精华速览

Kimi正式发布新一代旗舰模型K3.1 Pro，此前在大模型竞技场以“Kibitz”代号盲测引发关注。该模型拥有3万亿级参数，支持100万上下文，在代码、Agent和知识类基准上紧追最强闭源模型，Artificial Analysis智能指数升至全球第四、开源第一。同步推出Highspeed高速版，输出速度为普通版2至3倍。K3.1 Pro已在Kimi网页、App、Kimi Code、CLI及API上线，并计划11月4日前开放完整模型权重。在国产模型普遍转向低价快速路线的背景下，Kimi选择继续冲击旗舰性能上限，实测在3D生成、网页设计、长程编码和金融建模等任务中表现突出。

要点透视

  • K3.1 Pro参数规模达3万亿级，支持100万上下文，计划11月4日前开放完整模型权重。
  • 在Artificial Analysis智能指数中，K3.1 Pro位列全球第四、开源第一，代码、Agent和知识类基准紧追最强闭源模型。
  • 同步推出K3.1 Pro Highspeed高速版，智能水平与普通版相同，输出速度为普通版的2至3倍。
  • 模型已在Kimi官方网页和App、Kimi Code、CLI以及API上线，并新增3D Make功能，支持在线预览编辑3D模型、下载blend或glb文件用于3D打印。
  • 在Office QA Pro v2和SpreadsheetBench 2两项金融相关外部基准测试中，K3.1 Pro均超过GPT-6 Astra、Opus 5.5等前沿闭源模型。
  • 实测中K3.1 Pro可依据单条提示词生成含完整节奏与转场的15秒动态图形视频，并能复刻Arc浏览器的标签页拆分、侧边栏、全局搜索等功能。
  • Kimi K3于今年7月发布时将国产开源模型参数规模提升至2.8万亿，K3.1 Pro在约100天后进一步升至3万亿级。

文章拆解

K3.1 Pro的发布时点值得注意。过去数月，国产大模型的主线竞争集中在Flash档位，以更低成本和更快速度争夺“智价比”，DeepSeek V4 Flash等产品带动了这一趋势；与此同时，Claude Opus 5.5、GPT-6 Astra等闭源旗舰在编程、3D创作和复杂Agent任务上持续拉开差距。Kimi没有跟随Flash路线，而是用3万亿级参数继续押注Pro档位，实质上是把竞争重新拉回能力上限。

从素材披露的测试看，K3.1 Pro的差异化不只在跑分。3D场景生成、可交互网页、动态图形视频等开放式任务，考验的是模型对空间层次、材质灯光和叙事节奏的综合把握，这类能力很难靠压缩参数获得。金融领域的Office QA Pro v2和SpreadsheetBench 2成绩超过部分闭源旗舰，则说明其在多文档交叉核对、跨表公式和错误诊断等专业流程上具备实用价值。对企业和开发者而言，这意味着国产模型在需要“干大活”的场景中多了一个可选项，而不只是低价替代。

核心逻辑在于参数规模与真实能力的关系。行业一度热衷证明小模型也能在Benchmark上接近旗舰，但素材指出，跑分接近不等于开放式任务表现相同，较大模型在洞察力、想象力和语言细腻度上仍可能占优。K3.1 Pro延续的正是“大而美”路线：在架构、训练质量和推理条件相近时，更充足的模型容量带来知识储备和综合能力优势。

值得关注的变量包括：完整模型权重能否按计划在11月4日前开放，这将直接影响开源社区的二次开发空间；Highspeed版本在实际API调用中的稳定性与定价策略尚待确认；3D Make的编辑能力和导出格式能否支撑生产级工作流，也需要更多用户验证。潜在风险在于，旗舰模型的推理成本通常高于Flash档位，若定价缺乏竞争力，可能限制中小开发者的采用；同时，闭源旗舰的迭代节奏并未放缓，K3.1 Pro能否在数月内保持相对位置，仍取决于后续更新。总体看，Kimi此举为国产模型保留了一条冲击能力天花板的路径，但商业化落地效果尚待观察。

查看原文