Kimi K3.1 Pro 登顶 Terminal-Bench 4.0，成本仅为 Claude 约三分之一

Pyros-SD-Models · reddit · 2026-10-24

一张 Terminal-Bench 4.0 的分数-成本分布图显示，Kimi K3.1 Pro（max 档）以约 65% 的 TB4 分数位居各模型之首，平均每任务成本仅 4 美元左右。

对比之下：Claude Sonnet 5.5 得分约 61% 但成本超过 21 美元/任务；Claude Opus 5.5 约 65% 分数、成本约 13 美元；GPT-6 Astra 各档位在 50-58% 之间；GLM-5.3 约 41%；DeepSeek-V4.1-Flash-1017 约 34%。Kimi K3.1 Pro 在高分档中同时是成本最低的，性价比优势明显（数据来自 tbench.ai）。