新模型識別碼透露 Moonshot 下一步動向
開發者於 9 月 28 日在 Moonshot AI 的 API 平台模型登錄表中發現可呼叫的模型識別碼「kimi-k3-1」，顯示公司可能正準備推出 Kimi K3.1。隨後，Kimi 開放平台也出現 K3.1 或 K3 11111 的預覽頁面，標示上下文視窗容量達 100 萬個 token。
目錄
這些發現顯示，開發工作已不只是停留在內部代號階段。開發者表示，該識別碼會回應介面測試；Moonshot 網站也出現另一個識別碼「k3d1-agent」及新的機器人模組。據報 K3.1 正在進行有限測試，有時稱為灰度測試，也就是先開放給特定群組使用，再逐步擴大推出範圍。
Moonshot 現有的 Kimi K3 擁有 2.8 兆個參數，也就是模型在訓練期間學習的數值。這項數據指的是 K3；K3.1 的參數數量尚未獲得確認。這項區別很重要，因為升級可以改變模型推理、使用工具或處理請求的方式，不一定得增加模型規模。
據報的計畫方向包括執行時間較長的自主任務、程式設計、遊戲、3D 開發及電腦操作。可能新增的功能包括多種推理設定，以及協調多個 AI 代理的模式。這些功能將讓 Kimi 更進一步朝完成一連串工作發展，而不只是回答單一問題。
K3.1 尚未公布確切的公開發布日期或最終規格。對於正在考慮是否採用的使用者而言，實際問題已逐漸明朗：它能多可靠地完成工作、需要多少時間，以及完成這些工作要花多少錢。
9 月的發現透露哪些訊息
開發者最早於 9 月 28 日在 API 平台後端的模型登錄表中注意到「kimi-k3-1」。API 是讓軟體向 AI 模型傳送請求並接收回答的連接介面。模型識別碼則會告訴這個介面要使用哪個系統。
後續出現的平台預覽進一步提出具體能力說明：支援最多 100 萬個 token 的上下文。Token 是資訊的基本單位，通常是單字或單字的一部分。上下文視窗則是模型在一次互動中能考量的資料量，包括指令、文件及任務相關對話。
網站上的識別碼「k3d1-agent」和新增的機器人模組，也引發外界對 Kimi Bot 的猜測。Moonshot 尚未公布這項可能產品的確切說明，因此目前最明確的證據仍是模型測試及平台變更。
這一連串發現接續在 K3 於 7 月推出之後：
- 2026 年 7 月 17 日：Moonshot 發表 Kimi K3，參數量為 2.8 兆，上下文視窗容量為 100 萬個 token。
- 7 月 27 日：Moonshot 宣布的 K3 模型權重發布目標日期。模型權重是執行模型所需的學習後數值。
- 9 月 28 日：開發者在 API 登錄表中發現可呼叫的「kimi-k3-1」識別碼。
- 發現之後：開放平台出現 K3.1 或 K3 11111 預覽頁面，標示上下文容量為 100 萬個 token。
K3.1 將承襲 K3 的哪些特點
Moonshot 於 7 月在 App 和 API 推出 K3。K3 於 7 月發布的公告將其定位為公司的旗艦模型，適用於程式設計、知識工作，以及需要長時間推理、僅需有限人力監督的複雜任務。Moonshot 也承諾發布模型權重，讓使用者能透過 Moonshot 自家的服務以外的管道存取模型，這點同樣是 K3 吸引人的一大特色。
K3 採用混合專家架構。簡單來說，模型包含不同的運算元件群組，路由系統會選擇其中哪些群組來協助處理輸入內容。2.8 兆個參數描述的是整個模型的規模，而架構則決定特定運算會動用哪些部分。
這種設計有助於理解，為何參數總量只是其中一項指標。使用者體驗來自訓練、路由、運算資源，以及連接模型與工具的軟體等因素共同作用。光看參數總量較大，無法得知一項程式設計任務要花多久完成，或需要支付多少費用。
K3.1 宣傳的上下文容量將與 K3 的 100 萬個 token 相同。因此，這次升級看來更著重於模型如何運用資訊並執行任務，而非擴大它一次能容納的資訊量。
推理設定或能讓使用者有更多掌控權
預期 K3.1 將提供三種推理等級：Low、High 和 Max。這些設定讓開發者可以選擇模型處理請求時投入多少運算。各級設定的確切行為及對費用的影響尚未公布。
簡短的分類任務和困難的軟體修復，需要投入的工作量並不相同。將客戶訊息分類，可能只需快速回覆；追查橫跨多個檔案的故障，則可能需要反覆檢查、測試及修改。可調整的推理設定或能讓使用者依不同任務，在速度與投入程度之間做出取捨。
檢視平台的開發者推測，不同等級可能對應不同的運算資源配置與收費方式。對需要處理大量請求的企業而言，這項選擇將不只是技術考量，也會影響營運決策。
據報達 100 萬個 token 的上下文視窗也與此有關。模型可以接收大量程式碼或文件，但運用這些資料所需的時間和運算量仍然重要。考慮採用 K3.1 的客戶，必須一併評估推理設定和提交工作的規模。
代理與群集模式瞄準較長任務
K3.1 可能包含 Agent、Swarm、搜尋及批次處理模式。AI 代理會朝特定目標執行一連串操作，過程中通常會使用工具。例如，代理不只會建議如何修復程式，還可能檢查檔案、提出修改、執行測試，再據此調整成果。
Swarm 指多個代理協同工作，可能會把較大的任務拆分成幾個小工作。其中一個代理可以搜尋資料，另一個檢查程式碼，第三個則確認結果。這項可能推出的模式將讓 Kimi 更進一步採用這種做法，但具體實作方式尚未說明。
搜尋和批次處理則分別滿足不同需求。搜尋功能可協助 AI 在執行任務時找出資訊；批次處理則讓使用者一次提交多項工作，例如用相同方式處理大量文件，而不必逐一管理每個請求。
遊戲、3D 程式設計及電腦操作也據報是重點領域。這些工作不只需要文字回覆流暢：程式碼必須能執行，互動元素必須符合預期，電腦上的操作也必須依正確順序進行。對使用 AI 建置或操作軟體的人而言，能否可靠地完成這些步驟，將是評估升級成果的關鍵指標。
價格與速度將左右升級價值
Moonshot 開放平台顯示的 K3.1 API 定價與現有 K3 費率相同。這項價格可能只是暫定，客戶目前仍無法確定新模型的最終價格。據報，K3 受到關注的問題包括定價、回應速度和使用額度限制。
在自主執行工作時，這三項問題會密切相關。需要反覆呼叫模型並使用工具的任務，耗時和資源可能比單次回答更多。使用額度限制也可能在任務完成前中斷工作，迫使使用者接手繼續，或重新安排流程。
因此，即使沿用 K3 的公告費率，也只能回答成本問題的一部分。完成任務所需的工作量同樣會影響支出。即使公告費率相近，若模型能以較少次數重試完成任務，執行該任務的成本可能更低。
據報 Moonshot 也正準備正式發布 Kimi K2.8；該模型作為預覽版推出至今已超過一個月。K2.8 和 K3.1 同時出現在發布討論中，開發者將面臨產品選擇，而決定因素取決於 Moonshot 最終公布的功能與存取條件。
K3 於 7 月亮相後，市場競爭已出現變化
K3 於 7 月推出時，競爭力強勁，在 Artificial Analysis 的 Intelligence Index 排名第三，在 Vals AI Index 排名第二。分析師 Nathan Lambert 當時稱其為最強大的開放模型，並指出它縮小了與領先美國模型的差距；後者的內部權重仍屬專有。
DeepSeek 發布 V4.1 Flash-1017 後，市場焦點也隨之轉移。K3.1 相關報導所附的最新比較稱，該模型在幾乎所有列出的效能基準測試中都領先 K3。不過，這項說法沒有附上詳細的分數表，因此領先幅度仍不清楚。
7 月的排名與較新的比較反映的是快速變化市場中的不同時點。K3 推出時讓 Moonshot 成為強勁的競爭者；如今 K3.1 必須證明，相較於新近登場的競爭對手，它確實帶來實用進展。對客戶而言，評估時除了成本、延遲時間和存取限制，也須納入實際執行的任務類型。
最具影響力的發布細節，將是 Moonshot 如何把預計推出的功能轉化為日常成果：代理能否完成耗時較長的任務、強化推理是否值得等待，以及開發者能否預估支出。登錄表項目和平台預覽已讓 K3.1 浮上檯面；正式發布則須進一步將這些訊號落實為規格明確的產品。
重點整理
- 開發者於 9 月 28 日發現可呼叫的「kimi-k3-1」模型識別碼，隨後平台出現 K3.1 或 K3 11111 預覽頁面。
- 預覽頁面標示上下文容量為 100 萬個 token，與 K3 相同。
- 已確認 K3 擁有 2.8 兆個參數；K3.1 的參數數量尚未公布。
- 預期功能包括 Low、High 和 Max 推理設定，以及可能推出的 Agent、Swarm、搜尋和批次處理模式。
- 目前顯示的 API 定價與 K3 相同，但可能仍是暫定價格。速度、使用額度限制及任務完成能力也會影響其價值。
- Moonshot 尚未公布 K3.1 的確切發布日期。
