1024 凌晨杀进全球前四：Kimi K3.1 Pro 到底强在哪？
1024 凌晨的一次发布，把它推进了全球前四。强在分数，还是强在别的地方。
字幕原文，一字不差。时长按成片配音（Qwen3-TTS yixin 克隆音色，语速 1.15）计算；全片含数字人片头和片尾共 06:48。
配音方式
- 正片和片头都用 Mac 上的 Qwen3-TTS（yixin 克隆音色，Base 模型，不传 —instruct），逐句生成；送给引擎的文字在
qwen_batch/lines/（已套用英文读法，如 API→“A P I”、1024→“1 0 2 4”）。 - 本稿用来试听核对：生成后对照下面每句的编号听，重点听加粗词的语气、“读法”行里的数字和英文，以及文末“需要人工听的多音字”。
参考配音/里是成片用的 yixin 配音按章节切出的音频，可以对照本稿逐句复听。
英文和易错词读法（正文里只在第一次出现时提示）
| 词 | 读法 |
|---|---|
| Kimi | Kimi（ki-mi，“基米”） |
| K3.1 Pro | K 三点一 Pro |
| K3.1 | K 三点一 |
| K3 | K 三 |
| 月之暗面 | yuè zhī àn miàn（Kimi 背后的公司 Moonshot AI） |
| Claude Opus 5.5 | Claude（克劳德）Opus（欧珀斯）五点五 |
| Opus 5.5 | Opus 五点五 |
| Sonnet 5.5 | Sonnet（索内特）五点五 |
| GPT-6 Astra | G-P-T 六 Astra（阿斯特拉） |
| GPT-6.1 Sol | G-P-T 六点一 Sol（索尔） |
| GPT-6 | G-P-T 六 |
| Anthropic | 安索罗匹克 |
| Artificial Analysis | Artificial Analysis（阿提非肖 安娜利西斯，评测机构名） |
| DeepSeek V4.1 Flash | DeepSeek V 四点一 Flash |
| DeepSeek | Deep Seek |
| Kimi Code | Kimi Code（扣的） |
| API | A-P-I，三个字母分开读 |
| token | token（托肯） |
| X 上 | X（艾克斯）上 |
| 3D | 三 D |
| Kitt在进化 | Kitt（基特）在进化（知乎答主名） |
| 13分 | 十三分 |
| 67分 | 六十七分 |
| 10月24日 | 十月二十四日 |
| 一点十五分 | yì diǎn shí wǔ fēn |
| 2.8万亿 | 二点八万亿 |
| 1040亿 | 一千零四十亿 |
| 896个 | 八百九十六个 |
| 16个号 | 十六个号（hào） |
| 100万 | 一百万 |
| 1024程序员节 | 一零二四 程序员节 |
| 10月21日 | 十月二十一日 |
| 65.7% | 百分之六十五点七 |
| 58.2% | 百分之五十八点二 |
| 66.4% | 百分之六十六点四 |
| 0.7分 | 零点七分 |
| 70.6% | 百分之七十点六 |
| 67% | 百分之六十七 |
| 60% | 百分之六十 |
| 55分 | 五十五分 |
| 12分 | 十二分 |
| 3分 | 三分 |
| 296块 | 二百九十六块 |
| 402块 | 四百零二块 |
| 167个 | 一百六十七个 |
| 420次 | 四百二十次 |
| 11.2秒 | 十一点二秒 |
| 36个 | 三十六个 |
| 2美元 | 两美元 |
| 10美元 | 十美元 |
| 13元 | 十三元 |
| 68元 | 六十八元 |
| 14% | 百分之十四 |
| 5.98美元 | 五点九八美元 |
| 90.5% | 百分之九十点五 |
| 81% | 百分之八十一 |
| 9.5分 | 九点五分 |
| 11月4日 | 十一月四日 |
| 掰手腕 | bāi shǒu wàn |
| 参数 | cān shù |
| 挂16个号 | guà … hào |
| 挑刺 | tiāo cì |
| 唱反调 | chàng fǎn diào |
| 霍格沃茨 | huò gé wò cí |
| 倒影 | dào yǐng |
| 熄灭 | xī miè |
| 作曲 | zuò qǔ |
| 骨骼 | gǔ gé |
| 力臂 | lì bì |
| 揪出 | jiū chū |
| 死磕 | sǐ kē |
| 话痨 | huà láo |
| 降了 | jiàng le |
| 降到 | jiàng dào |
| 削弱 | xuē ruò |
| 撼动 | hàn dòng |
| 照着 | zhào zhe |
| 追着 | zhuī zhe |
| 因为 | yīn wèi |
| 漏洞 | lòu dòng |
| 攻防 | gōng fáng |
| 一轮轮 | yì lún lún |
| 窗户纸 | chuāng hu zhǐ |
章节总览
| 编号 | 章节 | 句数 | 成片时长 | 视频里的起点 | 参考配音 |
|---|---|---|---|---|---|
| 00 | 片头（数字人） | 3 | 0:13 | 00:00 | 参考配音/00_片头.mp3 |
| 01 | 开场 | 6 | 0:35 | 00:00 | 参考配音/01_开场.mp3 |
| 02 | 它是谁 | 10 | 0:55 | 00:49 | 参考配音/02_它是谁.mp3 |
| 03 | 跑分拆解 | 9 | 1:02 | 01:45 | 参考配音/03_跑分拆解.mp3 |
| 04 | 真实实测 | 10 | 1:02 | 02:49 | 参考配音/04_真实实测.mp3 |
| 05 | 最燃案例 | 9 | 0:44 | 03:53 | 参考配音/05_最燃案例.mp3 |
| 06 | 价格账本 | 9 | 0:56 | 04:39 | 参考配音/06_价格账本.mp3 |
| 07 | 安全的代价 | 6 | 0:32 | 05:38 | 参考配音/07_安全的代价.mp3 |
| 08 | 值不值得用 | 5 | 0:27 | 06:12 | 参考配音/08_值不值得用.mp3 |
| 09 | 片尾 | 1 | 0:02 | 06:42 | 参考配音/09_片尾.mp3 |
00 · 片头（数字人口播）
成片时长 0:13（数字人视频 12.8 秒）（不要超过 15 秒：数字人每 1 秒音频要渲染约 4 分钟）。三句分别生成（intro_0..2），在 box 上拼成一条给 LatentSync。
这段会用 LatentSync 生成你的数字人口播，左上角画中画放硅基比特原片头，最后推进右侧显示器转进正片。台词也会配字幕，和下面一字不差。
0.1 intro_0 大家好，我是硅基比特。 [轻快、带笑，“硅基比特”稍重]
0.2 intro_1 1024程序员节凌晨，一个即将开源的国产模型，杀进了全球前四。 [“杀进了”加力，“全球前四”重读，句末微停]
读法：1024程序员节＝一零二四 程序员节
0.3 intro_2 它就是 Kimi K3.1 Pro，我们直接拆开看。 [“Kimi K3.1 Pro”一字一顿；“拆开看”收短，像推门进去]
读法：Kimi＝Kimi（ki-mi，“基米”）；K3.1 Pro＝K 三点一 Pro
01 · 开场
成片时长 0:35（35 秒） 视频起点 00:00
1.1 s00_0 三个月前，它在一场终端编程考试里只拿了13分。 4.7s
读法：13分＝十三分
1.2 s00_1 今天，还是同一个底座，它交出了67分。 3.8s
读法：67分＝六十七分
1.3 s00_2 这是第三方榜单上所有模型的最高分，连 Claude Opus 5.5 也被甩在身后。 7.0s
读法：Claude Opus 5.5＝Claude（克劳德）Opus（欧珀斯）五点五
1.4 s00_3 它没有换脑子，只是多上了三个月的强化学习补习班。 4.7s
1.5 s00_4 北京时间10月24日凌晨一点十五分，月之暗面发布了 Kimi K3.1 Pro。 6.5s
读法：10月24日＝十月二十四日；一点十五分＝yì diǎn shí wǔ fēn；月之暗面＝yuè zhī àn miàn（Kimi 背后的公司 Moonshot AI）
1.6 s00_5 它真能和最强的闭源模型掰手腕吗？价格是真低吗？这期视频，我们把它讲透。 [章末停 1 秒] 7.1s
读法：掰手腕＝bāi shǒu wàn
02 · 它是谁
成片时长 0:55（55 秒） 视频起点 00:49
2.1 s01_0 先认识一下它。K3.1 Pro 是7月那款 K3 的升级版。 5.3s
读法：K3＝K 三
2.2 s01_1 底座没换：总参数2.8万亿，每次仅激活1040亿，官方管这叫三万亿级。 [冒号处稍停] 7.5s
读法：参数＝cān shù；2.8万亿＝二点八万亿；1040亿＝一千零四十亿
2.3 s01_2 打个比方，这是一座有896个专家的大医院，每个病人仅挂16个号。 6.3s
读法：896个＝八百九十六个；挂16个号＝guà … hào
2.4 s01_3 真正变的是后训练，在几百个领域同时做强化学习，把算力砸在练习上。 6.4s
2.5 s01_4 上下文窗口100万 token，另外配了一个快两到三倍的高速版。 4.9s
读法：100万＝一百万；token＝token（托肯）
2.6 s02_0 有意思的是，这次发布像一场慢动作直播。 3.8s
2.7 s02_1 9月底，API 平台先冒出了 K3.1 的模型代号。 4.1s
读法：API＝A-P-I，三个字母分开读；K3.1＝K 三点一
2.8 s02_2 10月21日，它又悄悄出现在 Kimi Code 的模型列表里。 4.1s
读法：10月21日＝十月二十一日；Kimi Code＝Kimi Code（扣的）
2.9 s02_3 官网也闪现过技术博客的入口，随后被撤回。 3.9s
2.10 s02_4 网友一路追着线索，最后在1024程序员节这天等到了它。 [章末停 1 秒] 4.8s
读法：追着＝zhuī zhe
03 · 跑分拆解
成片时长 1:02（62 秒） 视频起点 01:45
3.1 s03_0 先看最硬的编程成绩。官方给的终端编程测试里，K3.1 Pro 拿到65.7%。 7.6s
读法：65.7%＝百分之六十五点七
3.2 s03_1 GPT-6 Astra 是58.2%，Claude Opus 5.5 是66.4%，仅领先0.7分。 7.8s
读法：GPT-6 Astra＝G-P-T 六 Astra（阿斯特拉）；58.2%＝百分之五十八点二；66.4%＝百分之六十六点四；0.7分＝零点七分
3.3 s03_2 对手的分数取的是公开成绩里的最高值，看起来很厚道。 4.5s
3.4 s03_3 不过有网友挑刺：Anthropic 自家得分70.6%的 Sonnet 5.5，没出现在这张表里。 [冒号处稍停] 7.6s
读法：挑刺＝tiāo cì；Anthropic＝安索罗匹克；70.6%＝百分之七十点六；Sonnet 5.5＝Sonnet（索内特）五点五
3.5 s04_0 所以更该看第三方。独立评测机构 Artificial Analysis 自己跑了一遍。 6.3s
读法：Artificial Analysis＝Artificial Analysis（阿提非肖 安娜利西斯，评测机构名）
3.6 s04_1 同一项测试，K3.1 Pro 拿到67%，Opus 5.5 是60%，它成了第一。 [逗号处短停，别连成一口气] 7.3s
读法：67%＝百分之六十七；Opus 5.5＝Opus 五点五；60%＝百分之六十
3.7 s04_2 综合智能指数55分，全球第四，前面三位全是闭源模型。 5.3s
读法：55分＝五十五分
3.8 s04_3 等权重放出来，开源和闭源的距离，会从12分一下缩到3分。 5.1s
读法：12分＝十二分；3分＝三分
3.9 s04_4 当然它也有短板：科学编程和人类终极考试上，它仍落后 Opus 5.5 六到九分。 [章末停 1 秒] 7.1s
04 · 真实实测
成片时长 1:02（62 秒） 视频起点 02:49
4.1 s05_0 跑分是考卷，真本事还要看实战。X 上的开发者第一时间上手了。 5.7s
读法：X 上＝X（艾克斯）上
4.2 s05_1 有位博主让它照着一张设计图，复刻一个3D地球仪数据看板。 4.8s
读法：照着＝zhào zhe；3D＝三 D
4.3 s05_2 提示词里没提白天黑夜切换，可它从图里自己看出了这个按钮，顺手做了出来。 7.4s
4.4 s05_3 夜间模式下，城市灯光会随着地球转动依次亮起、熄灭。 4.9s
读法：熄灭＝xī miè
4.5 s05_4 博主的评价是：前端审美已经和 GPT-6 Astra、Opus 5.5 同档。 [冒号处稍停] 5.5s
4.6 s06_0 另一位网友先用 DeepSeek 搭出霍格沃茨城堡，再交给它优化黑湖水面。 5.9s
读法：DeepSeek＝Deep Seek；霍格沃茨＝huò gé wò cí
4.7 s06_1 波纹、波光、城堡倒影，细腻到惊人，但他也吐槽：额度消耗太快。 [冒号处稍停] 6.8s
读法：倒影＝dào yǐng
4.8 s06_2 也有人唱反调。知乎答主 Kitt在进化 测了几个前端例子。 5.0s
读法：唱反调＝chàng fǎn diào；Kitt在进化＝Kitt（基特）在进化（知乎答主名）
4.9 s06_3 他的结论是：在这几个例子里，它并没有明显胜过 DeepSeek V4.1 Flash。 [冒号处稍停] 6.5s
读法：DeepSeek V4.1 Flash＝DeepSeek V 四点一 Flash
4.10 s06_4 一位用巴赫作曲来测模型的网友说，它大概落后最前沿三到四个月。 [章末停 1 秒] 5.7s
读法：作曲＝zuò qǔ
05 · 最燃案例
成片时长 0:44（44 秒） 视频起点 03:53
5.1 s07_0 不过最让我震撼的，是官方博客里的一个案例。 4.1s
5.2 s07_1 他们让它做一个人体走路模拟器。 3.1s
5.3 s07_2 这个人体模型有296块骨骼部件和402块肌肉。 4.6s
读法：296块＝二百九十六块；骨骼＝gǔ gé；402块＝四百零二块
5.4 s07_3 一开始，虚拟人几秒钟就摔倒。 3.1s
5.5 s07_4 它连续跑了167个任务，经过420次独立评审，一轮轮分析、诊断、修改。 6.7s
读法：167个＝一百六十七个；420次＝四百二十次；一轮轮＝yì lún lún
5.6 s07_5 最后，虚拟人能交替迈步，连续走了11.2秒。 4.1s
读法：11.2秒＝十一点二秒
5.7 s07_6 更厉害的是，改奖励函数没效果时，它没有死磕，而是回头检查模拟器本身。 [逗号处短停，别连成一口气] 6.3s
读法：死磕＝sǐ kē
5.8 s07_7 结果揪出了肩部肌肉力臂计算里的36个错误，修完再训练。 4.9s
读法：揪出＝jiū chū；力臂＝lì bì；36个＝三十六个
5.9 s07_8 这已经不像在写代码，更像一个会自己排查问题的工程师。 [章末停 1 秒] 4.6s
06 · 价格账本
成片时长 0:56（56 秒） 视频起点 04:39
6.1 s08_0 再来算账。API 价格是每百万 token 输入2美元，输出10美元。 5.6s
读法：2美元＝两美元；10美元＝十美元
6.2 s08_1 换成人民币，输入13元，输出68元，比上一代 K3 降了三分之一左右。 [逗号处短停，别连成一口气] 6.4s
读法：13元＝十三元；68元＝六十八元；降了＝jiàng le
6.3 s08_2 这是 Claude Opus 5.5 的一半，和 GPT-6.1 Sol 持平。 4.8s
读法：GPT-6.1 Sol＝G-P-T 六点一 Sol（索尔）
6.4 s09_0 但别急着欢呼。它是个话痨，跑同一套评测，输出的 token 比 K3 多了14%。 7.4s
读法：话痨＝huà láo；14%＝百分之十四
6.5 s09_1 一来一回，每个任务的实际花费，和 K3 基本持平，大约2美元。 [逗号处短停，别连成一口气] 5.7s
6.6 s09_2 不过对比 Opus 5.5 的5.98美元，仍然省下了一大半。 5.7s
读法：5.98美元＝五点九八美元
6.7 s10_0 再和国产对手比，有网友算过，它的价格是 DeepSeek V4.1 Flash 的十几倍。 6.3s
6.8 s10_1 高速版价格翻倍，网友实测每秒一百二十个 token 上下，适合要等结果的交互场景。 6.8s
6.9 s10_2 已经有网友吐槽，会员额度几分钟就被它烧光了。 [章末停 1 秒] 4.0s
07 · 安全的代价
成片时长 0:32（32 秒） 视频起点 05:38
7.1 s11_0 最后一个细节很少有人注意：它被主动削弱过。 [冒号处稍停] 4.3s
读法：削弱＝xuē ruò
7.2 s11_1 月之暗面发现，攻防类数据会让模型的漏洞利用能力一路上涨。 4.8s
读法：攻防＝gōng fáng；漏洞＝lòu dòng
7.3 s11_2 没删数据的版本，在内部漏洞利用测试里能解出90.5%。 5.0s
读法：90.5%＝百分之九十点五
7.4 s11_3 因为要开放权重，他们删掉了这部分数据，发布版降到81%。 5.6s
读法：因为＝yīn wèi；降到＝jiàng dào；81%＝百分之八十一
7.5 s11_4 主动放弃9.5分，并把这笔账公开，这在业内很少见。 4.4s
读法：9.5分＝九点五分
7.6 s11_5 权重承诺在11月4日前放出，不过2.8万亿参数，绝大多数人根本跑不动。 [章末停 1 秒] 6.8s
读法：11月4日＝十一月四日
08 · 值不值得用
成片时长 0:27（27 秒） 视频起点 06:12
8.1 s12_0 最后说结论。如果你在做编程智能体，需要连续很多步的复杂任务，它非常值得一试。 7.1s
8.2 s12_1 如果你追求最低成本，DeepSeek 这类模型仍然更划算。 4.8s
8.3 s12_2 如果你要最强的知识推理，Opus 5.5 依旧是天花板。 4.6s
8.4 s12_3 但真正的大新闻是：开源模型和最强闭源之间，仅剩一层窗户纸。 [冒号处稍停] 5.6s
读法：窗户纸＝chuāng hu zhǐ
8.5 s12_4 你认为 K3.1 Pro 能撼动 Claude 吗？评论区聊聊。 [章末停 1 秒] 4.0s
读法：撼动＝hàn dòng
09 · 片尾
参考时长 0:02
9.1 endcard_0 我是硅基比特，我们下期见。 [收尾，语气放轻松]
需要人工听的多音字和易错处（语音识别只能确认字，确认不了读音）
- s00_3 / s01_0「上了 / 一下」正常；s01_2「挂16个号」号读 hào；s01_1「参数」参读 cān、「数」读 shù
- s04_3「等权重」重读 zhòng；s04_3「一下缩到」一下读 yí xià
- s05_0「还要看实战」还读 hái；s05_3「转动」转读 zhuàn；s06_1「倒影」倒读 dào
- s06_4「作曲」曲读 qǔ；s07_2「骨骼」读 gǔ gé；s07_7「力臂」臂读 bì，「揪出」读 jiū
- s08_1、s11_3「降了 / 降到」降读 jiàng；s09_0「话痨」读 huà láo；s11_0「削弱」削读 xuē
- s11_3「因为」为读 wèi；s12_4「你认为」为读 wéi；s11_5「绝大多数」数读 shù
- 数字：1024 要读“一零二四”；65.7%、58.2%、66.4%、70.6%、90.5% 不能读成“六十五七”这种；0.7分读“零点七分”
- 英文：Kimi、Claude、Opus、Sonnet、GPT 6 Astra、GPT 6.1 Sol、DeepSeek V 4.1 Flash、Artificial Analysis、Anthropic
编号说明：sXX_Y = pipeline/scenes.py 里第 XX 个场景（从 00 开始）的第 Y 句（从 0 开始）。后期对齐按这个编号把你的录音切回每一句。