10月24日凌晨一点多，月之暗面几乎没有预热就上线了Kimi K3.1 Pro，与它一起亮相的还有加速版Highspeed。官方把这台K3.1系列的首个模型定位为迄今最强的3万亿参数级开源权重模型，支持100万上下文，代码、3D创作、金融研究和长程Agent是提升最显著的方向。 它不是换了一代基座——发布稿里关于技术只有一句话：K3 基座不动,后训练算力大幅加码，整条RL链路重做。 官方同时给出了明确的时间表：完整模型权重将于11月4日公开发布。 这场实测真正回答的问题是：旗舰能力的差距正在收敛到1个百分点以内，真正拉开距离的是后训练基建、API定价和工具链绑定，开源与降价会把这一切交给全网验收。微博知乎知乎
跑分与实测，是两副秤砣
官方基准里最受关注的是Terminal-Bench 4.0——模拟真实资源受限环境的编程Agent测试：K3.1 Pro拿到65.7%，压过GPT-6 Astra的58.2%，距离Claude Opus 5.5的66.4%只差0.7个百分点；内部基准Kimi Code Bench 3.0长程任务上，它比K3的55.95%提升到61.2%。 第三方的口径同样激进：Artificial Analysis综合智能指数中，K3.1 Pro排到总榜第四、开源权重模型第一。 创作者转引的同一份榜单给出具体分数：AA综合智能指数55分，力压群雄坐稳全球开源第一。知乎哔哩哔哩哔哩哔哩
但首发夜的实测给出的图景更立体。有博主连夜用Kimi自家harness以最大思考深度连跑4个真实案例，验证能否听懂要求、端到端交付东西。 也有人急头白脸上线就见证她当场发疯的翻车瞬间。 一句提示词生成产品PV、与Opus 5.5同题对照的测评里，创作者的判断是七八成功力到位，但节奏拖沓、审美反而更强。 官方三个编码案例——端到端搭建UE5.8天宫战斗场景、生成3D汽车落地页、覆盖Godot冒险游戏——以及模型在行走动力学模拟器出错时自己设计开环探针、定位36处肩部肌肉力臂错误的内部案例，展示的是上限；个体博主抽查反映的稳定性，才是当前实测的地板。哔哩哔哩哔哩哔哩哔哩哔哩
基座不动之后，卷的是RL基建
能力结构最能说明发力点：官方报出金融建模比K3提升7.2分、金融研究提升11.6分，OfficeQA Pro v2的64.4分被列为SOTA；幻觉控制上，内部压力测试Kimi Hallu Bench Hard的claim级幻觉率从K3的23.4%降到8.3%，官方同时注明该基准是刻意刁难模型的错误探测，不代表日常错误率。 拆解技术路线的文章则指出，RL框架、长上下文推理、沙箱、rollout调度整条链路重做，长程Agent的吞吐取决于长尾轨迹怎么处理、1M上下文状态放哪、沙箱能不能暂停。 月之暗面自己也留了后手：观察到后训练规模扩大让漏洞研究能力稳步上升，于是为开源版本在两个训练阶段主动识别并移除了网络安全相关数据。连它自己的下一代也已经排进传闻——媒体此前报道月之暗面：KimiK3.1预计月中发布，K4冲刺5至6万亿参数。知乎知乎微博
十月国产时间线：发布周期压缩到以月计
把近三个月的节点排开，"集体卷旗舰"不是修辞。DeepSeek发布了它的最新旗舰模型V4-Pro正式版，版本号叫0813，随后又在8月17日涨价。 9月首发V4.1-Flash后，10月17日低调更新的1017版本被第三方基准实验室判断为基准成绩杀进旗舰分数段，单任务成本不到8毛。 钱的信号紧随其后：10月22日彭博社放出消息，DeepSeek完成约1000亿元人民币融资，腾讯和宁德时代是出资最多的两家。知乎知乎知乎
智谱把参数量卷成军备竞赛：已发布的GLM-5.3总参数约7430亿，据多家媒体交叉引用的同一份专家交流纪要，GLM-5.5参数可能落在2.5万亿至3.5万亿区间，超过目前国产及开源模型中参数量最大的Kimi K3系列（2.8万亿），刷新规模纪录。 字节的路线是扎进工作流：10月21日，豆包工作在此前支持PPT、Excel本地编辑的基础上新增Word编辑能力，同时上线可追溯的工作记忆面板。 阿里的新旗舰则先以匿名身份出场：人们在Arena的编程对战里发现了Kibitz与Kalmia两个代号，社区分析认为前者疑似Kimi K3.1、后者疑似Qwen4。知乎知乎知乎
工具链的洗牌，发生在四个层面
洗牌首先发生在工具与模型的绑定上。开发者社区的订阅大战已经围绕具体模型展开：opencode以ds4.1f为基准,跟commandcode竞争谁的订阅套餐有更多的ds4.1f。 当旗舰间差距收敛到1个百分点内，工具厂商卖的不再是"能接到最强模型"，而是"能把某个模型的用量与体验榨到最足"。Kimi的全家桶一次铺齐，Highspeed版本的定价逻辑很直白：同样能力，速度快2-3倍，代价是API配额消耗翻倍。知乎知乎
切换成本藏在接口条款里。K3.1 Pro仅支持思考模式，第三方工具里模型ID输错不会报错，而是静默回退到不带思考模式的K2.8 Preview。 切换模型或思考强度还会失效提示词缓存，官方建议直接新建会话省token。 同一周有开发者给代码Agent接入glm-5.3时发现，context_length_exceeded算的是整次请求，系统指令、工具定义全算在内，删聊天记录根本不够。 每一家旗舰发布，harness层都得重写一轮适配器——适配速度与回退行为的可预期性，正在成为编码工具之间的真实差距。知乎微博知乎
价格与权限在重新划分入口。发布当天的定价梳理显示，降价1/3指标准版每百万token输入/输出美元单价相对K3，Highspeed另计。 但档位墙同步竖起：k3.1-pro需要Plus及以上，1M上下文保留给Pro及以上，highspeed同样锁Pro。 分发权也在多线开跑：GLM-5.3已于10月上线亚马逊云科技Bedrock，以托管服务加收入分成的方式进入全球云货架。哔哩哔哩知乎知乎
至于洗牌的次序：自带harness与分发的厂商吃到第一波；开源权重加降价持续压缩中转与聚合层的空间；企业侧则走向云货架与私有化部署的分流。这条判断链有明确的边界——上文跑分多为厂商自报，第三方榜单尚无人独立复测，GLM-5.5、Qwen4与千亿融资也都还停在爆料与匿名阶段。真正的验证节点已经在日历上：11月4日完整权重放出之后，任何开发者都能在自己的设备上复现这些承诺，或者找到它们的边界。
