Kimi K3.1 对阵 GPT-6 Astra：同一 3D Agent 任务实测,成本差近一倍
GapNew4766 · reddit · 2026-10-24
一位开源 agent 项目作者用同一任务单跑对比 Kimi K3.1 与 GPT-6 Astra：用 Three.js 生成 28 秒阿凡达风飞龙镜头（6 个机位、单 HTML 文件、代码内建全部网格与纹理、确定性 setTime() 逐帧录制），各跑一次无人工干预。
关键数据
- K3.1：12:28 完成，20 步、23 次工具调用，读 725K prompt tokens（缓存命中 94%），输出 49.2K tokens（其中 56% 是推理），最终 746 行，成本约 $1.1–1.4
- Astra：9:17 完成，35 步、35 次工具调用，读 1.2M prompt tokens（命中 97%），输出 22.2K tokens（推理仅 1.7K），最终 217 行，成本 $2.63
结构性差异：K3.1 多推理、少步数、大块写码——步数少意味着重复阅读的上下文少，对本地部署的 prefill 受限硬件更友好；但输出 token 是 Astra 的两倍多，本地跑大 MoE 时 decode 速度才是决定成败的因素。
踩坑与经验：K3.1 只接受 temperature=1，agent 栈里其他子调用（图像审阅工具）仍用 0.2，导致两次截图审查全部失败、盲发成品（日出画面渲染成纯青色）；Astra 则审查了 4 次截图并逐次修复。Astra 还会把可选工具参数全填 0，导致 shell 工具连续拒绝 29 次调用，首轮 2.5 分钟即崩。
实用建议：想在本地把 K3.1 当 agent 用，要把整个栈（vision、summary、sub-call）的 temperature 都钉死为 1，不只是主对话调用。
所属事件:Kimi K3.1 与 GPT-6 Astra 同题实测 3D Agent 任务(3 条相关)→
「编程与Agent」频道最新
- AI Colab 线上聚会周二举行：Agent、记忆与 WebMCP 议题 — JnBrymn · 2026-10-24
- Agent 起的进程两天不退：一条 git status 把 CPU 干到百万占用 — NERDDISCO · 2026-10-24
- 独立开发者造"人工海马体"：仿人类联想记忆，token 消耗降约 20 倍 — jasonridesabike · 2026-10-24
- Nat Eliason 自制 SlopEraser 插件，高亮改写 AI 站点文案再一次性喂给 Agent — nateliason · 2026-10-24
- 用 Claude Code 扫出自家 14 个被拆喇叭的隐藏 AirTag — luisdans · 2026-10-24
- AI 电话 Agent 的工具挂了怎么办:提出「降级模式」设计思路 — SubtleInterval_4449 · 2026-10-24