等级的并发和每分钟请求数够用，不够就先提升充值等级。

Kimi K3.1 Pro 和 GPT-6.1 Sol 的其他问题

Kimi K3.1 Pro 是开源模型吗，能自己部署吗？ 截至 2026 年 10 月 25 日还不能。Kimi 官方表示完整模型权重将在 11 月 4 日前发布，在那之前 AA 把它标为非开放权重，OpenRouter 上也只有 Moonshot AI 自己提供的端点。AA 给出的规模是总参数 2.8T、激活 104B，权重发布后要自己部署，硬件门槛也很高。

嫌 K3.1 Pro 每任务太贵，有便宜一档的替代吗？ 有。想要明显更便宜的档位，可以看 DeepSeek V4.1 Flash，它和 K3.1 Pro 的价格与能力对比见DeepSeek V4.1 和 Kimi K3.1 哪个好：Flash 对 Pro，贵 7.5～27 倍。如果想在同价位的其他旗舰里找 Sol 的替代，见Gemini 4 Argon、Opus 5.5、GPT-6.1 Sol 对比：已开放，12 月起涨价。

K3.1 Pro 比上一代 kimi-k3 便宜吗？ 标价便宜三分之一。Kimi 国际平台上 kimi-k3 每百万 token 输入 $3、输出 $15、缓存命中 $0.30，K3.1 Pro 是 $2、$10、$0.20（截至 2026 年 10 月 25 日）。Kimi 的推理强度文档对 K3 同样要求用请求顶层的 reasoning_effort，多轮和工具调用时原样回传完整的 assistant 消息，所以从 kimi-k3 升级时这两处写法不用改；各档取值和默认值以 K3.1 Pro 的文档为准。