月之暗面的 Kimi K3.1 Pro 已经在 OpenRouter 上线，输入每百万 token 2 美元、输出 10 美元。官方定位很明确：基于 Kimi K3 后训练，面向长程编码与智能体任务，1M 上下文，多模态，开源权重。用户可以直接在 OpenRouter 上试用。
把参数展开来看，这个价格处在一个微妙的位置。在开源权重阵营里，它算不上便宜；可是一旦和闭源前沿模型的账单相比，2 美元与 10 美元的输入输出比就显得克制。真正支撑这套定价逻辑的是 1M 上下文：长程编码需要读完整仓库，智能体要连续跑几十轮工具调用，上下文一旦中断，任务就得从头再来。窗口够长，token 消耗反而能在结构上被压下来，账单才算可控。
更值得琢磨的是“后训练”这三个字。基座模型本身已经不再是新闻，靠后训练把一个成熟基座在特定任务上继续提升，成了开源阵营追赶闭源的主流打法：成本低、迭代快、目标明确。多模态加上开源权重，又把选择权交回给团队，对合规敏感、想把推理留在自己机房的公司来说，权重可以下载这一条，比跑分更有说服力。OpenRouter 只是入口，试一次几乎零成本；但在智能体场景里，轮次会急剧增加，真正决定这笔钱值不值得花的是缓存命中与调度策略，而不是标价本身。
