前两天,Kimi 发布了最新的 K3.1 Pro。
铺天盖地的宣传里,又是“追平 Claude”,又是“国产 Agent 巅峰”。
作为一个手里常年开着 Claude 和 Codex 会员的人,我也第一时间冲了它的套餐去尝鲜。
结果只用了不到半天,我就被气笑了。
今天不吹不黑,拿我真实跑出来数据,给大家泼一盆冷水。
一、价格领先,额度却像纸糊的一样
Kimi Code 的入门套餐 Plus,一个月人民币将近 150 块钱。
你以为花 150 块能爽用?想多了。这个档位连满血的 1M 上下文和 Highspeed 高速模式都不给你,想要?请加钱上 Pro 档。
更离谱的是它的消耗速度。
我拿这个 150 块的套餐去画几个网页、跑几个常规任务,还没怎么热身呢,额度直接见底了。
同样的活儿,我切回 DeepSeek 去跑,算下来一共才花了不到几块钱。
为什么差出整整 30 倍的体感?
我去扒了 K3.1 Pro 的官方价格表,看懂了。
它的 API 输入 $2/百万 Token,输出 $10/百万 Token;如果开高速版,直接翻倍到 $4 输入、$20 输出。直接跟 Claude Sonnet 5.5 坐上了一桌。
定出硅谷顶流的价格没问题,但前提是,你的工程底座得配得上这个溢价。
很遗憾,Kimi 配不上。
二、Kimi Code:一个吃 Token 不吐骨头的“猪队友”
很多人觉得额度用得快是因为模型贵,其实只猜对了一半。
真正把你额度吸干的罪魁祸首,是它自带的 Agent 框架——Kimi Code。
在 GitHub 的官方仓库里(比如 Issue #2031),早就有一堆开发者炸锅了:跑完全相同的中等代码库任务,Kimi Code 消耗的输入 Token,是 Claude Code 的 5 到 10 倍!
为了验证是不是模型本身的问题,我专门做了一个对照实验:
我把 Kimi Code 的套餐额度剥离出来,挂到我喜欢的 PI Coding Agent 框架上去跑。结果神奇的事情发生了——能够执行的任务数量,直接翻了好几倍。
为什么它自家的 Harness 框架这么烂?两个极其反人类的设计:
第一,塞垃圾式的上下文管理。
Kimi Code 每次执行任务,都会把极其庞大的系统提示词(System Prompt)、全量工具声明和未压缩的历史记录一股脑塞进请求里。光在那里做缓存命中的前置提示词,每次就要白白吃掉几千上万个 Token。
第二,灾难性的缓存失效机制(Cache Invalidation)。
写代码的人都知道,上下文缓存是省钱的命根子。
但 Kimi 官方文档里明晃晃地写着一条霸王条款:只要你在会话中途切换了推理强度(比如从 high 切到 low),之前的 Prompt Cache 就会全部作废!
不仅如此,它的默认缓存寿命只有短短 5 分钟。你盯着屏幕思考一下逻辑,超过 5 分钟没发消息,或者顺手调了一下推理档位,对不起,几十万 Token 的缓存瞬间清零,下一秒直接按全价(甚至还要倒扣每百万 $2 到 $4 的缓存写入费)重新计费!
反观 DeepSeek V3,硬盘缓存全自动帮你扛几个小时甚至几天,价格还只有零头。在工程友好度上,Kimi 被按在地上摩擦。
三、多 Agent 并行就是“原地爆炸”,顶层架构能力露馅了
如果说单线程只是贵,那当你开启多任务并行(比如同时开 3 个子 Agent)时,Kimi Code 的架构缺陷就彻底藏不住了。
现在的顶级 Agent 框架,主 Agent 是懂“项目管理”的——怎么拆解任务、怎么隔离并压缩子 Agent 的返回结果。
而 Kimi 呢?你开 3 个子 Agent,它根本不会去统筹管理它们。他奶奶的,Kimi Code 每个 Fork 出来的 Sub-agent 都会各自拉起一个完全独立的上下文窗口,各自背着全套系统提示词,从你的同一个套餐池里三倍速抽血。
最要命的是,主 Agent 缺乏顶层的架构设计和统筹能力,3 个子 Agent 改出来的东西经常互相打架、上下文乱丢。
这一点,在最新的硬核基准测试 ProgramBench 上被扒得底裤都不剩。
虽然在写死规则的终端测试(Terminal-Bench)上 Kimi K3.1 看起来追平了 Claude Opus 5.5,但一旦到了需要从零设计架构、做开放式工程重建的 ProgramBench 上,Claude Opus 5.5 的高通过率是 65.0%,而 Kimi K3.1 Pro 只有惨淡的 31.5%——连人家的一半都不到!
写在最后
如果你手里已经有 Claude 或者 Codex 的会员,听我一句劝,真没必要花这 150 块钱去给 Kimi K3.1 当气氛组。
要是真想找个便宜好用的国产主力,老老实实用 DeepSeek,省下来的钱去吃顿好的不香吗?
国产大模型想要真正成为“国货之光”,靠发几张刷榜的海报是没用的。什么时候把吃 Token 的破框架修好、把缓存机制做良心了,什么时候再来谈情怀吧。