新模型标识指向Moonshot的下一步
开发者于9月28日在Moonshot AI的API平台模型注册表中发现一个可调用的模型标识“kimi-k3-1”，这似乎表明该公司正在筹备Kimi K3.1。随后，Kimi开放平台出现了K3.1或K3 11111的预览，标注支持100万令牌的上下文窗口。
目录
这些发现表明，开发工作已不止于内部命名。开发者称，该标识能够响应接口探测；与此同时，Moonshot网站也出现了另一个标识“k3d1-agent”和一个新的机器人模块。据报道，K3.1正在进行有限测试，有时称为灰度测试，即先向受限群体开放，再扩大上线范围。
Moonshot现有的Kimi K3拥有2.8万亿个参数，也就是模型训练时学习的数值。这个数字属于K3；K3.1的参数量尚未得到确认。之所以需要区分，是因为升级可以改变模型推理、使用工具或处理请求的方式，却不一定会增加模型规模。
据报道，相关计划侧重于更长的自主任务、编程、游戏、3D开发和计算机操作。可能新增的功能包括多种推理设置，以及用于协调多个AI智能体的模式。这些功能将推动Kimi从回答单个问题，进一步转向完成一系列工作。
目前尚未公布K3.1的确切公开发布日期或最终规格。对于考虑是否采用该模型的用户来说，实际问题已逐渐明朗：它能否可靠地完成工作、需要多长时间，以及完成这些工作要花多少钱。
9月的发现透露了什么
开发者最先于9月28日在API平台的后端模型注册表中注意到“kimi-k3-1”。API是软件向AI模型发送请求并接收回答的接口。模型标识则用于告知该接口应调用哪个系统。
之后，平台预览给出了一项更具体的能力指标：支持最多100万令牌的上下文。令牌是较小的信息单位，通常对应单词或单词的一部分。上下文窗口是模型在一次交互中能够处理的材料量，包括指令、文档和围绕任务展开的对话。
网站上的“k3d1-agent”标识和新添加的机器人模块，也引发了外界对Kimi Bot的猜测。Moonshot尚未公布关于这一可能产品的确切说明，因此目前最明确的证据仍是模型测试及平台改动。
这些发现发生在K3于7月推出之后：
- 2026年7月17日：Moonshot发布Kimi K3，拥有2.8万亿个参数和100万令牌的上下文窗口。
- 7月27日：Moonshot宣布计划发布K3模型权重，即运行模型所需的已学习数值。
- 9月28日：开发者在API注册表中发现可调用的“kimi-k3-1”标识。
- 此后：开放平台出现K3.1或K3 11111预览，标注支持100万令牌的上下文。
K3.1将继承K3的哪些特点
Moonshot于7月在其应用和API中推出K3。7月发布K3的公告将其定位为公司的旗舰模型，面向编程、知识工作以及需要长时间推理且人工监督有限的复杂任务。承诺开放模型权重，也让用户能否在Moonshot自有服务之外使用该模型，成为其吸引力的重要组成部分。
K3采用混合专家架构。简单来说，模型由不同组的计算组件构成，路由系统会选择哪些组件参与处理输入。2.8万亿个参数指的是整个模型的参数总量，而架构决定了特定计算会调用哪些部分。
这一设计也说明，为何参数总量只是整体情况的一部分。用户体验到的是训练、路由、计算资源以及连接模型与工具的软件共同作用的结果。仅凭更大的参数总量，无法判断一项编程任务要多久才能完成，也无法得知费用是多少。
K3.1标注的上下文容量与K3的100万令牌相同。因此，这次升级似乎更侧重于模型如何处理信息和执行任务，而非扩大其一次能够容纳的信息量。
推理设置或可让用户拥有更多控制权
预计K3.1将提供三个推理级别：低、高和最高。这些设置可以让开发者选择模型处理请求时投入多少精力。具体运行方式以及对计费的影响尚未公布。
简短的分类任务和复杂的软件修复所需的工作量并不相同。将客户消息归入某个类别，可能只需快速作答；排查涉及多个文件的故障，则可能需要反复检查、测试和修改。可调节的推理设置或能让用户针对不同任务选择速度与投入之间的平衡。
研究平台的开发者推测，不同级别可能对应不同的计算资源分配和收费方式。对于需要处理大量请求的企业来说，这不仅是技术选择，也会成为运营决策。
据称支持100万令牌的上下文窗口也与此相关。模型可以接收大量代码或文档，但利用这些材料所需的时间和计算资源同样重要。考虑使用K3.1的客户，需要结合提交任务的规模来评估推理设置。
智能体和Swarm模式瞄准更长的任务
K3.1可能包含Agent、Swarm、搜索和批处理等模式。AI智能体会朝着某个目标执行一系列操作，并常在各个步骤之间调用工具。例如，智能体可能会检查文件、提出修改、运行测试并据此调整工作，而不只是给出修复程序的建议。
Swarm指多个智能体协同工作，可能会将较大的任务拆分成更小的工作。一个智能体可以搜索信息，另一个检查代码，第三个核验结果。拟议中的这一模式将在Kimi中扩展这种协作方式，但具体实现尚未详细说明。
搜索和批处理分别满足不同需求。搜索帮助AI在执行任务时检索信息。批处理则允许用户一次提交一组任务，例如批量处理许多需要相同操作的文档，而不必逐个管理请求。
据报道，游戏、3D编程和计算机操作也是重点方向。这些领域需要的不只是流畅的文字回复：代码必须能够运行，交互元素必须按预期工作，计算机上的操作也必须依正确顺序执行。对于使用AI构建或操作软件的人来说，能否可靠地完成这些步骤，将是衡量升级效果的关键标准。
价格和速度将决定升级的实际价值
Moonshot开放平台显示，K3.1的API价格与现有K3费率相同。但该价格可能只是占位信息，因此客户仍无法确定新模型的最终价格。据报道，K3目前面临的主要问题包括定价、响应速度和使用限额。
在自主执行任务时，这三个问题会紧密关联。需要反复调用模型和工具的任务，会比单次回答耗费更多时间和资源。使用限额也可能在任务完成前打断工作，导致用户不得不重新接续或重新安排任务。
因此，即便K3.1沿用K3所列的费率，也只能回答部分成本问题。完成任务并得到实用结果所需的工作量同样会影响费用。对于某项任务来说，如果一个模型能减少重试次数，更快完成任务，那么即使标价相近，也可能更划算。
据报道，Moonshot还在筹备正式发布Kimi K2.8。该模型作为预览版已开放一个多月。随着K2.8和K3.1都出现在发布讨论中，开发者需要做出产品选择，而这将取决于Moonshot最终公布的功能和使用条款。
K3在7月亮相后，竞争格局已发生变化
K3于7月推出时处于强劲的竞争位置，在Artificial Analysis的智能指数中首次亮相便排名第三，在Vals AI指数中排名第二。分析师Nathan Lambert当时称其为最强的开源模型，认为它缩小了与领先美国模型之间的差距；后者的内部权重仍属专有。
DeepSeek发布V4.1 Flash-1017后，市场关注点已发生转移。与K3.1相关报道一同提及的最新比较称，该模型在几乎所有被引用的性能基准测试中都领先于K3。但相关说法没有附上详细的评分表，因此领先幅度尚不明确。
7月的排名和较新的比较反映的是快速变化市场中的不同时间点。K3在发布时确立了Moonshot作为有力竞争者的地位；如今K3.1需要证明，相较于更新一代的竞争产品，它带来了切实进步。对客户而言，比较时还需考虑自己实际运行的任务，以及成本、延迟和使用限制。
最重要的发布信息，应能将Moonshot提出的功能与日常使用效果联系起来：智能体能否完成耗时较长的任务、更强的推理是否值得等待，以及开发者能否预估开支。注册表条目和平台预览已让K3.1进入公众视野。正式发布则需要将这些信号转化为定义明确的产品。
要点
- 开发者于9月28日发现可调用的“kimi-k3-1”模型标识，随后平台出现K3.1或K3 11111预览。
- 预览标注支持100万令牌的上下文，与K3的容量相同。
- 已确认K3拥有2.8万亿个参数；K3.1的参数量尚未公布。
- 预计功能包括低、高和最高三档推理设置，以及可能提供的Agent、Swarm、搜索和批处理模式。
- 目前显示的API价格与K3相同，但可能只是暂定价格。速度、使用限额和任务完成情况也会影响其价值。
- Moonshot尚未公布K3.1的确切发布日期。
