10月24日凌晨，月之暗面发布 Kimi K3.1 Pro：官方称其为迄今能力最强的 3 万亿级参数模型，支持 100 万上下文，即日起在 kimi.com、Kimi App、Kimi Work、Kimi Code 和 Kimi API 开放使用。但热榜标题里的“开放权重”目前只兑现了一半——官方给出的时间表是完整模型权重 11 月 4 日前发布，届时才会落地真正的部署与微调权利，许可条款也尚未公布。所以“来了”的准确含义是：一个能力摸到闭源第一梯队的模型，第一次把旗舰后训练版本的权重排进了开放日程。知乎
它不是从零训练的新模型。K3.1 Pro 继承的是 7 月底刚刚全量开源的 K3 基座，央视新闻当时称那颗 2.8 万亿总参数的模型是全球参数规模最大的开源大模型；官方对这一代升级的定位也很明确：后训练版本，后训练算力大幅增加。发布前一天，新模型还曾以“Kibitz”为代号在 Arena 盲测中提前露过面，外界早知道它在路上——真正的悬念不是有没有新版本，而是开放能走到哪一步。微博36氪
能力摸到闭源第一梯队，但靠的是“偏科”打法
跃升首先体现在编程智能体上。在考察终端真实任务的 Terminal-Bench 4.0 中，K3.1 Pro 得分 65.7%，超过 GPT-6 Astra 的 58.2%，与 Claude Opus 5.5 的 66.4% 只差 0.7 个百分点——开放权重队列里的模型第一次在编程智能体的真实终端任务上站到闭源第一梯队门口。官方口径同样克制：达到或接近最强闭源模型水平，而不是全面超越。知乎
最能说明它强在哪的是演示里的一个工程细节。K3.1 Pro 用开源人体模型搭建行走仿真，经过 167 项任务、420 次独立评审让模拟人体连续行走 11.2 秒；当手臂动作反复调奖励都不对时，模型转而对仿真器动力学做开环探测，先修掉问题再继续。它查出的是“环境自己算错了”——长程 Agent 真正耗人的往往不是执行，而是知道错在哪一层。知乎
第三方的画面则要立体得多。Artificial Analysis 的综合智能指数里，K3.1 Pro 从 K3 的 44 分涨到 55 分、排全球第四，但知识类基准涨幅明显偏小：人类最后一考从 47% 升到 52%，CritPt、SciCode 只各动了两三个点，提升幅度明显小于代码与智能体指标。换句话说，凡是有清晰验收标准的赛道——代码、3D、金融工作流——RL 能推得很远；反馈模糊的开放知识问题，它的杠杆仍然有限。金融方向的专项数据可以佐证这种选择：官方内部高难度事实压力测试中，单项事实陈述错误率从 K3 的 23.4% 降到 8.3%，但官方同时注明这是刻意聚焦易错场景的压力测试，不代表日常回答的出错率。知乎
价格降了三分之一，账单却没有
定价是这次少见的“加量还降价”：国内 API 每百万 token 输入 1.3 元（命中缓存）／13 元（未命中）、输出 68 元，高速版输出速度约 2~3 倍、价格翻倍。国际单价普通输入、缓存读取、输出三项也分别比 K3 下调三分之一。知乎
但按任务算钱是另一回事。Artificial Analysis 测得它输出约 73.5 token/s，低于同类模型 81.1 的中位水平；跑完一整套智能指数测试累计输出约 1.5 亿 token，比参与模型中位数高出约 72%——更强，也更“话痨”。即便如此，算上多花的 token，AA 估算的单任务平均成本约 2.11 美元，仍明显低于 Opus 5.5 的约 5.98 美元。对长任务用户真正的提醒是订阅侧：模型越能干，单任务烧掉的推理预算越大，社区里“额度消耗太快”的抱怨和性能好评几乎同时出现。知乎
开放权重真正的看点，在 11 月 4 日之后
对等不起 API 的企业用户——数据不能出域、要私有化部署、想拿自己的领域数据微调——权重才是这件事的实质。而这次发布还带出一个新的行业命题：开放多少能力，开始被当成模型设计本身的一部分。有知乎测评引用官方技术博客称，未经针对性削弱的版本在考察漏洞开发利用的 xdev-bench-hard 上拿到 90.5%，最终发布版被压到 81.0%——主动训练阶段删减攻防数据，而不是发布后再靠拒绝机制兜底。原因不难理解：闭源可以靠服务端管控使用方式，权重一旦放出，厂商就再也控制不了它跑在谁的机器上——同一条对比里，上一代全量开源的 K3 在这项测试上只有 33.3%，削弱后的 K3.1 Pro 依然远超它，说明攻防能力很难从通用推理里干净拆出，这个口子开多大、能不能抗住微调恢复，还要等社区拿到权重后检验。知乎
所以接下来值得盯的是三件事：11 月 4 日前权重是否如期放出、许可证写了什么、开放版与在线版的能力差距有多大。在那之前，“Kimi 开放权重模型来了”更准确的说法是——前沿开放权重模型的排期，真的来了。
