过去两个月，全球大模型市场迎来密集更新。9月，OpenAI与Anthropic相继发布新一代旗舰模型，而中国头部厂商在经历三个月的平静期后，于10月23日由月之暗面正式发布Kimi K3.1 Pro，重新加入竞争行列。
新模型拥有2.8万亿总参数，每次推理激活1040亿参数，支持100万token上下文窗口，并在编程、智能体、3D创作及金融研究等领域实现显著升级。官方宣布，完整模型权重将于11月4日前开放。
性能评测：多项基准测试赶超国际顶尖模型
K3.1 Pro在多项权威测试中表现优异，部分指标已超越GPT-6 Astra并逼近Claude Opus 5.5。
在Terminal-Bench 4.0编程测试中，K3.1 Pro得分为65.7%，超过GPT-6 Astra的58.2%，仅落后Claude Opus 5.5（66.4%）0.7个百分点。在考察长周期软件工程任务的SWE-Marathon v1.1中，K3.1 Pro以51.7%的成绩领先Claude Opus 5.5（46.3%）和GPT-6 Astra（42.5%）。
智能体能力方面，K3.1 Pro在Agents' Last Exam中获得43.2分，优于Claude Opus 5.5的42.6分和GPT-6 Astra的32.8分；在允许调用工具的Humanity's Last Exam完整版测试中，其70.0%的成绩位列对比模型首位。
尽管在科学计算终端任务、部分知识推理和3D重建测试中，GPT-6 Astra和Claude Opus 5.5仍保持优势，但独立评测机构Artificial Analysis的最新智能指数显示，K3.1 Pro得分55分，排名全球第四，较上一代K3提升11分。
（来源：Artificial Analysis）
Artificial Analysis指出，一旦K3.1 Pro公开模型权重，它将成为该指数中得分最高的开放权重模型，顶级闭源模型与领先开放权重模型之间的分差将从12分缩小至3分。
视觉与3D创作：从代码生成到复杂游戏开发
K3.1 Pro在保持编程优势的同时，大幅提升了网页、演示文稿及交互内容的视觉表现力，能够协同处理代码逻辑、页面构图、材质光照及动画设计。
复杂3D游戏与场景构建
官方演示显示，K3.1 Pro已具备开发完整3D游戏的能力。例如，通过编写代码和调用工具，模型利用虚幻引擎5.8构建了包含大型建筑场景、程序化建模及实时光照的天宫对战游戏环境；另一款基于Godot引擎开发的东方仙侠风格RPG游戏，则实现了多区域探索、Boss战机制及角色交互。
此外，模型还能生成具备高完成度的3D汽车登录页面，将三维模型与网页交互结合，兼顾功能实现与视觉体验。
3D建模与设计自动化
在3D建模方面，K3.1 Pro能根据文字、草图或图片理解物体结构，并自主编写Blender、CAD等软件脚本修改几何结构与材质。官方展示的福建土楼灵感台灯及机场室内雨林场景视频，均体现了其在空间关系理解和自动化设计上的进步。
为此，月之暗面同步推出“3D Make”功能，用户可在Kimi平台直接创建、预览、编辑3D模型，并导出用于3D打印的文件或视频。
长周期复杂任务执行
K3.1 Pro在长时间执行复杂任务上展现出新特性。在一项人体行走模拟实验中，模型基于包含数百个骨骼肌肉组件的开源模型，历经167项任务和420次评审。当遇到手臂运动瓶颈时，模型能主动检查底层假设，发现并修复36处肩部肌肉力臂计算错误，最终实现虚拟人连续交替行走。这表明模型已具备在任务失败后自我诊断、寻找错误原因并重构工作步骤的能力。
技术路径：强化学习驱动专业领域突破
K3.1 Pro并非从头训练的3万亿参数新模型，而是在K3基础上进行大规模后训练的成果。团队重点增加了强化学习的计算投入，优化了训练框架、长上下文推理及沙盒环境，使模型能在数百个领域的真实或模拟任务中反复尝试并调整策略。
这一技术路径解释了为何K3.1 Pro在编程、智能体及长周期任务上进步显著，而在所有知识推理测试上未呈现全面领先。
金融研究与事实准确性提升
在金融研究领域，K3.1 Pro在OfficeQA Pro v2测试中以64.4分超越Claude Opus 5.5（62.2分）和GPT-6 Astra（54.4分）。内部测试显示，其金融建模成绩提升7.2分，金融研究提升11.6分，模拟商业运营能力提升约4.2倍，可胜任财务预测、投委会报告及行业研究等复杂任务。
针对事实准确性，在Kimi Hallu Bench Hard压力测试中，单条事实错误率从K3的23.4%降至8.3%。
定价策略与部署现状
目前，K3.1 Pro API价格为每百万输入token 2美元、输出token 10美元，较上一代下降约三分之一。同时推出的Highspeed版本输出速度提升2至3倍，但价格翻倍。值得注意的是，标准版K3.1 Pro的输出速度约为每秒73.5个token，低于同类平均水平，实际使用成本需结合具体场景评估。
K3.1 Pro已上线Kimi网页端、移动端、Kimi Work、Kimi Code及API平台。此次发布延续了月之暗面的大规模开放权重路线，通过后训练挖掘现有模型潜力，进一步缩小了全球顶级闭源模型与开放权重模型之间的差距，为开发者提供了更接近前沿水平的选择。