Kimi K3.1 Pro实测：能力强悍可以碰瓷GPT6 Astra，但是过度思考计入输出成本，钱包扛不住！屌丝们还是用GPT6.1 Sol和DeepSeek V4.1 Flash！
-
Kimi K3.1 Pro这个模型呢，大家说性能都不错，超过GPT-6 Astra，说让我测试一下怎么样。讲实话，我现在对于这个千问大模型的测试有点麻木了，就是大家的能力、跑分都是越来越好了，都不错，但是实际干活，你说真正进步比较明显的，就对于我个人来说，性价比比较好的，可能是GPT-6.1 Sol、DeepSeek V4.1 Flash。哦，对了，还有那个Claude Opus 5.5。Opus还是有点贵了啊，但是因为我订阅GPT是用订阅的方式，有这个Codex，所以我觉得6.1 Sol它的额度，包括它的性价比是不错的。然后Opus呢，由于我不能订阅计划，因为它可能对中国人使用它的门槛做了限制。当然了，也可以通过其他一些方式买到，我只是不想折腾了。如果纯API的话，我感觉它就有点贵了，用不起。
然后梁子的DeepSeek V4.1 Flash，我一直是当作主力来用的啊。就基本上多的时候，最多的一天大概用了80块钱，其他时候最多可能就用几十块钱，30块钱左右吧。然后呢，如果说用到Computer Use比较多，那么它的API费用就会高一点。啊，因为我这几天在监控我的安卓APP、测试修复bug，它要去商店中添加一些信息、更新测试者、阅读反馈，然后提交一些文件，所以消耗就比较多了，每天要10多块钱啊。
然后我们还是回到Kimi的测试上来啊。首先呢，我们抱着比较低的期望吧，我们还是老三样。第一就是生成一个网页，表达中国的传统八卦文化。啊，我不知道为什么它要思考那么久，就是Kimi的模型我一直都觉得特别慢，就过度思考，然后我也喷过这些方式。大家看看效果啊。平心而论，它的网页设计我个人觉得要给95分，甚至给满分。它的设计语言、审美，虽然都是屎黄色了，但我个人感觉给得不错啊。但是有些小瑕疵，大家看一看。然后它这里对于八卦的理解我认为有点问题，它说按照上北下南的方式来给。
其实不是啊，这个八卦跟我们传统的上北下南是反着来的。这个见仁见智吧，我们也不说它错误。但是这个网页总体上我给90分啊，就还不错。因为它涉及到的一些元素，包括没有跟五行这些东西联动起来。它生成的价格也比较贵啊，它花了我0.2美金，看到没有？它的这个价格已经跟GPT-6 Astra持平了。虽然它API的价格只有GPT-6 Astra的1/5，但是实际上干活的价格，我后面也把它接入agent了，它干活的价格跟GPT-6 Astra差不多，比6.1 Sol要贵很多。我们不能看它单价，要看它真正干活的价格。最主要的是你们看看这个过程，就是这个思考、过度思考，而且它把这个思考作为输出的一部分，这个就非常鸡贼，懂吗？其实我是比较讨厌这样做的。你这个模型明明很贵，你吹牛逼说它很便宜。但是能力我觉得是不错的。
第二个测试项目，生成一个SVG表达钍基熔盐堆运行原理图，直接看结果吧。这个我讲实话，基本上可以给满分，因为设计我个人感觉美感非常不错，然后动态图也给到了，并且它把这些原理都解释到位了，也没有过分纠结每一个环节，就把一些主要的部分讲出来了。95分吧，不能说满分，因为你也没有认真了解这些原理，是吧，也不是专家，到时候被挑错。总之评分很高啊。下一个任务其实大家都知道了，就是老三样嘛，生成一个SVG表达薛定谔的猫思想实验，直接看结果嘛。它这个基本上都是0.2美金或者0.15美金，比GPT-6 Astra便宜一点。这个我没有把它接入agent啊，我只是跟官网API聊天，通过网页聊天的方式，完全没有接agent。这一个我只能给80分吧，中规中矩。这个网页的逼格本身不用说，是比较高的，但是画得不好，没有把猫的两种状态在图中直观体现出来。
总体上这个老三样测试，我感觉它毫无疑问是第一梯队的，它跟GPT-6 Astra跑出来的效果差不多。比Claude Opus 5.5，我个人感觉要略微差一点。就是它在审美的逼格上面，我感觉比Opus要好一点，但是它总体上由于三项测试中有一项得分比较低。GPT-6 Astra也是，它也是有一张图，我忘记是哪张了，大家可以去看一看我那期视频。我觉得这个毫无疑问是顶级模型的水平了啊。当然了，我们后面继续加码一下，再测一测其他的，比如说让它生成一个鹈鹕在海边骑自行车的SVG。底下太多了啊，它大概也是花了我0.15美金。我们看看吧。就这个就有点过分了，是吧？它画得还是比较准确的，但是你没有给动态图，这有点过分了啊。然后我就跟它抱怨了一下，我说你应该生成一个动态图，结果又他妈的花了我0.15美金。就这玩意你用它得非常小心，它很贵，然后它只要一次没有执行到位，你再跑一次，就花同样的钱。是吧，这个效果是不错的啊，它没有什么硬性缺点。
就为了给大家展示，我没有去黑或者捧特定的模型。你看我都是用网页聊天的方式啊，我现在都学聪明了，在OpenRouter这个中立的平台上面，然后价格大家也都看到了。刚才是0.15美金，是不是？这次我们看是多少，这次又是0.15，是不是？刺头们看一看啊，之前的是每个0.2美金。总体上它的能力不错啊。
然后我进入干活了。这个我这里不是有一个后台任务吗？就是上架APP，这个主要任务已经由DeepSeek V4.1 Flash完成了，而且长期工作是稳定的。有人申请测试，它就把人加上去；有人反馈bug，它就修改好；严重的bug就抓紧提交到安卓后台审核。因为现在是在内部测试嘛，目前大概有100个人测试，97个人、98个。是吧？那么它也是能够接任DeepSeek V4.1 Flash这个任务的，但是它确实比较贵。
就是我个人感觉，可能说我现在这个工作，因为我是维护网站，大家也知道，大家可以去我的网站看一下。然后我的网站也是出了APP，它有苹果版本，苹果版本还在审核，但是我也没有邀请大家进行TestFlight测试。安卓APK可以下载了，它的测试版已经上架到谷歌Play商店，大家有兴趣的可以去加入测试。就我的主要任务就是做这个东西。我的APP功能还是相对丰富的，因为它毕竟是个论坛嘛。然后这个编码涉及服务器端代码、Node.js、HTML、CSS，涉及这些语言，也涉及服务器端的一些配置常识，毕竟它是Ubuntu操作系统。然后我在本地有搭建实例，在我的MacBook Air上有苹果本地实例。它还涉及安卓和苹果两个平台的APP开发。是不是？这里面的功能有会员、等级、发帖、上传附件，还涉及云端Cloudflare R2对象存储，涉及各种鉴权，比如谷歌、GitHub登录，一些等级制度、积分制度、论坛安全，包括AI机器人的巡检。这功能还是比较复杂的，它不是个小玩具，是正儿八经的APP。
DeepSeek V4.1 Flash现在完全能够搞得定。比它再强的模型，在我这个用途中，我个人感觉没有什么太明显的价值，我就是谁便宜用谁。然后我必须说一下，就今天这个Kimi K3.1 Pro模型你让我评价一下，我总体上给正面评价。我认为它跟GPT-6 Astra差不多，最起码在我的应用场景中是这样。但是它的性价比毫无疑问没有GPT-6.1 Sol、DeepSeek V4.1 Flash好。是吧？尤其是你花20美金订阅GPT Plus计划，我在视频中多次提到，我的两个工作主力，一个是DeepSeek V4.1 Flash，接DeepSeek Harness，当然还有一个接了Hermes，每天帮我管理论坛；另外一个就是GPT-6.1 Sol跟GPT-6 Luna来帮我进行日常工作。这个里面涉及我个人的一些隐私联系方式，我就不放在里面了。
然后关于国产的几个模型，包括我在论坛、视频中经常会提到的这几小龙，他们都有各自的特色。Kimi也好，GLM也好，MiniMax也好，他们的模型都有自己的特色，能力放在全世界来讲都是一流的，都是不错的，是吧？起码属于第二梯队。但是这几家中，真正有技术积累、真正牛逼的就是梁子，你们不服是不行的。人家这个性价比摆在这里，调用量摆在这里，没有必要就是我有我自己的主观观点，你们没有必要说服我，知道吗？你们保留自己的观点就行了。我也并不是说黑这些模型，我只是比较欣赏梁子，就这么简单，比较欣赏DeepSeek，这可能跟我个人风格比较符合。是吧？我也用实际行动在支持他。就光我这个演示账号，做我这个论坛的账号，还有其他开发任务的独立账号、客户放在我手里的账号，我的使用额度就更多了。光我这个测试账号就使用了1000多块钱。是吧？从我开通之后这几个月的时间，我就花了1000多块钱，说明我还是用实际行动在支持我看好的这些API。你们如果喜欢哪家AI公司，不用跟别人吵架，你们就花钱用就行了。好吧？比如说我有段时间觉得Grok或者Gemini不错，我就花钱订阅；我觉得GPT Plus订阅计划性价比很高，那我就订阅。没有必要跟其他人吵架。
-
-
