10月24日，月之暗面正式推出K3.1系列首个模型Kimi K3.1 Pro。这是公司迄今能力最强的3万亿级参数开放权重模型，支持100万token上下文窗口，在代码、Agent和知识类基准上达到或接近最强闭源模型水平，完整模型权重将于11月4日前发布。
编程与Agent能力逼近第一梯队
在Terminal-Bench 4.0编程智能体评测中，K3.1 Pro得分65.7%，超过GPT-6 Astra的58.2%，与Claude Opus 5.5的66.4%仅差0.7个百分点。Artificial Analysis智能指数上，K3.1 Pro以55分冲上全球第四，较前代暴涨11分。
相比K3，K3.1 Pro最明显的变化是大幅增加后训练计算量，并把强化学习扩展到数百个下游领域。团队对强化学习框架、长上下文推理、训练效率、沙箱基础设施、调度系统等进行了系统性改造，让每一轮强化学习计算投入都带来稳定可预期的回报。
3D创作与金融研究显著跃升
在3D建模基准BenchCAD中，K3.1 Pro借助工具得分92.7%，接近Claude Opus 5.5的96.2%和GPT-6 Astra的95.9%。模型可根据文字描述、草图或参考图推断物体形状、比例和空间关系，并重建为可用3D模型。kimi.com和Kimi App已同步上线3D Make功能，支持在线预览、编辑及3D打印导出。
金融工作流方面，K3.1 Pro在OfficeQA Pro v2基准中得分64.4，取得当前最优成绩。在内部金融基准上，财务建模、金融研究、商业运营三项分别较K3提升14%、20%和约4.2倍。事实准确性方面，内部压力测试中，K3.1 Pro单项事实陈述错误率从K3的23.4%降至8.3%。
安全取舍：主动剥离网络攻防数据
随着模型能力快速提升，月之暗面此次专门解释了网络安全策略。团队在扩大后训练规模时观察到模型漏洞研究能力明显增强，进一步追踪发现一部分网络攻防数据混入了训练语料。因此在准备开放权重版本时，团队从训练阶段识别并删除相关数据，同时尽量保留通用编程能力。
内部测试显示，如果不删除网络攻防数据，同一训练流程产生的模型在xdev-bench-hard上的pass@3可达90.5%，最终发布版降至81.0%。Kimi表示，不希望一个开放权重模型直接推进攻击性网络安全能力的最前沿，这种渐进式释放也被认为是开放模型逼近闭源前沿后的现实折中。
全渠道上线与开放计划
即日起，用户可通过kimi.com、Kimi App、Kimi Work、Kimi Code和Kimi API使用K3.1 Pro及高速版。API定价为每百万token输入13元（未命中缓存）、1.3元（命中缓存），输出68元；高速版价格为其2倍，输出速度约为2至3倍。完整模型权重将于11月4日前发布，届时开源社区将首次获得一个在编程与智能体任务上对标顶级闭源模型的中国底座。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
