精华速览

10月24日，月之暗面发布旗舰模型Kimi K3.1 Pro，参数规模达3万亿级，由Kimi K3后训练而来，支持100万token上下文窗口，并计划在11月4日前完成开源。该模型在Artificial Analysis榜单上较K3提升11分，位列总榜第四、国产第一，超过Claude Fable 5.1和GPT-6 Astra，仅次于Claude Opus 5.5、Claude Sonnet 5.5和Muse Wonder。编程、3D创作与金融研究是能力提升重点，官方演示覆盖虚幻引擎游戏场景、FreeCAD航空发动机建模及Blender场景复刻。价格方面，输入13元/百万tokens、输出68元/百万tokens，较K3分别下降35%和32%，按美元刊例价仅为GPT-6 Astra的20%、Claude Opus 5.5的50%。

要点透视

  • Kimi K3.1 Pro参数规模为3万亿级，由Kimi K3后训练而来，上下文窗口达100万token，月之暗面计划11月4日前完成开源。
  • 在Artificial Analysis榜单上，Kimi K3.1 Pro比Kimi K3高11分，排名总榜第四、国产第一，超过Claude Fable 5.1与GPT-6 Astra。
  • 定价为输入13元/百万tokens、输出68元/百万tokens，较K3输入降35%、输出降32%；按美元价仅为GPT-6 Astra的20%、Claude Opus 5.5的50%。
  • Terminal Bench 4.0编程基准得分65.7%，领先GPT-6 Astra的58.2%，接近Claude Opus 5.5的66.4%。
  • BenchCAD基准开启工具调用后得分92.7%，接近Claude Opus 5.5的96.2%和GPT-6 Astra的95.9%。
  • 智东西实测中，模型约45分钟生成含3052个独立构件的可编辑CAD展览馆模型，并输出11页图纸和构件明细表。
  • 内部财务基准上，Kimi K3.1 Pro财务建模提升7.2分、金融研究提升11.6分，业务运营得分为K3的4.2倍；Frontier Finance得分58.6，OfficeQA Pro V2得分64.4。
  • 同步推出高速版，速度为常规版2至3倍，价格为常规版2倍；用户可通过Kimi官网、Kimi Work、Kimi Code及API使用。

文章拆解

Kimi K3.1 Pro的发布延续了月之暗面以“后训练”挖掘模型潜力的路线。3万亿参数规模并非从零训练的新底座，而是在K3基础上大幅增加后训练算力，并进行覆盖数百个下游域的大规模联合强化学习。这一选择意味着模型能力的增量更多来自任务分布、工具调用和反馈闭环的打磨，而非单纯堆叠预训练数据。对行业而言，这提供了一个观察样本：在底座能力趋于接近的情况下，后训练工程化水平可能成为拉开差距的关键变量。

从榜单和实测看，Kimi K3.1 Pro的定位清晰指向“可交付任务”而非单轮问答。编程基准逼近Claude Opus 5.5，3D建模基准与海外头部模型差距缩小到个位数，实测中45分钟生成3052个构件的CAD模型、20分钟完成Godot游戏初版并执行60项引擎检查，说明其长程任务推进和自检修正能力已有实质进步。金融场景中从10-Q表格提取数据生成桑基图，也体现出文档理解与结构化输出的结合。这些能力对开发者和设计类用户更具直接价值。

价格策略是另一条主线。按美元刊例价计算，Kimi K3.1 Pro仅为GPT-6 Astra的20%、Claude Opus 5.5的50%，同时较自家K3继续降价。这一定价配合开源计划，可能加速国内开发者在编程、CAD和金融分析等场景的迁移测试。但需注意，低价能否转化为长期留存，取决于API稳定性、工具链生态和高速版的实际吞吐表现，这些尚待确认。

值得关注的变量包括：开源后社区微调与部署成本能否被广泛承受；3D建模能力在真实工业软件中的兼容性和精度是否稳定；以及官方基准与单次实测之外，模型在长周期项目中的一致性。潜在风险在于，后训练强化学习对沙盒基础设施和调度要求较高，若服务规模快速扩张，推理成本和响应质量可能承压。总体看，Kimi K3.1 Pro缩小了国产模型与海外头部在复杂任务上的差距，但“国产第一”的榜单位置仍需更多第三方复现和真实项目验证来巩固。

查看原文