Kimi K3.1 Pro 真的超越 Claude Opus 5.5？行銷、數據、同提示詞實測，與蒸餾和「API 跳到 Claude」爭議

「全面超越 Claude Opus 5.5！」每次 Kimi 出新模型，網路上的標題都差不多長這樣。這次的主角，是月之暗面（Moonshot AI）在 2026 年 10 月 23 日發布的 Kimi K3.1 Pro。這篇我會把三種證據分開看：Moonshot 官方公布的數據、第三方的獨立測試，以及我自己用同一個提示詞做的實測。不帶情緒，只看證據。

K3.1 Pro 是什麼？

K3.1 Pro 是在 K3 的基礎上加大後訓練做出來的版本，主打寫程式、AI 代理、3D 建模與金融分析。規格很大：總參數 2.8 兆、每次啟用 1040 億，上下文一樣是 1M token，也能看圖片。

它最大的武器是價格：每百萬 token 輸入 2 美元、輸出 10 美元，剛好是 Opus 5.5（4 美元／20 美元）的一半。另外還有快 2 到 3 倍的 Highspeed 版本，Moonshot 也承諾在 11 月 4 日前開放權重——不過要注意，這目前還只是承諾。

行銷說的 vs 數據說的

Kimi 的發布消息常寫「在部分測試打敗 Opus 5.5」，但細看 Moonshot 自己的比較表，事情沒那麼單純。最常被拿來比的寫程式測驗 Terminal-Bench 4.0，Kimi 65.7%、Opus 5.5 66.4%，其實是 Opus 小贏；3D 建模的 BenchCAD、真實工作的 GDPval 也都是 Opus 贏。Kimi 贏的是長時間寫程式的 SWE Marathon、加工具的 HLE，以及網頁搜尋 BrowseComp 和辦公文件 OfficeQA。

而且這些數字大多是 Moonshot 自己測的，有些還是自家的內部測驗。最明顯的落差在幻覺率：Moonshot 說從 23.4% 降到 8.3%，但第三方 Artificial Analysis 測到的是從 53% 降到 44%。兩邊的測法不一樣、不能直接相減，但落差很有感。

第三方的總排名呢？Artificial Analysis 的智慧指數，Kimi K3.1 Pro 拿到 55 分，在 215 個模型中排第四；Opus 5.5 是 58 分。

公道地說：K3.1 Pro 真的很強、也很便宜，但「全面超越」是行銷用語，實際上是很接近，還沒超過。

欣欣實測：同一個提示詞做動畫

數據看完，換我自己測。我從 Y2K 廣告影片提示詞圖鑑挑了一組「Beach Cycling Path」，用一模一樣的提示詞，分別交給 Claude Opus 5.5 與 Kimi K3.1 Pro，讓它們寫程式做出 15 秒、6 個分鏡的動畫。

先看時間：Opus 5.5 大約 25 分鐘完成，Kimi 大約 35 分鐘。

再看畫面。Opus 的女主角比例自然，短鮑伯頭、黑白撞色連身衣，和提示詞設定很接近；鏡頭也有變化：遠景、側身走過潮線、帶散景的水花特寫，最後坐在浪花邊、留下一串腳印走遠。

Kimi 的結構很清楚，六個鏡頭都標上編號和字幕，算是很聽話；但人物比較像簡單的貼紙，背景幾乎每一鏡都一樣，「水花特寫」也看不太出來是什麼。當然，這只是一個提示詞、一次測試，不能代表全部；但在這個任務上，Opus 又快又好。

蒸餾 Claude 爭議

蒸餾，就是讓一個模型大量學習另一個模型的回答，像學生抄老師的筆記。這個技術本身很常見，各家也會用來做自家的小模型；問題在於拿別人的模型來蒸餾。

2026 年 2 月 23 日，Anthropic 公開指控 DeepSeek、Moonshot 和 MiniMax 三家公司，用約 2.4 萬個假帳號，與 Claude 對話超過 1600 萬次。其中 Moonshot 超過 340 萬次，目標是 AI 代理推理、工具使用、寫程式、操作電腦與影像辨識，後期還試圖重建 Claude 的推理過程。Anthropic 表示，是從請求資料比對到 Moonshot 資深員工的公開資料，才認出是誰。但這是 Anthropic 單方面的指控，Moonshot 並沒有承認。

另一個常被拿來當證據的，是 Kimi 有時會說自己是 Claude。2026 年 7 月有研究者測試 K3：直接問它是誰，有四成回答自己是 Claude；但三天後重測變成 0/40，像是伺服器端改過。研究者自己的結論是：這不能證明蒸餾，但代表 Claude 的「自我認知」確實進到了模型的權重裡。

「API 跳到 Claude」是真的嗎？

很多人說：「用 Kimi 的 API，結果跑出來的是 Claude！」我查了一圈，沒有找到任何證據顯示 Moonshot 官方會把請求轉給 Claude。但會讓人「看起來像跳到 Claude」的情況，至少有三種。

1. Anthropic 相容 API＋Claude Code：Kimi 提供與 Anthropic 相容的 API，很多人把它接進 Claude Code，介面看起來當然像 Claude，但實際回答的是 Kimi。
2. 設定沒換乾淨：如果還留著 Anthropic 的 API 金鑰或預設網址，請求可能還是送到 Anthropic——那你是真的在用 Claude，帳單也算在 Anthropic。
3. 模型自稱 Claude：就像前面的研究，模型說「我是 Claude」，背後其實還是 Kimi。
4. 第三方 API 中轉站：號稱便宜賣 Kimi 的平台，背後到底換成哪個模型，你看不到。

檢查方法很簡單：看你實際連到的網址、看 API 回應裡的模型名稱，還有兩邊後台的帳單——錢扣在哪裡，就是用了誰。

結論：便宜很強，但「超越」要打折

K3.1 Pro 便宜又強，紙上數據很接近 Opus 5.5，這點值得肯定。但行銷說的「超越」要打折，我的單次實測是 Opus 又快又好，蒸餾的爭議也還沒落幕。最好的方法，就是拿你自己的任務去測。

完整的動畫解說在 YouTube 頻道「欣欣 的 AI 無限世界」。你覺得 Kimi 是被低估，還是被高估？歡迎留言告訴我。

🎬 【影片連結】https://youtu.be/eTOuyWm_qJQ

本文內容截至 2026 年 10 月 25 日。資料來源：The Decoder、OfficeChai（Moonshot 發布數據整理）、Artificial Analysis、Anthropic〈Detecting and preventing distillation attacks〉、LessWrong〈Does distilling Claude carry the persona with it?〉、Hermes Agent issue #74739、PromptLayer 的 Kimi＋Claude Code 設定教學。Benchmark 多為 Moonshot 自行公布；蒸餾部分為 Anthropic 的指控，Moonshot 未承認；「API 跳到 Claude」查無官方轉送證據。欣欣實測為單一提示詞、單次測試。配圖為影片截圖，網路標題卡與環境變數畫面為自製示意；過場影像為 AI 生成（Gemini 3.1 Flash Image、MiniMax H3），主持人畫面為 AI 對嘴生成。本頻道與 Anthropic、Moonshot AI 皆無合作關係。

#模型蒸餾 #KimiAPI #AI模型比較