据 Kimi 开放平台定价页与模型列表的官方公告（核对时间 2026 年 11 月 2 日）：K2 系列模型自 10 月 31 日起停止向新注册用户开放，已注册用户暂不受影响；官方计划在 12 月底下线所有 K2 系列模型，并提示用户提前做好迁移准备。官方迁移指向是 kimi-k3.1-pro。如果你的程序里还在调 K2，这篇把受影响清单、迁移步骤、成本变化和一个容易踩的默认档位坑整理成清单。
先确认自己用的是不是受影响模型
官方定价页 K2 系列表中的三个在售模型名受此影响：kimi-k2.7-code、kimi-k2.7-code-highspeed、kimi-k2.6（上下文均为 262,144）。另有一批更早的模型已先行下线，可直接排除怀疑：kimi-k2.5 与 moonshot-v1 系列已于 8 月 31 日下线，kimi-k2 系列（含各 preview）已于 5 月 25 日下线。自查方法：在代码、配置文件与环境变量里全局搜索「kimi-k2」和「moonshot-v1」开头的字符串——搜不到，就不受这次下线影响；搜到了，接着走迁移三步。
迁移三步
第一步：换模型名。官方指向的替代模型是 kimi-k3.1-pro（3 万亿级参数、原生视觉理解、1,048,576 上下文）；追求速度的负载对应 kimi-k3.1-pro-highspeed（官方口径约为标准版的 2~3 倍速度）。K2.7 Code 的编程类负载按社区迁移指南，多数只需替换模型字符串，OpenAI SDK 改 base URL 即可。
第二步：有意设置思考档位——这是迁移里最大的坑。社区迁移指南（KissAPI，第三方整理，以官方文档为准）指出：K3.1 Pro 总是在思考，无法关闭，reasoning_effort 接受 low / high / max 且默认 max。这意味着只改模型名、不动档位的程序，每一个请求都会按 max 档跑——输出 token 更多、响应更慢，账单和体感都会变差。正确做法是按任务有意设档：Agent 循环与编程任务用 high，路由、打标、短摘要用 low，难题才用 max；三档的选法见思考强度三档怎么选一篇（同型机制，判断法通用）。
第三步：小批量先测再全量。用 staging key 跑平时的测试集，对比三项：回答质量、延迟、每任务 token 消耗——比「每 token 单价」更该看的是「每任务成本」，因为档位与上下文长度的变化都会改写这个数。离线大批量任务记得用批量模式：官方口径 K3 系列批量按标准价的 60% 计费，用法与账单算法见批量与峰谷怎么选。
成本变化：换模型贵了多少，又怎么省回来
社区迁移指南按美元价换算：K2.7 Code（输入 $0.95／输出 $4.00 每百万）换到 K3.1 Pro（$2.00／$10.00），输入约 2.1 倍、输出约 2.5 倍（第三方换算，人民币口径请以官方定价页为准：K2.7 Code 为 ¥6.50／¥27.00，K3.1 Pro 为 ¥13.00／¥68.00）。三件事可以把差价省回来：一是档位——默认 max 改成任务匹配的档位，思考 token 立刻降下来；二是上下文——K3.1 Pro 的上下文是 1,048,576，原来在 K2 的 262,144 下必须切块的长文档，现在可以整篇喂，省掉切块与重复前缀的开销（缓存计费对重复前缀自动生效，命中价 ¥1.30）；三是批量——能等的结果走批量六折。三招叠加，多数负载的实际成本能与迁移前打平，账单口径见三张账单一篇。
提示词起手式（迁移评估）：「我有一个调用 Kimi 的程序，当前模型 [填模型名]，典型请求：[输入长度、输出长度、每天次数]。迁移到 kimi-k3.1-pro 后，请帮我列出：一、需要改的配置项；二、reasoning_effort 建议档位及理由；三、估算迁移前后的每任务成本变化，不确定的数字标注『估算』。」
常见问题
- 已注册用户现在会被断吗？官方口径是 12 月底计划全部下线，未给出逐模型的精确日期——不要按「最后一天」排期，12 月中旬前完成迁移更稳。
- K3 和 K3.1 Pro 选哪个？官方迁移指向 K3.1 Pro；两代的定位与价格（K3 为 ¥20／¥100）见模型列表怎么看一篇的对照表。
- 长文档用法在 K3.1 Pro 上有变化吗？上下文从 262,144 翻到 1,048,576，切块策略可以简化；长文档实操见Kimi 长文档实战与五个提效技巧。
