YouTube 影片筆記

Kimi K3.1 Pro 實測四道題：跑分、3D 建模與幻覺率驗證

YTGet 編輯室 P & H 觀看 2,387 觀看原片

原片標題：Kimi K3.1 Pro號稱開源最強模型，你應該換成它嗎?

原片說明

Kimi K3.1 Pro 號稱是最強開源模型，價格又比許多閉源旗艦模型低。這支片除了整理官方跑分、3D、遊戲、財報與幻覺測試，也實際出四題給它做：台北 101 3D 場景、夜市撈金魚、台積電估值試算表，以及一部不存在法律陷阱題。 ▍章節 0:00 Kimi K3.1 Pro 發布與模型定位 0:29 官方 14 項跑分總表 0:52 寫程式與終端機能力 1:33 官方遊戲 demo 2:14 走路模擬器與 3D 能力 3:36 3D Make 4:06 財報與 Office 工作 4:31 幻覺測試 4:53 開源模型的資安能力 5:17 第三方分數與價格 5:56 四題實測開始 6:18 第一題：台北 101 3D 場景 7:22 第二題：夜市撈金魚 8:37 第三題：台積電估值試算表 9:43 第四題：不存在的法律 10:24 四題結果與生成時間 10:43 我們的使用觀點 ▍參考資料與素材出處・Kimi 官方部落格：Kimi K3.1 Pro（跑分、模型資訊與片中官方 demo） https://www.kimi.ai/blog/kimi-k3-1-pro ・Kimi 3D Make 官方範例： https://www.kimi.com/make3d ・Artificial Analysis（智力指數、每題平均花費，2026-10-25 查）： https://artificialanalysis.ai/ ・台積電 2026 年第三季財報新聞稿（核對營收、毛利率、淨利與 EPS）： https://pr.tsmc.com/english/news/3346 #Kimi #KimiK31Pro #KimiCode #AI #開源AI #AI實測

Kimi K3.1 Pro 只差 Opus 5.5 零點七分，價格卻只要三分之一，我第一個反應是「這也太香了吧」。但 P & H 沒急著吹，反而自己出了四道題實測，從台北 101 到假法條都試。看完你會知道它強在哪、哪裡還差一截。

影片時間軸

00:29官方 14 項跑分總表，Kimi 拿 6 項第一
02:15讓人體模型自己學會走路，跑了 167 輪
03:36新功能 3D Make，一句話生成可列印模型
04:34幻覺測試，講錯事實比例從 23.4% 降到 8.3%
05:17第三方智力指數與 API 價格比較
06:17實測第一題：用 3D Make 做台北 101 夜景
07:21實測第二題：Kimi Code 寫夜市撈金魚遊戲
09:43實測第四題：問一部不存在的法律

官方跑分與那個走路的人體

官方 14 項測試裡 Kimi 拿 6 項第一，Terminal-Bench 只輸 Opus 5.5 零點七分，長時間寫程式反而贏。但 P & H 特別點出，這些都是官方自己公佈的數字。真正讓我停下來看的是那個 296 塊骨骼的人體模型：它沒去改評分方式，而是回頭檢查模擬器，找出肩膀肌肉 36 個計算錯誤，修好才繼續訓練。這種除錯思路比跑分更能說明問題。

四道實測，強項與耐性

台北 101 那題跑了半小時、用掉 75 個工具，竹節塔身抓得很像，周圍大樓卻只是方格示意圖。撈金魚五分鐘寫完 585 行，還自己補上紙網離水恢復的規則。台積電財報每個數字都對得上官方新聞稿，本益比倍數也標明是假設。假法條那題不到一分鐘就識破，還補一句政府用的是補助不是罰款。能玩、能算、不被騙，代價是要有耐心等。