10月24日凌晨，月之暗面发布K3.1系列首款模型Kimi K3.1 Pro。三天过去，跑分、实测、道歉都齐了。
先给结论：真正的更新在长程Agent和终端编程，3D、金融是新增量；“全面追平Opus”“开源免费”都说过了头，订阅额度翻车也是真的。
一、Agent是最大变化
K3.1 Pro还是3万亿级参数：2.8万亿总参数、1040亿激活的MoE，100万token上下文，多模态。改的是后训练：RL算力加码，训练领域扩到数百个下游领域。
效果最直观的是Terminal-Bench 4.0。K3只有13%，K3.1 Pro官方得分65.7%，超过GPT-6 Astra的58.2%，离Claude Opus 5.5的66.4%不到1个百分点。新智元
Artificial Analysis自己跑出67%，在Terminal-Bench上排到第一。知乎
同一机构的智能指数给了55分，全球第4，比K3高11分。新智元
但“全面追平”不成立。官方成绩单里，科学类终端任务只有38.1，Astra是68.1。它更像一个偏科明显的长任务选手。知乎
二、3D和金融：能用，但别理解成“纯血”
kimi.com和Kimi App上线了3DMake，可以在线预览、编辑，下载模型去3D打印。InfoQ
新智元拿一张手绘三视图实测：40分钟，608行Blender脚本，1.7MB GLB。新智元
BenchCAD上它拿92.7%，但注意，这个成绩标注的是“借助工具”，Opus 5.5是96.2%。InfoQ
社区随后发现，内置的model3d_generation技能会运行Python脚本，通过外部API生成3D模型。版本号还与TripoAI对得上。字母AI
官方从没说是模型徒手建模，调用工具本身也是Agent能力的一部分；但把它当成“模型自己长出3D能力”，就过了。
OfficeQA Pro v2拿到64.4分，官方称当前最优。InfoQ
内部压力测试里，单项事实错误率从K3的23.4%降到8.3%。这是挑易错样本的压力测试，不代表日常。InfoQ
三、单价便宜了，账单不一定便宜
API定价：每百万token，缓存命中输入1.3元，未命中13元，输出68元。InfoQ
单价比Opus 5.5低一半，比K3便宜三分之一，只有GPT-6 Astra的五分之一。知乎新智元
但K3.1 Pro话多。AA跑完整套智能指数测试，它累计输出约1.5亿token，同类中位数是8700万，高出约72%。AA评价它“非常冗长”。InfoQ
真正翻车的是订阅额度。发布头两天，大量用户抱怨5小时额度十几分钟就烧完。InfoQ
有人199元档装一个Skill就用掉70%。华尔街见闻
10月26日，Kimi致歉，给所有有效期内的订阅会员返还月度总额的25%，并减少不必要的子Agent调用和输出长度。第一财经
四、“开源”还要等，网安是主动砍的
完整权重承诺11月4日前开放。小红书
在此之前，Artificial Analysis仍把它标为闭源。“开源最强模型”的说法，严格讲还没兑现。知乎
所谓“免费Opus”的宣传，对不上实际定价。知乎
另一个被误读的点是网络安全。Kimi在开放权重前，主动从训练数据里删掉了网络攻防内容，内部漏洞利用测试xdev-bench-hard的pass@3从90.5%降到81.0%。InfoQ
但AA的网络安全指数里，它仍以64%排开放可用模型第一、总榜第二。这不是“把安全能力删没了”，是压低攻击性能力。知乎
尾声
K3.1 Pro适合跑长终端任务、改代码、做3D原型、读金融文档。
它擅长多轮推进，单轮“一句话出大片”反而不稳。InfoQ
拿它做高频、低成本的批量调用，额度会先受不了。
11月4日权重开放后，才是下一场考试。
现在能确定的是：Agent这条线，Kimi确实追上来了；但“免费Opus”这个标签，它现在戴不住。
