K3.1 编程实测：未能战胜 552＋196

在基于 Kimi Code 2.3.1 的测试中，K3.1 编程能力显著优于前代 K3 并在静态前端开发等项达到国内顶尖，但在无工具建模精度与提示词细节遵循上仍不及 Opus 5.5 和 GPT。此外，其模型幻觉大幅改善且优于 Gemini，在复杂探索性任务中消耗的 token 仅为 DeepSeek Flash 的一半。