10月24日凌晨（北京时间），月之暗面在没有发布会的情况下推出 Kimi K3.1 Pro——K3.1 系列的第一个模型、3 万亿级参数旗舰，官方称其为「我们迄今能力最强的 3 万亿级参数模型，支持 100 万上下文」。 同一天，独立评测机构 Artificial Analysis 的综合智能指数给它打出 55 分、全球第四，该机构同时给出另一个数字：等它的权重按计划开放，开源模型与闭源最强模型之间的差距，会从 12 分缩小到 3 分。 但今天放出的是 API 和产品，完整权重要等到 11 月 4 日之前——这句话是这次发布真正的题眼。Kimi官方路过银河DeepTech深科技
不换基座：同一套权重，靠后训练推高 11 分
K3.1 Pro 最容易被忽略的身份是：它不是重新训练的新基座，而是 Kimi K3 的后训练版本，并未重新从头训练一个 3 万亿参数模型。 基座没换，换的是整条后训练基础设施——RL 框架、长上下文推理、沙箱、调度全部重做，结果是综合智能指数比 K3 的 44 分涨了 11 分。 涨分的结构也值得一看：智能体类评测猛涨、知识类温和，这正是强化学习最擅长反馈信号的领域。官方口径的 Terminal-Bench 4.0 得分 65.7%，超过 GPT-6 Astra 的 58.2%，距 Claude Opus 5.5 的 66.4% 仅一步之遥。DeepTech深科技路过银河Kimi官方
成绩单要连着测量条件一起读。在考察长周期软件工程的 SWE-Marathon v1.1 中，K3.1 Pro 以 51.7% 的成绩超过 Claude Opus 5.5 的 46.3% 和 GPT-6 Astra 的 42.5%——这是它在智能体场景真正兑现能力的地方。 但同一项 Terminal-Bench，Artificial Analysis 用自己的 harness 测出 67%，而 K3 在同一项上只有 13%：不同评测环境跑出的分数，口径必须先看清。 另一个需要降温的数字是幻觉率：官方内部压力测试中，单项事实陈述错误率从 K3 的 23.4% 降至 8.3%。 发布博客随即注明，这项测试的样本刻意聚焦容易出错的情形，不代表日常使用中的整体水平。DeepTech深科技路过银河Kimi官方
降价三分之一，成本账要分开算
产品端已经全量开放：网页、App（iOS、Android 和鸿蒙均支持）、Kimi Work、Kimi Code 与 API 均可直接调用 K3.1 Pro，另有输出速度约 2~3 倍的高速版。 价格同样激进：与上一代 K3 相比，输入价格降低 35%、输出价格降低 32%；按美元刊例价计算，仅为 GPT-6 Astra 的 20%、Claude Opus 5.5 的 50%。Kimi官方智东西
不过 Artificial Analysis 算出了另一个数字：单任务成本 1.98 美元，几乎与 K3 持平——原因是输出篇幅比上一代多了 14%，降价被消耗的 token 抵消了。 换句话说，这 11 分不是靠低价换的，但用户的账单也未必真的变薄。细则还有一处：AA 实测标准版输出速度约每秒 73.5 个 token，低于同类模型的平均水平，完成测试任务的输出篇幅也偏长。 是否划算要按任务逐项核算，刊例价只是账本的一半。路过银河DeepTech深科技
权重还要等 11 月 4 日，但开源的规则已经变了
中国旗舰与开源并非第一次绑定。今年 7 月 K3 发布后，央视新闻在「主播说联播」里形容，这是「把 2.8 万亿参数级别的旗舰产品毫无保留地拿出来，在全球范围内尚属首次」。 按智东西的梳理，这一代的 K3.1 Pro 在 AA 榜单上「总榜第四、国产第一」。 而 Artificial Analysis 已经给它标好了位置：一旦按计划公开模型权重，它将成为该指数中得分最高的开放权重模型。央视新闻智东西DeepTech深科技
和 K3 的「全量开源」不同，这一次的权重带着自我设限。官方给出的开源原则有两条：不发布会扩展网络攻击能力绝对前沿的开源权重，并逐步提高开源权重的网络能力。 「如何看待 K3.1 Pro 开源版刻意削弱网安能力」随即成为知乎上的独立问题，技术博客中被讨论最多的，正是「不开放处于全球网络攻防能力前沿的模型权重」这一原则本身。 有安全方向的开发者肯定这一取舍，认为它其实是一个值得肯定的尝试，理由是开放权重会压低自动化攻击的门槛。路过银河知乎问答知乎·SUNNY99
「砍掉」是量化过的：在覆盖真实漏洞任务的内部 xdev-bench-hard 上，不做风险控制措施的检查点能解决 90.5% 的问题，最终发布的 K3.1 Pro 是 81.0%——主动砍掉了 9.5 个百分点。 技术博客坦白，后训练算力越大、漏洞研究能力涨得越快，攻击类内容本就是宽语料的副产品。无论是否接受官方「让能力渐进扩散，由更多团队审计自家代码」的叙事，一个事实已经成立：开源开始有了梯度和时间线，不再是「全给」或「不给」的二选一。路过银河
对手没有停下：开源阵营整体逼近
压力不只来自那 3 分之差。智谱的 GLM-5.3 接入 Cursor 并在海外走红，编程能力成为海外开发者的讨论热点。 阿里的下一代 Qwen 和尚未官宣的 Kimi K3.1，此前分别以代号 Kalmia、Kibitz 出现在 Arena 竞技场测试中。 DeepSeek 也在 10 月 17 日发布了新的 Flash 模型。 三家国产玩家同月向同一个方向加码，格局之变才刚刚开始。知乎问答机器之心知乎问答
「格局生变」的裁定，还要等 11 月 4 日：权重是否如期放出、开放版与 API 版的能力差有多大、许可证条款如何写。目前的证据只支持一句谨慎的话：开源追上闭源这件事，现在是「逼近」，不是「追平」。 但这已是一条回不去的线——对开发者而言，问题正在从「要不要用开源」，变成「下载回来的权重，能跑到哪一档生产力」。路过银河
