中国人工智能实验室 Moonshot AI 周四发布了 Kimi K3.1 Pro，这是其新 K3.1 系列中的第一个模型，也是该公司称之为迄今为止最强大的开放权重模型，具有 100 万代币上下文窗口。此次发布还推出了 Kimi K3.1 Pro Highspeed，该公司称该变体的运行速度比标准型号快两到三倍。两者均可立即在 Kimi.ai、Kimi Work、Kimi Code 和 Kimi API 上使用，完整的模型权重计划于 11 月 4 日发布。
此次发布恰逢开放模型竞赛 的紧张时刻，几天前 DeepSeek 据称融资 150 亿美元，加剧了中国前沿实验室之间的竞争。彭博社将这次发布描述为 Moonshot 自其“DeepSeek 时刻”以来的首次重大升级，该模型立即引起了 Hacker News 的关注，在几个小时内就获得了近 400 个点。
人工分析指数第四名
主要结果来自人工智能分析指数，Kimi K3.1 Pro 得分为 55 分，比其前身 Kimi K3 提高了 11 分，总体排名第四。根据Artificial Analysis，只有三个专有模型排名更高：Anthropic 的 Claude Opus 5.5，排名第 58，Claude Sonnet 5.5，排名第 56，Muse Wonder Full 排名第 56。
差距对于接下来发生的事情最为重要。如果 Moonshot 在 2026 年 11 月 4 日之前按计划交付权重，那么 K3.1 Pro 将成为得分最高的开放权重模型，将最佳开放模型和专有模型之间的差距从 12 分缩小到 3 分——假设在接下来的几周内没有其他变化。
Decoder 报告参数数量保持在 2.8 万亿个，而 Moonshot 将该系统描述为 Kimi K3 的后训练版本，使用更大的后训练计算构建。该公司表示，它在数百个下游领域运行了大规模联合强化学习，重新设计了强化学习框架、长上下文推理和沙箱基础设施，以便每次计算增量都能带来稳定的回报。
代理编码是主角
K3.1 Pro 最大的进步体现在代理任务上。 Terminal-Bench 4.0 在现实的、资源受限的终端任务上评估编码代理，在该模型上得分为 65.7%，领先于 OpenAI 的 GPT-6 Astra 的 58.2%，以微弱优势落后于 Claude Opus 5.5 的 66.4%。从长远来看，Kimi K3 在同一测试中仅获得 13%。
Moonshot 的内部 Kimi Code Bench 3.0 Long-horizon 衡量跨工程领域的多步骤执行和端到端问题解决，K3.1 Pro 得分为 61.2%，而 K3 得分为 55.95%。在Artificial Analysis跟踪的GDPval-AA代理基准上，该模型达到了1,846 Elo——比K3高出312点，并且接近Claude Opus 5.5的1,866和Muse Wonder Full的1,857。
幻觉率也急剧下降。在公司内部的 Kimi Hallu Bench Hard 上，声称级别的幻觉从 K3 的 23.4% 下降到 8.3%——尽管 Moonshot 警告说，该基准是有意的压力测试，而不是一般错误率的衡量标准，而 GPT-6 Astra 仍然以 5.5% 的水平领先。
3D 场景、游戏引擎和金融研究
除了原始基准之外，Moonshot 将 K3.1 Pro 定位为一款创意和专业工具。该公司展示了跨游戏引擎（包括 Unity、Unreal Engine 和 Godot）构建完整体验的模型，并将它们与网络搜索和 3D 生成相结合。据该公司的技术博客称，其前端输出——交互式 Three.js 场景和 3D 资产——显示出比其前身更强大的构图、排版和动画。
Moonshot 还报告了内部财务基准的提升，其中 K3.1 Pro 在财务建模方面比 K3 提高了 7.2 分，在财务研究方面比 K3 提高了 11.6 分，并且在 OfficeQA Pro v2 办公任务基准上超过了所有测试的模型。与所有供应商报告的内部评估一样，独立验证将是真正的测试。
定价下降 33%
随着能力的提升，Moonshot 还降低了价格。据 The Decoder 称，K3.1 Pro 每百万个输入代币的成本为 2 美元，每百万个输出代币的成本为 10 美元，缓存输入的价格为 0.20 美元——比 K3 的 API 定价大约降低了 33%。 Highspeed 变体每百万输入令牌运行 4 美元，每百万输出令牌运行 20 美元，以换取其两到三倍的推理速度。
这个定价使 K3.1 Pro 远远低于其目前在排行榜上落后的专有型号的旗舰级别，这一组合在很大程度上解释了开发者社区的热情。对于运行消耗数百万代币的代理工作负载的团队来说，每百万输出代币 10 美元到 25 美元之间的差异很快就会扩大。
为什么 11 月体重发布很重要
计划于 11 月 4 日发布的公开重量级版本可以说是故事的真正转折点。 Kimi K3 的权重今年早些时候在许可下出现在 Hugging Face 上，并很快被运行自托管部署的企业采用。如果 K3.1 Pro 按其第四名的成绩完好无损地交付，它将为开发人员提供一个可下载的模型，距离 Claude Opus 5.5 很近——这是一个以前没有公开版本达到的里程碑。
竞争对手并没有坐以待毙。据报道，DeepSeek 的融资额是其最初目标的两倍多，Qwen 的最新系列继续发布强劲的公开重量数据，而西方实验室则不断提高专有上限。但轨迹是明确的：到年底，本周人工分析指数 12 点的差距可能会缩小到个位数，甚至更小。
目前，K3.1 Pro 和 K3.1 Pro Highspeed 已在 Kimi 的消费产品和 API 上上线，权重倒计时已到 11 月 4 日。
---
保持人工智能领先地位获取最新的人工智能新闻、分析和突破——尽在一个地方。
阅读更多人工智能新闻 →
