LongCat-2.5、Kimi K3.1 Pro 與 DeepSeek V4.1-Flash-1017 比較價格、基準及授權

三週內，三家中國實驗室推出了三種截然不同的答案，回應同一個問題：一款高階 AI 模型應該定價多少？誰又應獲準擁有它？DeepSeek 的 V4.1-Flash-1017（10月17日）主打效率：權重以 MIT 授權開放，API 收費以美仙計。Moonshot 的 Kimi K3.1 Pro（10月23日）主打規模：據報有 2.8 萬億個參數、100 萬 token 的上下文長度，並於本週推出採用自訂授權的開放權重。Meituan 的 LongCat-2.5（11月2日）主打耐力：模型有 1.6 萬億個參數，專為長時間 Agent 執行而訓練，定價如公用服務般實惠，而且目前只提供 API。

三款模型的價格都比西方封閉式前沿模型低一個數量級。三者都聲稱在編程方面稱冠，但依據的是各自廠商挑選的基準測試。它們最大的分別，反而在宣傳最少提及的地方：授權條款、權重，以及推出優惠結束後會怎樣。本文會並列比較目前實際公開的數據，標明每項由廠商提供的數字，最後給出唯一重要的結論——哪款模型適合哪種工作。我們已深入介紹每款模型：LongCat-2.5 指南、Kimi K3.1 Pro 指南及DeepSeek V4.1-Flash 指南。

三款模型一覽

閲讀這張表時，空白之處和數字一樣值得留意。只有一款模型以寬鬆授權條款開放，讓你直接取得模型（DeepSeek，MIT）。只有一款是真正達到前沿規模、今天即可下載的開放版本（Kimi，以單一 4-bit 格式提供，容量為 1.56 TB）。而三者之中 API 最便宜的模型（按標示價格計為 LongCat），卻完全不能下載。價格、開放程度和規模在這裏形成一個三角形——每款模型各自選擇了一個角。

在開始逐項比較前，先説明比較方法。本文所有價格均取自各實驗室公佈的收費表，並記錄於我們各自的模型指南中；我們亦交叉核對價格，確保前後一致。每項基準測試均標明提供數據的實驗室，因為對這三款模型而言，數字的來源本身就佔其意義的一半。Kimi 的授權條款是直接查閲授權檔案，而非根據媒體報道整理。若某個數字屬推出期優惠或報道所載價格，而非已確定的正式收費——例如 LongCat 的折扣，以及 Kimi 推出時報道的價格——我們會在提及時註明。這些新推出的模型，不能像成熟產品般比較；較為公允的比較方式，是檢視它們提供的方案、條款和設計方向，並審慎看待其能力主張，直至獨立測試追上。以下各回合均依循這項準則，因此最後的結論會按工作用途分類，而不是以單一總分決定勝負。

第一回合：價格——DeepSeek 和 LongCat 價格遠低於 Kimi

API 定價分成兩個級別。DeepSeek 的非尖峯費率——每百萬個輸入 token 在快取未命中時收費 $0.15、命中時收費 $0.003，每百萬個輸出 token 收費 $0.60——是三者中最低的標價；尖峯費率（$0.30/$1.20）則剛好與 LongCat 相同。LongCat-2.5 的限時推出優惠（輸入 $0.30、快取輸入 $0.006、輸出 $1.20，只對成功呼叫收費）也屬於同一級別；而且其收費結構固定——不分尖峯／非尖峯時段，也不按長度分級——比 DeepSeek 按時段計價更容易預算。Kimi K3.1 Pro 則是另一個級別：據報價格為 $2.00/$10.00，快取輸入為 $0.20，每個 token 的成本約為另外兩者的 7–17 倍，換來的是頂尖級能力；即使如此，Moonshot 相較 K3 減價 33%，部分也被新模型多生成約 14% 輸出 token 抵銷，令每項已完成任務的成本（據 Artificial Analysis）基本持平，為 $1.98 對 $2.00。

整體比較有兩點須注意。LongCat 的價格是推出優惠，沒有公佈結束日期，背後也沒有公佈正式牌價——你據此規劃的費率，未必能一直維持。而按 token 計價會令人誤判 Agent 工作的成本，因為輸出量和快取情況才是帳單的主要決定因素；DeepSeek 自行公佈的每項任務成本圖表顯示，完成一項 DeepSWE 任務，V4.1-Flash 的成本略低於 $0.20；這類數字才會左右實際預算。本回合選 DeepSeek，因為其價格現時可以核實，而且模型權重能令價格永久固定——你總可以自行託管，避開費率變動。只要優惠仍然生效，LongCat 就是緊隨其後的選擇。

一種工作負載，三種帳單

每 token 價格表隱藏了實際使用情況的全貌，以下以一種具體工作負載，計算三種定價方式的成本：一個繁忙的編碼 Agent 部署，每月處理 40 million 個輸入 token，並生成 8 million 個輸出 token，其中一半輸入由快取提供——對每一輪都會重新讀取相同程式碼庫脈絡的 Agent 而言，這是合理的快取比例。

表格中幾個數字看似巧合，背後正是重點。LongCat 推出優惠的總帳單剛好等同 DeepSeek 的尖峯帳單——美團把折扣定價得恰到好處，正好等於現有對手的價格上限。DeepSeek 的非尖峯時段會令帳單再減半，讓能把批次及背景 Agent 工作安排在低價時段的團隊受惠。Kimi 的帳單則高出約 8–16 倍，還未計算它較冗長的輸出：輸出 token 多 14% 後，Kimi 的總額會升至約 $135。快取情況是每一行中不易察覺的關鍵因素——按這些比例計算，前綴快取不佳的 Agent 框架會為所有輸入支付未快取費率，單憑這點就足以令 DeepSeek 與 LongCat 的排名逆轉。無論選用哪個模型，都應在第一週內根據自己的流量量度每項已完成任務的成本；費率表只是推算依據，並非實際帳單。

第二回合：編碼與 Agent 能力之爭——三頂桂冠，各自為戰

每家實驗室都戴着自行加冕的皇冠。Meituan 報告稱，LongCat-2.5 在 Terminal-Bench v2.1 得分 88.4，在 DeepSWE v1.1 得分 64.6；其 Agent 耐力評分（BrowseComp 91.9、MCP Atlas 83.1）才是這次發布真正想表達的主旨：這個模型經強化學習訓練，專門處理需要數百步的任務，目標是完成工作，而不是聊天。DeepSeek 報告稱，V4.1-Flash 在自家的 DeepSWE 圖表上得分 77.0，每項任務的成本只有舊版 Flash 的五分之一；而在 Moonshot 自家的比較表中，它在同名測試上領先 Kimi K3.1 Pro，得分為 77.0 對 75.5。Moonshot 報告稱，K3.1 Pro 在獨立 AI Index 排第 4，在金融研究和 3D 創作方面是三者中最強，另有速度更快的 Highspeed 版本，適合對延遲敏感的工作。

表格中的每個格子都採用不同供應商的衡量標準、不同版本的基準測試，或不同的測試框架——這正是要以這種方式列出數據的原因。

問題在於：這些數字幾乎沒有任何可比性。三份資料都提到 DeepSWE，但採用不同版本和不同測試框架；Terminal-Bench 的版本各異；金融和 3D 方面的勝出結果則來自單一供應商的表格。這段期間推出的跨供應商獨立評測工具，只有 SemiAnalysis 的 GDPx；其已公佈的排行榜上沒有這三個模型。作為參考，任何實驗室的最佳開放權重模型在專家級工作上的得分為 2.7%，詳情可見我們的 LifeVal 與 GDPx 比較。在獨立測試框架以相同任務測試這三個模型之前，最站得住腳的排名應按設計目標，而非小數點來看：Kimi 追求最高能力，LongCat 專注長時程 Agent 耐力，DeepSeek 著重降低每項已完成編碼任務的成本。任何更強的説法都是穿上實驗袍的市場宣傳——尤其是各實驗室自己的説法。

第 3 回合：開放程度與授權條款——真正的差異所在

這是發布文章最少提及、但長遠而言最重要的一回合。

DeepSeek V4.1-Flash-1017 是最直接的例子：模型權重在 Hugging Face 和 ModelScope 上以 MIT 授權條款發布——可下載、執行、微調、再發布，亦可用來建立業務，沒有收入門檻，也不設署名條件。限制在於實際操作，而非法律：發布版本沒有附帶 Jinja 聊天範本，因此自行託管的用戶須參照 DeepSeek 的編碼參考資料和建議的取樣設定。

Kimi K3.1 Pro是有使用限制的開放權重模型。本週，權重已上載至moonshotai/Kimi-K3.1-Pro；我們已核實這次發布，並為Kimi K3.1 Pro 開放權重指南全文查閲授權條款。Kimi K3.1 Pro License的實質內容與 K3 授權條款相同：一般而言允許商業用途，但若模型即服務業務的收入超過$20M，便須另行取得 Moonshot 的許可；產品若每月用戶數超過 100M 或每月收入超過 $20M，則必須標示「Kimi K3.1 Pro」名稱。下載本身就是一項重大承諾：僅提供 MXFP4 格式、共 96 個分片，容量約1.56 TB，須透過 vLLM、SGLang 或 TokenSpeed 提供服務——實際上，這完全是一款數據中心級模型。

LongCat-2.5目前完全未有開放。GitHub 和 Hugging Face 連結均標示為「即將推出」，Meituan 尚未公佈權重發布日期，也未公佈授權條款；其產品沿革有兩面：LongCat-Flash 和 LongCat-2.0 均以開放形式發布（2.0 採用 MIT 授權），這顯示開放或許是這個系列一貫的做法——但這只是推測，並非授權條款；而 2.5 API 的折扣也可能才是其策略。這一輪直接判 DeepSeek 勝出：在一場充斥各種據報數字的比較中，MIT 是本文唯一完全可核實且具永久約束力的説法。

第 4 輪：上下文、輸出與模態——三方低調分野

三款模型均標榜 1M token 上下文視窗，也都需要同一個註腳：容量不等於記憶能力，目前還沒有任何一款通過獨立的長上下文評測。差異在於各自的特點。DeepSeek 支援最長的單次回應——384K 個輸出 token，對生成完整程式碼庫和長篇文件確有優勢；此外，它支援視覺輸入，並提供 OpenAI 和 Anthropic 格式的 API，是三者中最容易整合的選擇。LongCat 的特色在輸入端：視覺資訊會編碼成與文字同一串流中的 token（亦支援影片輸入），因此其展示用途著重於視覺程式設計、從模型稿製作介面，以及 3D 生成，而非聊天。Kimi 的特色則在生態系統：有一款專為高速處理而設的 Highspeed 同系列模型，推出首日起便已接入路由器及執行框架，Moonshot 亦一直在 K 系列周邊打造金融研究工具。對於需要把模型接入 Agent 框架的團隊，我們的最佳 AI 程式編寫助手整理了以這三款模型為基礎的工具。

第 5 輪：可用性——實際上在哪裏可以執行各款模型

規格要等到模型回應你的 API 呼叫後才有實際意義。DeepSeek 目前是三者之中最容易取得的：有官方 API 和應用程式；在 OpenRouter 上有多家第三方供應商提供（根據本指南的研究，最近一次統計為九家，市場價格約為 $0.08/$0.50）；亦有模型權重供希望自行提供服務的人使用。Kimi K3.1 Pro 在推出當日便登上 OpenRouter，並整合於 Moonshot 自家的 Kimi 產品及主流 Agent 執行框架；同系列的 Highspeed 版本則面向對延遲敏感的級別。如今權重已公開，第三方託管 K3.1 Pro 本身將循推理服務供應商之間一貫的價格競爭模式發展。LongCat-2.5 的供應渠道最少：美團自家的 API（同時支援 OpenAI 和 Anthropic 格式，因此可直接接入 Claude Code、Codex 及美團列出的其他執行框架），以及 Vercel AI Gateway 和 AnyRouter 上的上架項目——值得注意的是，截至 11 月 4 日，並未登上 OpenRouter。對於統一採用同一個路由器的團隊來説，這個落差帶來一個實際考量，是任何基準測試都無法涵蓋的：性價比最高的模型，就是你的技術堆疊現時已能呼叫的那一個。廣度方面，本回合再次判給 DeepSeek——可用性本身就是一項優勢，也是大多數比較表都忘記評分的一項。

哪些情況會改變這個判斷

推出僅三星期的模型，比較結果很快便會過時；三項有明確時間的事件足以改寫這次比較。第一，LongCat 的權重。美團標示「即將推出」的頁面，是上表中最大的不確定因素：如果 LongCat-2.5 以 MIT 類型的授權條款發布，其定位一夜之間便會從價格優勢轉為開放性優勢；而發布時採用的授權條款，會比任何基準測試更能反映美團的策略。第二，LongCat 的定價。發布折扣沒有公佈結束日期，也沒有公佈未折扣價格；兩者任何一項一旦公佈，第一回合便要重新評分——折扣價悄然翻倍，產品便與本文評測的版本大不相同。第三，共同的獨立測量。Artificial Analysis 已追蹤 Kimi 每項任務的成本；SemiAnalysis 每三至六個月更新一次 GDPx；第一個以相同 Agent 任務測試全部三個模型的中立框架，將以一個排名取代三套供應商説法，而過往經驗顯示，至少有一家實驗室最看重的數字，經不起實際測試。我們會在三項發展任何一項落實後更新這次比較——我們在 Kimi K3.1 Pro 權重公開後更新授權資訊時，也採用了同一標準。

你應該選哪一個？

• 選 DeepSeek V4.1-Flash-1017，如果 API 帳單或自行託管的控制權是決定因素。適合大量運作的程式編碼 Agent、對成本敏感的流程，以及希望取得 MIT 授權帶來的法律確定性，並以每百萬個輸入 token $0.15 起的價格使用模型的人。對仍在工作的開發者來説，這是本次比較的預設推薦。
• 選 Kimi K3.1 Pro，如果你需要三者之中最強的能力，也願意支付接近前沿級別的價格：適用於長篇文件的金融與研究工作、高難度 Agent 任務，以及希望取得可下載的前沿級別模型，並有能力容納 1.56 TB 模型的團隊。在根據這些權重開發產品前，先了解 $20M MaaS 門檻。
• 選擇 LongCat-2.5，如果你的工作負載涉及長時程 Agent 任務——例如需要執行數百個步驟的終端機、瀏覽器及工具鏈——而你希望以實用級價格使用，趁推出優惠仍有效時使用。使用前請先清楚瞭解限制：只提供 API、基準測試由供應商自行進行，而且優惠沒有明確的到期日。
• 暫時兩者都不要選，如果你的採購決定需要獨立證據。截至 2026 年 11 月 4 日，尚未有對這三款模型共同而中立的評測；大型採購較理性的做法，是用一個下午在自己的任務上進行實測比較。以目前價格計，這項測試的成本比批准採購的會議還低。

常見問題

三款模型之中，哪款最便宜？

按已核實的公開價格，DeepSeek V4.1-Flash-1017 最便宜：非繁忙時段每百萬個輸入 token 收費 $0.15（快取命中時為 $0.003），每百萬個輸出 token 收費 $0.60。LongCat-2.5 的推出優惠價（$0.30/$1.20，快取命中時為 $0.006）與 DeepSeek 的繁忙時段價格相同，而且較簡單易明；但這是限時優惠，沒有公佈優惠背後的正式定價。Kimi K3.1 Pro 屬高級選項，據報收費為 $2.00/$10.00。

哪些模型可以下載並自行託管？

三款之中有兩款可以。DeepSeek V4.1-Flash-1017 現已推出，採用 MIT 授權條款，沒有商業限制。Kimi K3.1 Pro 的權重亦已推出，採用 MXFP4 格式，大小約為 1.56 TB；其授權條款為 Moonshot 的自訂 Kimi K3.1 Pro License，設有 $20M 的 Model-as-a-Service 收入門檻，並在達到一定規模時觸發署名要求。截至 2026 年 11 月 4 日，LongCat-2.5 只提供 API；其權重標示為「即將推出」，但未有公佈日期。

哪款最適合編碼？

這取決於你看重哪項説法。DeepSeek 自家的數據顯示，V4.1-Flash 每完成一項編碼任務的成本較低；Moonshot 的表格顯示，DeepSeek 在 DeepSWE 上略勝 Kimi（77.0 對 75.5），但 Kimi 的整體能力較強；Meituan 的數據則顯示，LongCat-2.5 最適合需要長時間執行 Agent 任務的情況（Terminal-Bench v2.1 88.4、DeepSWE v1.1 64.6）。這些數據來自不同供應商使用的不同版本基準測試；目前尚未有獨立測試讓三款模型正面對決，因此認真考慮採用的用戶應以自己的工作負載進行測試。

它們之中有真正「開源」的模型嗎？

DeepSeek 的發布版本是唯一符合嚴格定義的模型：權重採用 MIT 授權，你可以在毋須徵求任何人同意的情況下作商業用途、修改及重新分發。Kimi K3.1 Pro 採用自訂授權條款開放權重，但附帶商業條件；這是具有意義的發布方式，但並非 MIT 意義上的開源。LongCat-2.5 目前是封閉的 API 產品，不論其前代產品如何。

為甚麼三款模型都來自中國的實驗室？

因為目前開放而廉價的前沿模型正是在中國發展。DeepSeek 著重效率，Moonshot 著重規模和上下文長度，而 Meituan 並非純 AI 實驗室，而是大型消費者平台企業，專注以真實平台工作負載訓練 Agent。三者的定價都旨在向封閉的西方 API 施壓。對各地買家而言，實際影響相同：只需 incumbent 價格的十分之一，就能取得接近前沿的能力；首先應細閲的是授權條款，而非基準測試結果。

結論

三個模型，三角形的三個角。對大多數在職開發者而言，DeepSeek V4.1-Flash-1017 在這次比較中勝出：經核實的價格最低、輸出視窗最長，而且是唯一不對你提出任何要求的授權。Kimi K3.1 Pro 是能力首選——它是此處規模最大、能力最全面的模型，定價也反映了這一點；其開放權重附帶限制，認真打造產品的人必須細閲。LongCat-2.5 則是專才：以實惠價格提供本季最引人入勝的 Agent 訓練故事，唯一的短板是目前仍無法自行取得這個模型。基準測試的爭論仍會持續，授權條款卻已給出答案。按工作需要作出選擇，在自己的任務上驗證，並在 LongCat 的權重頁面不再寫着「即將推出」的那天，重新進行這項比較。如果這三個模型作為一組能證明甚麼，那就是高階 AI 能力的價格，已與那些曾經定義這種能力的公司的價格脱鈎；從今以後，最重要的比較不再是模型與模型之間，而是條款與條款之間。