Kimi K3.1 Pro 模型规格与本地部署对比
本期视频重点测试最新发布的 Kimi K3.1 Pro Edition，这是一个拥有 3 万亿参数的模型。除了对比上一代 Kimi K3，还将与本地运行的版本进行较量。作者提到该模型预计 11 月 4 日开源权重，此前他曾在 512GB 内存的系统上运行过该模型。虽然可以通过集群部署来提升智能程度，但受限于专家数量，速度可能保持不变。
"Apparently, this one's going to be open weight releasing November 4th."
作者指出，订阅云模型的优势在于智能持续进化。尽管订阅价格可能不变或上涨，但功能日益丰富。例如，模型现在能生成 3D 汽车落地页、在 Blender 中构建新加坡机场模型（包含真实瀑布效果），并支持网络安全改进、金融分析及 Excel 表格制作。
High Thinking Mode: Tool Usage and UI Verification
在测试 Kimi K3.1 Pro 的 High Thinking Mode（高思考模式）时，系统展现了极高的工具调用密度。该模式下模型共使用了 42 个工具，执行过程呈现出爆发式增长：先调用 4 个工具，随后增至 5 个，最后一次性执行 17 个工具。这种高强度的并行处理确保了结果的完整性。特别值得注意的是，系统自动执行了 verify mobile UI and layout（验证移动端界面与布局）的步骤。这一功能让作者联想到早期开发网页时需兼容 Windows Mobile 和 Symbian OS 等旧系统的艰难经历，如今 AI 能自动处理跨设备兼容性，极大降低了开发门槛。尽管 Standard、High 和 Max 三种模式在最终视觉效果上差异不大，但 High Thinking Mode 通过更密集的工具调用实现了“物有所值”的平衡。
"So a lot more turns a lot more tools were expected and it smashes out four tools first then five tools then 17 tools."
Logic Pro Simulation: Audio Editing and Music Generation
在 Max Thinking Mode 下，Kimi K3.1 Pro 生成了一个令人印象深刻的 Logic Pro（逻辑专业版音频工作站）网页模拟版本。这是作者见过的最逼真的 Logic Pro 复刻品，支持 export as a wave file（导出为 WAV 文件）功能。用户可以在浏览器中实时编辑旋律，尽管作者自称“不知道自己在做什么”，但生成的音频听起来效果良好。该模式共调用了 57 个工具，执行了简单的润色、可播放声音的工具调用以及读取技能文件。系统识别出“构建 Web 应用”的技能标签，并据此优化了代码结构。这一演示展示了 AI 在复杂交互界面和实时音频处理方面的强大能力，获得了作者的高度评价。
"You can export it as a wave file. Look at that. You can actually make music."
3D Generation: Driving Game, Volcano Physics, and Solar System
Kimi K3.1 Pro 的 3D Maker（三维建模器）功能允许用户直接在网页中生成、下载和混音 3D 模型，无需依赖外部 MCP（Model Context Protocol）连接 Blender。作者展示了一个类似 GTA 的驾驶游戏，虽然动作略显卡顿且缺乏碰撞检测，但整体视觉效果令人印象深刻。在火山爆发场景中，Max Thinking Mode 生成的 camera shake（镜头震动）效果过于剧烈，导致画面难以观看；相比之下，DeepSeek 生成的场景虽然光照和泛光效果出色，但存在 lava's not flowing downwards（熔岩未向下流动）的物理错误。在太阳系模拟中，Max Thinking Mode 的地球纹理略优于 High Thinking Mode，但后者更具“庄严感”。作者指出，High Thinking Mode 已能达到 90% 的完美度，而 Max Thinking Mode 虽更精细但消耗更多 Token。
"So whoa, that is slow down. Slow down. It's way too way too excited here.",
Code Comments in Mandarin and Logic Puzzle Resolution
在生成火星发射计划代码时，Max Thinking Mode 已执行了 14 次工具调用。生成的 JavaScript 文件（如 Main.js, Rocket.js）中出现了 Mandarin comments（中文注释）。作者对此感到惊讶，指出尽管代码逻辑用英语编写，但注释使用中文的现象反映了中国开发者在构建世界顶级模型和代码时的独特优势。随后，作者进行了一项逻辑谜题测试："If you rise up like the day and you rise up unafraid, how do you pronounce each other?"（如果你像白天一样升起，且无所畏惧地升起，“each”和“other”如何发音？）。模型经过思考后回答，将 "each other" 解码为 Andrea Day（安德里亚·戴），正确破解了基于发音的谜题。此前无人通过此测试，而 Kimi K3.1 Pro 在 Standard Mode（标准模式）下成功解决，验证了其强大的逻辑推理能力。
"He thinks it's the greatest snowman. So each other equals Andrea Day is pronounced Andre Day.",
谜题测试：从低阶到最大思考模式的突破
在针对“Bowl Selector”这一英国文化谜题的测试中，模型表现随思考等级提升而显著变化。在低阶思考模式（Low Thinking Mode）下，模型误将问题理解为询问“Andrea”的发音，并给出了错误的回答。随后在高阶思考模式（High Thinking Mode）下，模型虽然识别出“Unafraid”与“Afraid”的押韵关系，但仍未能正确解出谜题。直到切换至最大思考模式（Max Thinking Mode）后，模型才成功给出正确答案“Rewind”。这一过程表明，复杂的文化特定谜题需要最高级别的推理资源才能被正确解析。测试者指出：“So it got the right answer. Rewind and that's with high thinking mode.”（注：此处字幕原文存在逻辑跳跃，实际是Max模式成功）。此外，模型展现了对英国场景（UK scene）的深刻理解，这与之前表现不佳的美国开源模型形成对比。
语音识别与代码生成的局限性验证
在测试“Each other”的发音时，模型在最大思考模式下输出了错误的读音解释。尽管它声称知道答案，但测试者认为其并未真正理解该短语的特定发音规则，因此未给予验证通过。在代码生成方面，模型在处理火山场景时出现了严重的视觉错误：虽然熔岩流向正确且建筑被摧毁，但相机抖动（Camera Shake）极其剧烈。测试者指出：“The camera shake is insane. So still, I guess I had to tell it... You probably can fix things.” 这表明模型在单次生成中难以完美处理复杂的视觉动态逻辑。此外，在高阶思考模式下编写TypeScript文件时，模型产生了重复的填充样式（duplicate fill style）等错误。测试者强调：“So, even when it codes, it does make dupes and errors... you just have to expect to do subsequent turn to fix it up.” 这揭示了当前AI在代码生成中需要多轮迭代修正的固有缺陷。
Kimi K3.1 Pro Max模式在火山模拟中的视觉修复与物理表现
Kimi K3.1 Pro的Max思考模式在生成火山爆发场景时，显著解决了标准模式中存在的渲染缺陷。虽然本地部署版本因量化转换错误导致代码生成失败，但云端Max模式生成的场景在视觉上更加精致。该版本彻底消除了标准模式中房屋屋顶出现的半透明闪烁和Z-fighting（深度冲突）现象，尽管部分房屋存在未完全构建的空洞结构。在物理模拟方面，熔岩流严格遵循重力规律向下流动并引发房屋燃烧与震动。尽管爆发强度略显保守，缺乏调节滑块导致效果不够激烈，且整体风格偏向卡通化（类似任天堂图形），但考虑到这是在Web浏览器中运行的生成结果，其质量已属优异。用户可通过时间轴快速预览从爆发到城镇毁灭的全过程。
"The houses look nice now. Look at that. There is no Z fighting whatsoever... This is a beautiful 100% gorgeous generation of volcano explosion."
本地部署K3的硬件集群配置与性能瓶颈对比
在尝试本地运行Kimi K3模型时，由于量化转换版本错误导致代码生成失败后，作者启用了一个稍旧的备份版本进行实验。该模型体积约为580 GB，必须通过集群方式跨三台计算机运行：包括一台Mac Studio（分配512 GB内存，实际占用400 GB）以及两台配备128 GB统一内存的Mac设备（各分配50 GB）。尽管本地运行实现了代码生成，但其性能表现远逊于云端服务。云端Max思考模式完成火山模拟耗时约1小时，共执行77次工具调用；而本地部署仅能达到每秒6个Token的生成速度，作者估算完成同等任务需要一年时间。尽管性能差距巨大，但能在本地硬件上运行该模型本身仍具吸引力。
| 部署方式 | 生成速度/耗时 | 工具调用次数 |
|---|---|---|
| Kimi K3.1 Pro (云端 Max) | 约1小时完成火山模拟 | 77次 |
| Kimi K3 (本地集群) | 6 tokens/秒 | - |
Mars登陆计划生成中的叙事连贯性与标准模式游戏测试
在Mars登陆计划的生成中，Max思考模式展现了极高的叙事连贯性。该场景基于他人生成的Remix版本修改而来，代码中大量使用Tailwind CSS和JavaScript依赖。生成内容包含带有中国国旗元素的火箭发射、火星轨道飞行以及“190天后”的过场动画，最终实现自主着陆。尽管中途出现火箭解体等逻辑混乱片段（如地球被渲染为圆形引发“地平说”调侃），但整体视觉效果华丽。此外，作者测试了标准思考模式生成的射击游戏，该版本支持弹药增强、射速提升等交互功能，并包含一个被压扁的机器人作为最终Boss。尽管非完整游戏，但标准模式生成的视觉效果同样精美，证明了其在轻量级交互场景下的可用性。
《帝国时代2》标准模式测试：基础机制与图形表现
在视频的后半段，创作者展示了使用 Kimi K3.1 Pro 标准思考模式生成的《帝国时代2》游戏原型。尽管处于基础设置下，AI 成功构建了包含村民、农场和瞭望塔的核心游戏循环。测试中观察到 AI 能够控制村民采集食物并建造农场，甚至实现了从基地构建防御设施的功能。然而，在战斗逻辑上仍存在明显缺陷：AI 未能通过城堡生成新兵，导致防御力量受限。尽管存在这些机制漏洞，创作者指出图形渲染效果已经非常精美，基础框架已具雏形。他坦言当前版本在战斗平衡性上需要调整，但认为随着高思考模式或最大思考模式的介入，生成质量将得到质的飞跃。这种“原型化”的状态表明 AI 已具备构建复杂即时战略游戏底层逻辑的能力，尽管细节仍需打磨。
高思考模式预期与《帝国时代》系列的情怀回顾
创作者在测试中穿插了对《帝国时代2》的个人情感叙述，强调该作是其心中无可替代的经典。他回忆了自己曾疯狂下载所有自定义战役的经历，并对比了系列其他作品：《帝国时代3》因过度 3D 化而被视为失败之作，《帝国时代4》虽好但缺乏《2代》那种“跑打”（run and gun）的独特韵味。基于这种对经典玩法的深刻理解，他预测当应用高思考模式或最大思考模式时，《帝国时代2》的生成效果将变得“非常精彩”。这种预期建立在标准模式已验证基础可行性的前提上，暗示更高级别的推理能力将能修复当前战斗机制的短板，并可能重现玩家所钟爱的历史战役深度。
24小时测试总结：从火星火箭到音乐生成的能力边界
视频最后回顾了整场 24 小时测试的核心成果。除了游戏生成外，AI 还成功模拟了将火箭发射至火星的过程，在性能上超越了 SpaceX 的旧版本对比测试。创作者指出，最大思考模式的生成时间波动极大，单次任务耗时可达一小时以上。此外，测试还揭示了 AI 在音频领域的潜力，能够生成令人惊叹的音乐作品。尽管部分语音合成存在发音不准的问题（如“each other”的误读），但整体表现令人印象深刻。视频以一段快速剪辑的音乐生成片段收尾，创作者在深夜完成制作后向观众致谢，强调了这些看似简短的视频背后所耗费的大量时间与精力。
结论
Kimi K3.1 Pro在云端Max模式下展现出顶级生成能力，能精准修复火山物理逻辑、实现复杂音频交互及高保真游戏原型，且通过“Rewind”等谜题验证了其深度推理优势。然而其短板显著：本地部署因6 tokens/秒的速度瓶颈导致实用性极低，代码生成需多轮迭代修正重复错误，且语音识别存在误读。该模型适用于追求极致质量、可接受长耗时（约1小时）的云端复杂创作场景，但不适合对实时性要求高或依赖本地隐私计算的用户。