AREX Feed Article
月之暗面 Kimi K3.1 Pro 经 Fireworks 上架 Microsoft Foundry：每百万 token 输入 2.05 美元、输出 10.35 美元
11 月 10 日，宣布，月之暗面（Moonshot AI）的开源权重多模态模型 Kimi K3.1 Pro 已通过 Fireworks 在 Microsoft Foundry 上架，部署名 FW-Kimi-K3.1-Pro，按 Global Standard 档计价：每百万 token 输入 2.05 美元、输出 10.35 美元。博客页面写明，这款模型总参数 2.8 万亿（2.8T）、上下文窗口 100 万 token，Fireworks 负责提供优化的推理基础设施，Microsoft Foundry 负责企业部署与治理。
模型本身并不新：Kimi K3.1 Pro 由月之暗面在 10 月 24 日发布（），完整权重随后已在 公开。这次的新增量是它在 Azure 上的可用性与定价——据 报道，上一代 Kimi K3 已于 7 月底经同一条 Fireworks 通道进入 Foundry，如今月之暗面自述的「迄今最强 3T 级开源权重模型」也进入了微软的企业模型目录。
定价与档位：Global Standard 按量计费，PTU 从 1,200 单位起步
微软博客的价目表只有一行：FW-Kimi-K3.1-Pro，Global Standard，未缓存输入 2.05 美元/百万 token，缓存输入 0.20 美元/百万 token，输出 10.35 美元/百万 token；价格以美元计，受可用性、配额与定价条款约束。缓存输入约为未缓存输入的十分之一，输出单价接近未缓存输入的 5 倍。
给出了更多部署细节：FW-Kimi-K3.1-Pro 状态为 GA（Generally Available，正式商用），按量计费（pay-per-token）只开放 Global Standard 档，没有 Data Zone Standard；预留吞吐（PTU，Provisioned Throughput Units）方式则同时开放 Global 与 Data Zone 两种 Provisioned 档——最低部署 1,200 PTU、以 600 PTU 为步进扩容，每 PTU 每分钟支持 1,950 个输入 token，延迟目标为 99% 的请求高于 50 TPS（tokens per second，每秒 token 数）。Global Standard 与 Global Provisioned 可在除 Azure Government 云环境外的所有全球 Azure 区域使用。
与上一代的一个差别：FW-Kimi-K3 在按量计费下同时开放 Global Standard 和 Data Zone Standard 两档，K3.1 Pro 目前只开了前者。
三条调用路径：从 OpenAI 兼容端点到 Fireworks RAPI 直通
按博客的 Quick Start，开发者先在 Azure 订阅上启用 Fireworks，再在里部署 FW-Kimi-K3.1-Pro，然后有三条调用路径可选：经 OpenAI/v1 端点使用 Chat Completions API；使用 Foundry Responses API，会话管理由 Foundry 处理；或走 Fireworks Responses API（RAPI）直通，会话管理交给 Fireworks，并支持 RAPI 参数。博客给出的示例用 OpenAI Python 客户端直连：
from openai import OpenAI
client = OpenAI( base_url="https://YOUR_RESOURCE.services.ai.azure.com/providers/fireworks/v1", api_key="YOUR_FOUNDRY_KEY",)
response = client.responses.create( model="FW-Kimi-K3.1-Pro", input="Review this Python function for correctness and suggest improvements.", store=False,)
print(response.output_text)TechNode 在 7 月报道 Kimi K3 上架时描述过同样的分工：Foundry 提供采购、身份、账单与治理的 Azure 原生环境，Fireworks 出推理引擎与专用算力。
三组基准成绩均为开发者自报
微软博客列出三组数字：Terminal-Bench 4.0 得 65.7%，评测编码智能体在真实终端任务上的表现；OfficeQA Pro v2 得 64.4，评测跨真实文档的复杂金融分析；BenchCAD with tools 得 92.7%，评测通过 CAD 代码生成做 3D 重建。页面同时注明：这些是开发者报告（引自 Kimi 公告）的成绩，各基准测量不同任务、不能直接比较，评测细节要看 Kimi 的公告。
Kimi 技术博客说明了口径：除非特别注明，K3.1 Pro 的成绩都在推理力度设为 max、temperature 1.0、top-p 0.95 下取得，Terminal-Bench 4.0 用 Claude-Code 框架运行。在 Kimi 自己的 14 项基准对比图中，BenchCAD 带工具时 K3.1 Pro 得 92.7，落后 Claude Opus 5.5 的 96.2 与 GPT-6 Astra 的 95.9；不带工具时得 72.8，与 Opus 5.5 的 73.0 基本持平。在 OfficeQA Pro v2 上，它的 64.4 高于 Opus 5.5 的 62.2。这些对比数字全部出自 Kimi 的图表，同样属于开发者自报。
Kimi 还报告了一组事实性改进：在内部幻觉压力测试 Kimi Hallu Bench Hard（带工具）上，K3.1 Pro 的声称级幻觉率从 K3 的 23.4% 降到 8.3%，含至少一处事实错误的回答比例降到前代的 42.4%。
上架之前：从 10 月 24 日发布到权重开源
10 月 24 日，Kimi 技术博客发布 K3.1 Pro，称其为 K3.1 系列第一款、月之暗面迄今最强的 3T 级开源权重模型，同步推出速度 2～3 倍的 K3.1 Pro Highspeed，两者当天在 Kimi.ai、Kimi Work、Kimi Code 和 Kimi API 可用，并承诺 11 月 4 日前放出完整权重。把 K3.1 Pro 标注为 11 月 4 日的模型上线条目（“Kimi K3.1 Pro is live on Fireworks”）。Hugging Face 的 moonshotai/Kimi-K3.1-Pro 仓库现已公开，模型卡显示 11 月 5 日更新，架构为 MoE（Mixture-of-Experts，混合专家）：每 token 激活 104B，上下文长度 1,048,576，视觉编码器 MoonViT-V2（4.01 亿参数），权重按 MXFP4/MXFP8 做量化感知训练，许可证为自定义的 Kimi K3.1 Pro 许可证，页面计数约 2.8 万次下载。
开源版还有一处刻意收缩：Kimi 在技术博客中说明，为控制滥用风险，开放权重版的训练数据在中期训练与 RL（强化学习）两个阶段都移除了网络攻击相关内容；在其内部漏洞研究基准 xdev-bench-hard 上，未做该处理的检查点 pass@3（三次尝试通过率）得 90.5%，最终发布的 K3.1 Pro 为 81.0%。
企业目录里多了什么：采购、账单、治理与两代 Kimi 并存
按微软博客列出的适用场景，这款模型面向三类工作：软件开发（生成和调试代码、驱动会调用工具的编码智能体）、研究与文档分析（长材料摘要、跨文档信息整合）、多模态工作流（理解文本与图像、依据简报和参考图支持 3D 设计）。
对 Azure 企业客户，这条路的意义 TechNode 在 7 月报道 Kimi K3 时说得直白：Foundry 提供采购、身份、账单与治理的 Azure 原生环境，Fireworks 提供推理引擎和专用算力，公司不必自管 GPU 基础设施就能把开源模型从评估推进到生产；当时 Fireworks 经 Foundry 分发的开源模型已超过 20 个。如今按量计费目录里的 Kimi 系条目只剩两代：FW-Kimi-K3 与 FW-Kimi-K3.1-Pro，均为 GA——K2.5、K2.6、K2.7-Code 已分别标注 6 月 2 日与 9 月 25 日退役。
最后一个缺口在速度版：Kimi 首发的 K3.1 Pro Highspeed（2～3 倍速）没有出现在微软 Learn 的 Fireworks 目录表中，Foundry 上能部署的只有 K3.1 Pro 本体；想要高速版，目前仍要走 Kimi 自己的平台和 API。