10 月 24 日，月之暗面发布 Kimi K3.1 Pro。两天后的 10 月 26 日，Kimi 官方公开致歉，承认订阅方案存在限流和不必要的额度消耗，并宣布为所有档位的订阅会员补回月度额度的 25%。
更尴尬的是，发布当天的一轮真实代码库测试里，Kimi K3.1 Pro 只修复了 36 个 Bug，落后于 DeepSeek V4.1 Flash 1017 的 42.7 个。官方跑分很漂亮，会员体验和独立实测却同时出了岔子。
发布宣传很强，Kimi 把 Pro 放在了旗舰位置K3.1 Pro 是 Kimi K3.1 系列的首款模型，也是月之暗面目前能力最强的 3T 级开放权重模型。它支持 100 万 Token 上下文，覆盖代码、3D 创作、金融研究和长链路 Agent 任务。同步推出的 Highspeed 版本，官方称速度可达到标准版的 2 至 3 倍。
模型已经进入 Kimi 网页端、移动端、Kimi Work、Kimi Code 和 API。完整权重计划在 11 月 4 日前发布。Kimi Code 用户可以通过 /model 切换，API 模型名为 kimi-k3.1-pro。
官方数据确实亮眼。Terminal-Bench 4.0 得分 65.7%，高于 GPT-6 Astra 的 58.2%，只比 Claude Opus 5.5 的 66.4% 低 0.7 分。BenchCAD 工具模式拿到 92.7%，OfficeQA Pro v2 得分 64.4。
图片来源：X @Kimi_Moonshot（2026-10-24）
105 个真实 Bug，Kimi 修了 36 个独立测试者 Paweł Huryn 把 105 个 Bug 重新植入两个真实项目：一个约 2.8 万行的 TypeScript VS Code 扩展，以及一个约 6 万行、使用 React 和 Supabase 的学习平台。模型需要在没有答案提示的情况下定位并修复问题，结果再用隐藏答案核验。
Kimi K3.1 Pro 通过 Moonshot 官方 API 接入 Claude Code，使用 Max 推理档位，三轮平均修复 36/105。三轮成绩分别为 36、42 和 30，平均耗时 64.8 分钟，单轮平均费用 13.76 美元，按 10 月 26 日汇率约合人民币 92 元。
模型与运行环境
修复数
单轮费用
DeepSeek Harness
42.7/105
约 ¥12
DeepSeek + Claude Code
39.1/105
约 ¥7
Kimi + Claude Code
36/105
约 ¥92
42.7 和 36 使用了不同的 Agent Harness，前者是 DeepSeek 自家工具，后者是 Claude Code。把运行环境统一为 Claude Code 后，DeepSeek 的成绩是 39.1，仍比 Kimi 多修 3.1 个 Bug；费用约为 Kimi 的十四分之一。对日常修复真实仓库来说，DeepSeek 这轮的性能和成本都占优。
图片来源：X @PawelHuryn（2026-10-24）
官方道歉，所有会员补回 25% 月度额度性能争议还在发酵，订阅用户又遇到了更直接的问题。Kimi 官方在 10 月 26 日承认，K3.1 Pro 订阅方案出现了限流和不必要的额度消耗，问题出在平台，团队本该更早修复。

所有档位的订阅会员都会获得一次用量重置，恢复月度总额度的 25%，相当于一周用量；当前已用额度低于 25% 的用户，已用量会直接清零。
来源：Kimi 官方致歉说明，2026 年 10 月 26 日
官方还调整了套餐参数，减少不必要的子 Agent 调用和输出长度，让同样的额度可以完成更多任务。用量进度条将在美国太平洋时间 10 月 26 日结束前完成更新，国内用户可能要到北京时间 10 月 27 日才能看到变化。
Kimi 的优势还在，但 K3.1 Pro 确实不如预期Kimi K3.1 Pro 在 3D、金融研究、长上下文和完整项目生成上仍有鲜明优势。官方基准也显示，它在不少 Agent 与知识工作任务里接近第一梯队。
不能否能所有能力。但这次能对手宣传了一波。
写代码、跑 Agent 等这些场景，DeepSeek V4.1 Flash 分数更高，成本更低。
已经购买 Kimi 会员的用户可以先确认额度是否到账，再观察参数调整后的消耗速度是否正常。
Kimi 需要解决的问题：让发布时的成绩实际落下去，25% 的补偿能缓解眼前的问题，后续体验能否稳定，取决于模型能力，以及限流、子 Agent 调用和长任务消耗是否真正恢复正常。