我烧了 4 亿 token 测 Kimi K3.1——开源之王还得再打磨打磨
我烧了 4 亿 token 测 Kimi K3.1——开源之王还得再打磨打磨
上周末 Kimi K3.1 Pro 发布,说实话我还挺兴奋的。上一次我碰的 K3,我拿来做了个长征十号火箭海上回收的 3D 动画——那个有 4 万多人看过。
最近 Opus 5.5 和 GPT-6 Astra 在时间线上刷屏各种 3D 和视频 demo,而国产模型连前十榜单的影子都看不到。大家都在问中国是不是掉队了。然后 K3.1 Pro 终于来了——是在 3 万亿参数的 K3 上做后训练的,意味着更强的洞察、更强的创造力、更好的写作,但训练账单也更狠了。
我不信纸面参数。我跑了五个真实场景,这里说两个关键的:赛车拆解和飞行滑板。
赛车 3D 拆解

可控拆解 demo 现在满产品讲解和工业演示里都是。测试方法是:给它一张车的参考图,让它做一个分层、可交互的网页模型,看谁拆得更干净、拖拽更顺滑。
重点是部件建模精度和交互逻辑——拆解路径得符合物理常识,拖出要顺滑,复位要精准。
两个模型拆解逻辑都搞定了,拖拽、展开、复位都很顺。拿来讲机械原理或者做产品可视化完全能用。
不过 Astra 在材质纹理和细节上还是赢。这一局我判给 Astra。
飞行滑板小游戏

还记得"神奇阿宇"吗?就是那个花两个月手工造出载人飞行滑板、火出圈的那个 Z 世代小孩。把多旋翼涡扇绑在脚上、离开地面自由漂浮——谁不想要啊?
这次是个完整的小游戏场景。真正考的是游戏引擎功力和长上下文代码迭代能力:三个不同地形场景拼在一起,过渡要顺,镜头要跟。
K3.1 Pro 的输出完整度高出不少——色彩和层次都很丰富,真有点治愈感。三个场景过渡顺滑,氛围也撑得住。小角色稍微糙了点,但动作至少像那么回事。
前两个案例加起来,材质细节上是 Astra > Kimi > DeepSeek。但 DeepSeek 的价格是真的香——多优化几轮说不定也能拿到同样效果。
一张值得留存的截图:再打磨几轮,这就是个挺精致的小游戏了。
这个案例也暴露了 K3.1 这次的软肋——太多 sub-agent 调用和过深的推理长度,简直是烧钱。Kimi 今天早上发了公告说会一点点修。希望吧。
结论
五个案例跑下来,画面很清楚了。
K3.1 Pro——在 3 万亿参数的 K3 上后训练——在 3D 建模和专业工具上确实进步了,把大参数的承诺又往前推了一步。
对上 GPT-6 Astra,各有各的强项。Astra 在稳定的大场景渲染和部件细节上略胜一筹;K3.1 Pro 则在机械结构重建、程序化建模、交互式场景开发上更突出——而且它能直接跑 Blender、SolidWorks、Rhino 的专业脚本,不用接 MCP,整个创作管线短了不少。
价格上,K3.1 Pro 比 Astra 低。DeepSeek V4.1 Flash 调用最便宜,但视觉/前端这块明显不行。
如果给材质细节排个名:Astra > Kimi > DeepSeek。
总结:K3.1 在前端这块真打到了开源 SOTA。但我真心希望 Kimi 赶紧把算力问题解决——那些 429、订阅额度上限、sub-agent 乱调用和烧钱的深度推理。把这些修好,对真实用户来说才是个好得多的故事。