您的位置:首页 >要闻 >

Kimi认错,杨植麟还是得学梁文锋

2026-10-26 15:07:56    来源:搜狐网

在这次改动后,最明显的体验就是,K3.1 Pro没有刚发布那会“烧额度”了。

回到模型发布当天,整个AI圈子都倒吸一口凉气,性能超越OpenAI所有模型,仅落后Opus 5.5半个脚掌。第三方评测机构ModelCompare发文称,中美AI差距已从3、4个月缩减为仅剩31天。


(资料图片)

然而这场狂欢还没撑过两天,K3.1 Pro的评价就从“特别好评”,变成了“多半好评”。杨植麟也被冠上了“神鬼二相性”的外号,神在于模型性能突破天际,鬼在于K3.1 Pro用起来多少有点“肉疼”。

反馈最多的就是额度问题。社区多位用户称,几乎没怎么用,就已经花光了K3.1 Pro的5小时额度。就拿我自己来说,199块钱的档位,两天一共生成不到10个3D模型和几个时长不超过30秒的演示动画,月额度已经跑完了一半。

哪怕是一些简单的任务,K3.1 Pro也会调用大量的子Agent来思考、推理,其输出结果并没有提升很大,却因为这些子Agent,导致用户浪费了很多额度。

杨植麟也挺无奈,提升模型的智能水平必然需要更多的token。

这也就导致K3.1 Pro虽然比K3便宜了30%,却因为额度给得太少,导致最后并没有多少人真正感受到了“便宜”。

就在K3.1 Pro发布的前一周,DeepSeek发布了V4.1 Flash-1017,它的思路完全相反:不拼上限,而是把性能、速度、输出长度一起优化,价格保持不变。

V4.1 Flash-1017完美体现了梁文锋的产品哲学,自发布至今仍然是“好评如潮”。

或许杨植麟就该在产品上,该跟梁文锋取取经。

额度是月之暗面最大的伤

K3.1 Pro发布后,社区里有很多人都在讨论额度的问题。比如有这样一条高赞评论,发帖人称“它大概只用了10分钟,5小时的额度窗口就已经满了”。

Linux.do上,有一位199套餐用户,他表示只发了一句让模型审查项目架构的指令,Kimi拉起5个子 Agent,十几分钟后5小时额度就满了。

微博用户@这很盒里吧发帖表示,在WorkBuddy里使用K3.1 Pro,一个简单任务还没跑完,就花掉了超过450的积分。

而实际上,WorkBuddy的99块钱标准版,一个月总共也就4000积分。相当于一个简单任务,跑了月额度的10分之1。@这很盒里吧还表示,K3.1 Pro目前消耗积分的倍率是0.97,也就是说,实际上积分消耗要更少一些。

Artificial Analysis认为,之所以K3.1 Pro如此消耗额度,关键就在于token效率上。

在测试中发现,K3.1 Pro跑完整套Intelligence Index测试集,一共要输出约1.5亿个token,同价位模型的中位数是8700万。

同一套测试,GPT-6.1 Sol只用了约6700万,GPT-6 Astra约6000万。按OrcaRouter的换算,同样的任务K3.1 Pro的输出量大约是Astra的2.5倍。

Artificial Analysis还表示,K3.1 Pro的速度也低于同类的中位数,大约每秒70多到80个token。另外,K3.1 Pro只支持思考模式,关闭思考的请求会被直接拒绝,每一次调用都在为推理付费。

虽然K3.1 Pro推出了高速(Highspeed)版本,但是月之暗面官方表示,高速版只加快模型输出。任务里工具调用(读写文件、执行命令等)与脚本执行的耗时不受影响,如果这部分占比大,整体提速就不明显。

虽然K3.1 Pro相较于K3便宜了30%,可Artificial Analysis在测试中发现,K3.1 Pro的单次任务成本并没有便宜到哪里去。

K3.1 Pro平均单次任务的花费为2.11美元,GPT-6 Astra为3.26美元。而K3.1 Pro的token价格只有Astra的五分之一,可落到实际花费上,只省了大约35%。

这一切可能和K3.1 Pro的训练有关。

杨植麟认为,要想让模型实现更长的输出,那就必须得在整个过程中始终保持严谨,反复检查、修改、自我修正。从K3开始就是如此,当时的官方技术文档里写到,K3会在输出中表现出过度谨慎、反复自我审视。

Fireworks AI官方研究博客《Introducing Ember-1》中提到,就算拿掉了K3反复检查的过程,对模型性能几乎没有影响。换句话说,K3有点太严谨了。

到了K3.1 Pro,模型不仅要对任务严谨,还对整个环境严谨。

K3.1 Pro官方技术报告里提到过一个案例,模型模拟人学习行走的过程,K3.1 Pro发现手臂动作始终不理想、调整奖励也没有解决,于是回头检查模拟器,修掉了36处肩部肌肉力臂的计算错误,再重新训练,最终才让效果更好。

这也是为什么K3.1 Pro虽然性能很高,然而输出更长,token更多,因为它要对几乎一切保持严谨,甚至连环境都是如此。

杨植麟烧token,梁文锋则是省token。

DeepSeek称V4.1 Flash 1017的迭代为“帕累托改进”。这是一个经济学概念,它指的是一件事改完之后,至少有一个方面变好了,同时没有任何一个方面变差。

放在模型里体现出的,就是模型的各项基准分数更高,任务完成更快,输出更短,价格也没有变。

DEV社区里就有人做过测试,说DeepSeek V4.1 Flash 1017相比较4.1 Flash,输出变短、任务变快,每完成一个任务的成本,反而下降了。

其实V4.1 Flash本身是个极其“话痨”的模型,OrcaRouter上就有实测表示,同样是在Artificial Analysis那套Intelligence Index上,V4.1 Flash要输出2.5亿token,比K3的1.6亿还多56%。

但是由于V4.1 Flash的Causal Encoder-Decoder架构,552B总参数但prefill只激活8B、decode只激活16B。KV缓存被压到每token只有890字节,显存占用降到上代的四分之一、SSD占用上代的八分之一。

所以DeepSeek跑分更强、任务完成更快、输出还变短,梁文锋不愿意牺牲掉某一项属性换来另一项。

Agent是服务AGI的一环

梁文锋曾经说过,“现在投资人看到的最多的是Agent,但对于我们这些研究的⼈来讲,现在看到更多的是学习,以及怎么解决学习这个问题。”

言外之意,梁文锋觉得Agent只是AGI的一环而非全部。

2025年的时候,杨植麟登上了张小珺《商业访谈录》。对于纯推理模型和Agent,杨植麟提出了一个缸中之脑理论:“想象一个鱼缸,你把一个脑子放在里面,跟外界没有联系。它只是在自己大脑里面想,一直想,不需要跟外界产生任何交互,就能解一道题。”

对于Agent,杨植麟说:“它不再是‘缸中之脑’,是跟外界有交互的。我的下一步行为,是根据交互中得到的反馈,和外界给我的新状态的更新有关系。”

缸中之脑就代表了o1那样的强推理模型,可杨植麟想要的,是让模型能够使用更多的工具,进行更多轮的交互。

不过无论梁文锋和杨植麟怎么说,那都是他们在产品哲学方面对Agent的定义,真要看模型Agent如何,还得放到真实任务里。

除了Artificial Analysis,社区也经常用“致知|大模型智力长期追踪榜单”(猫榜)来测试模型的水平。

它把模型的能力拆成推理、Agentic和视觉三个板块。在Agentic这一页,用的是一组需要长流程、多约束和工具协作的任务。左边的数字和字母,表示扣分数和档位,页面上写着“1/A 代表扣分数/档位”,数字越小越好;右边的¥金额,看起来是模型跑完这道题的花费。

相比上一代K3,K3.1 Pro的进步非常明显。K3在Rust App上是“Failed”,也就是不能实现,K3.1 Pro则拿到了23分、C档;K3在Science上是26分、C+,K3.1 Pro提升到了16分、B档;Animation也从22分提到了17分。

这个结果,和月之暗面官方强调的“Agent执行能力大幅提升”是吻合的。

然而在这个榜单上,K3.1 Pro却输给了DeepSeek V4.1 Flash 1017。

Rust App上,DeepSeek V4.1是12分、B档;K3.1 Pro是23分、C档;Simple Model这一项,K3.1 Pro是5分,DeepSeek是10分,两者同为B+档,Kimi略好一些;Animation这一项,双方都是17分、B档,打平;Science 一项,DeepSeek是13分,Kimi 是16分,同为B档,DeepSeek略好。

另外,K3.1 Pro在Data Process和Metal两项还是“Pending”,意味着完整的结论目前还不能下。

明明在Artificial Analysis上直逼Opus 5.5的K3.1 Pro,却在这里评分低于DeepSeek?

这是由于猫榜有个规则,“模型不限制Max Token,但根据题目难度对超长思考进行扣分惩罚。”等于你花的token越多,就越给你扣分,K3.1 Pro吃了大亏。

在Rust App上,DeepSeek花了12.32元,K3.1 Pro花了221.21元。Simple Model上,Kimi花了12.60元,DeepSeek是5.88元。Animation上,Kimi是38.77元,DeepSeek是10.77元。Science上,Kimi是25.80元,DeepSeek是6.21元。

还有一点,K3.1 Pro的技术博客里写到,模型会“过度主动(excessive proactiveness)”,遇到模糊意图会替你做决定、过度即兴。尤其是对于Agent来说,K3.1 Pro更愿意去根据提示词来自由发挥。

可猫榜里面,像是Rust App这类任务,它的环境反馈链极长、需求边界完全卡死,会严格限制模型的发挥。

梁文锋在做的,是让每一次Agent调用都稳定、便宜;杨植麟在做的,是让最难的那几个场景,看起来足够惊艳。

月之暗面需要“克制”

K3.1 Pro的3D能力是发布的重点之一。你可以给模型几张图片,不需要交代任何事情,它就能将其转换成3D建模。

发布后的第二天,社区上出现了一个高赞帖子。发帖人称,他发现Kimi内置了一个名为model3d_generation的技能,会运行一段Python脚本,通过外部API的服务来生成3D模型。

发帖人特意禁用了这个技能,让K3.1 Pro只用自己的代码生成,质量明显差了一截。更关键的是,脚本里支持三个模型版本:v3.1、v3.0和v2.5,这和3D生成公司Tripo AI的模型版本完全吻合。

事实上,早在K3.1 Pro发布之前,Kimi Work桌面端就已经把Tripo 3D纳入了插件生态。

月之暗面资源中心10月17日更新的《如何制作具有逼真效果的3D图像设计》一文中明确写道,Kimi Work“支持 Blender、Tripo 3D及其他插件”。

官方10月14日的博客《10款值得尝试的免费和付费AI 3D图像生成器》中也提到,Kimi Work已经集成了 Tripo 3D。

其实月之暗面自己发布的技术博客里明确表示K3.1 Pro在游戏引擎里工作时,会“结合网页搜索和3D生成”来创造完整的体验。BenchCAD的92.7%,标注的也是“借助工具”。

这意味着,官方并没有说这些成果是模型“徒手”完成的。

请“外援”这件事,并没有什么错。调用工具,原本就是Agent能力的一部分,一个会找到合适工具并把它接进工作流的模型,比一个什么都自己硬算的模型更有用。

但问题就在于,杨植麟想要的太多。除了3D建模和游戏引擎,K3.1 Pro所覆盖的还有代码、长程Agent、金融研究等等。

每一个方向单独看,都有道理,也都有真实的进展。

Artificial Analysis的数据显示,K3.1 Pro在科学推理上是34.3%,同期 Opus 5.5是59.0%,GPT-6 Astra是63.3%。在不用工具的HLE测试里,K3.1 Pro是51.1%,低于 Opus 5.5的59.8%;长上下文推理,也从K3的88.7%略降到了86.3%。

战线拉得太长,每一条线上能分到的资源就变少了。

相较之下,梁文锋就非常克制,他曾经说过:“这也是我们克制的一部分。我希望这些商业机会能够让其他⼈来做,我们希望这些商业机会、怎么用这个AI ,是整个社会、我们所有的合作伙伴⼀起来做,大家⼀起来分享这个收益,而不是我想独吞,这不可能。”

DeepSeek并不是什么都不做,它同样有搜索和抓取API,有各种产品化的动作。区别在于,每一件事都被放在“服务AGI主线”这个前提之下,不服务主线的事,哪怕是好生意,也宁愿不做。

克制不是佛系,它本质是一套资源分配的方法。先决定什么不做,再决定怎么做好。

标签: 梁文锋 输出 模型 官方 性能 杨植麟 额

精彩阅读

安德森:我们还有提升空间,希望取得联赛开局八连胜

钛动科技发布营销智能体Navos Pro,尝试把AI接入出海营销流程

四大AI预测乌德勒支vs兹沃勒:三家看好主胜,千问倾向平局-热推荐

一夫当关!刘伟国战成都全场数据:扑出1记点球+5次扑救_新要闻

精彩看点:热议大连1-0成都:李国旭为本土教练扛旗,成都心态已碎成渣

(走进中国乡村)山东东楮岛:一株海草串起的“童话渔村”

百度健康AI服务月活破5000万

热文:库里:有些失利就是普通的输球 但今晚这样的输球让人更难受

杜兰特盛赞阿门:他是个运动怪物 那次封盖拯救了比赛-热点评

懂球帝现场报道丨成都、大连球迷已准备就绪,大战一触即发 焦点关注

今日快讯:西海岸vs玉昆:5外援PK5外援,李昊、王庚睿首发,徐新、布尼亚明出战

赵薇被曝现身新加坡出席活动,自述转向幕后写剧本、尝试AI创作|每日热文

中国摩托车商会发布讣告:原中国嘉陵集团总裁、董事长郝振堃去世,享年90岁-通讯

【气象科普】一图读懂秋台风-动态

今日报丨阿门绝盖文班:火箭击飞马刺

利拉德19+5开拓者逆转国王2连胜,阿卡夫33分小萨27+19+10

简讯:比赛还没开打,巴萨先遭一个致命重创,国家德比取胜皇马有点悬

卧槽!76人全员被嘘!詹姆斯看了直摇头:该!……|当前聚焦

曼联700万左闸考虑离队,一年半0出场预备队都踢不上!卡里克没左后卫也不用新秀

iPhone Duo引发适配连锁效应,首批阔屏专属数字阅读应用已上线

快消息!镇雄县星辰严选二手手机店(个体工商户)成立 注册资本5万人民币

快播:东莞市鑫诺宸精密科技有限公司成立 注册资本100万人民币

东莞市弗洛拉商贸有限公司成立 注册资本10万人民币_热资讯

佛山市南海区练筱姐烘焙店(个体工商户)成立 注册资本1万人民币

机构风向标 | 东贝集团(601956)2026年三季度已披露持仓机构仅3家

播报:国家统计局:10月中旬生猪(外三元)价格环比下降4.9%

CCTV5+直播!广东男篮冲击两连胜,阵容优势明显,阿祖布克遇挑战,胜算很大 今日观点

皇马VS巴萨:国家德比穆帅最强出击,法国双星坐镇,贝林领衔姆巴佩冲锋

今热点:压哨3分!凯尔特人50-49尼克斯,看数据:他是头号功臣!

弃孔蒂选他!曼联锁定顶级少帅!他愿意接手卡里克烂摊子

信息:亚冠:海港1-1鹿角1-0国安1-0,积分榜实时更新

实时焦点:CBA山东男篮收获赛季首胜,但是球迷不满意,赛后怒喷这3人

每日速递:官方:女超第14轮上海女足vs辽宁女足推迟至10月25日16点进行

评论员:遗憾科莫托首秀如此艰难;10人0-2不该冒险换上拉比奥 最新资讯

焦点报道:10月23日中药ETF汇添富基金份额减少900万份,重仓股云南白药、片仔癀、东阿阿胶

焦点热议:30套绝美搭配,穿出秋冬的高级气质

新月3-2客胜胡拜尔库迪西亚,马丁内利、米林、内维斯建功-新视野

10月23日科创100ETF汇添富基金份额增加600万份,重仓股普冉股份、华峰测控、芯源微|视点

每日热门:无锡先导智能装备股份有限公司(300450.SZ)向激励对象转让253.87万股库存股

海森药业(001367)2026年三季报简析:营收净利润同比双双增长,盈利能力上升

焦点快报!10月23日科创人工智能ETF华宝基金份额减少4500万份,重仓股芯原股份、海光信息...

世纪前沿陈家馨:AI时代量化投资面临三重变局——研究提速、周期延伸、边界淡化

融创服务注销4630.4万股回购股份,已发行股份降至29.82亿股

泰达股份:关于公司与中信建设有限责任公司签署战略合作框架协议的公告

奇才vs猛龙前瞻:伦纳德PK浓眉,猛龙如虎添翼实力更胜一筹被看好 讯息

恩比德:自从我来到76人后 今晚的精彩程度能排进前五

78岁老太摔倒大喊“我不会讹人”,司机好心垫了2000元医药费,谁知老太接下来一句话,让...

每日热门:场均欧战积分更新:英超7.944第1,德甲7.285,西甲7.25

【独家】AI算力爆发驱动光通信升级 北美巨头加码6.4T模块与CPO

张裕A:前三季度净利润1.51亿元 同比下降19.25%-每日短讯

财报透视|金铜锂三大板块增量齐发,紫金矿业前三季度净利575亿元,增长近52%_头条焦点

建发合诚:关于召开2026年第三次临时股东会的通知_重点聚焦

看点:王楚钦因伤退出WTT蒙彼利埃冠军赛

华泰证券(06886):“21华泰Y2”将于10月28日本息兑付及摘牌 焦点信息

新疆巴楚326万亩原始胡杨林迎来最佳观赏季

快播:华润医药(03320.HK):华润三九前9个月净利润约26.01亿元 同比减少10.28%

2026年秋假覆盖百余城 秋日文旅消费淡季不淡 每日快播

首控集团:清盘呈请新聆讯押后至2027年2月1日_短讯

中国电信为万佛湖5A景区装上“数字大脑”

生意社大豆油10月23日均差为-20.80元/吨 由负向扩大转为缩小

天津创业环保股份(01065)前三季度归母净利润约7.18亿元,同比增长2.34% 每日热闻

每日热门:生意社钛白粉10月23日均差为18.00元/吨 由正向扩大转为缩小

数科集团(02350.HK)10月23日收盘跌1.52% 最新

今日热文:美因基因:10月23日斥资52.48万港元回购7.3万股

今日热门!平安银行:前三季度净利润同比增长2.2%

胜宏科技10月23日大宗交易成交972.44万元

证监会核准设立花旗证券(中国)有限公司 快看点

斩获近375亿算力合同,协创数据却遭“用脚投票”,面临兑现与融资成本的双重考题

今日讯!KEEP(03650)10月23日斥资11.2万港元回购10万股

景福集团(00280)发盈喜 预计中期股东应占综合溢利增长至6300万-6700万港元 每日快看

杨国福集团健康战略全面升级 帕梅拉·莱孚出任全球品牌推荐官

每日关注!2-2!英超冠军给拜仁上了一课:光有凯恩真不够

2-2!4-1!欧冠疯狂一夜:阿森纳绝平拜仁,皇马大胜,5队3连胜_热门看点

恒指夜期开盘(10.23)︱恒生指数夜期(10月)报23091点 低水2点 每日短讯

10岁女孩腹痛难忍,病因竟是“处女膜闭锁” 焦点滚动

赤峰市:孝老爱亲传统美德蔚然成风

金盘科技出海订单翻三倍 SST打开第二成长曲线

实时焦点:A股大反攻,胡锡进:今晚不用“关灯吃面”,感谢国家队,希望今天是转折点

大金重工(01081)午后股价升逾14% 花旗指其近期回调创造了买入良机|独家焦点

微速讯:WING ON CO(00289.HK)10月23日耗资31.63万港元回购2.5万股

84只股涨停 最大封单资金4.04亿元

洛阳钼业:第三季度归母净利润78.67亿元 同比增长40.28%

淘气天尊:市场如期变盘,绝地大反攻!_焦点滚动

君信资本三期基金完成备案,10.3亿

老人索要热水因没倒满骂店员:别把别人的善意,当成自己的权利

返故乡・看发展|在石榴之乡感受“红火生活”!智造超算齐上新 焦点速读

微头条丨生意社:10月23日国内镨钕系稀土价格走势下滑

生意社:10月23日开封九泓DBP企业报价趋稳

今日要闻!大连金融监管局关于李军华安财险大连分公司副总经理(主持工作)任职资格的批复

阅文集团(00772.HK)涨超6%,截至发稿,涨5.81%,报22.94港元,成交额1.87亿港元 焦点快报

阿诺德伯纳乌边缘化:28岁困局与金球奖遥望

最新资讯:中央5台直播中超时间表:10月24日CCTV5直播成都蓉城VS大连英博

即时:创业板指涨逾2%

每日报道:因“老登”一词“翻车”!小鹏汽车“00后”产品经理道歉,称只是想吐槽固化思维

甘肃鹏行新能源汽车销售服务有限公司成立 注册资本100万人民币

提前3轮降级!海牛老板感慨:每年亏半个亿,我公司肯定死路一条

曼联英超时代十大硬汉

立足反假新形势织密现金流通“安全网” 民生银行北京分行开展反假货币宣传活动

每日播报!iPhone Duo 开售首日,西湖苹果店门口黄牛感叹:“发售半小时,没有成交一单...

焦点!K77赛季报销,大巴黎免签维尼修斯吧!皇马愿意包邮送到家!

高盛:下调福耀玻璃(03606)目标价至59港元 维持“中性”评级 独家焦点

热讯:国庆楼市全景复盘:假期缩量节后脉冲 市场韧性优于历年常规周期

要闻速递:文化和旅游部产业发展司司长缪沐阳:将加快推进文化数据资产化和IP确权登记

回盛生物:泰乐菌素、泰万菌素原料药价格均处于历史较低位置 快资讯

关注:中国移动召开5G-A低空智联技术研讨暨低空智联网子链启动会

卫报:若解雇卡里克,曼联将优先考虑埃梅里和纳格尔斯曼 快播报

每日观察!iPhone Duo,今日正式开售

持续震荡之下债基等避险资产热度再起,30年国债ETF鹏扬(511090)近五日资金净流入约22.48亿元