10 月 24 日凌晨，月之暗面官宣 Kimi K3.1 Pro 正式发布，并同步上线高速版 K3.1 Pro Highspeed。 值得注意的是，这不是一次新底座发布：K3.1 Pro 是 7 月发布的 Kimi K3 的后训练版本，后训练算力大幅增加。 在独立评测机构 Artificial Analysis 的智能指数上，它以 55 分排名全球第四。微博Kimi官方DeepTech
官方基准方面，Terminal-Bench 4.0 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。 新模型总参数 2.8 万亿、激活约 1040 亿，支持 100 万 token 上下文，完整权重承诺 11 月 4 日前开放。Kimi官方未尽研究
即日起，用户已经可以在 kimi.com、Kimi App、Kimi Work、Kimi Code 和 API 上用上这款模型。 标题里的数字大体属实，但对真正打算上手的人，还有三件事比跑分更值得先算清楚。Kimi官方
跑分要分开读：官方口径和独立复测是两套数字
同一项 Terminal-Bench 4.0，Artificial Analysis 自己复测的结果是 67%，比月之暗面官方报的 65.7% 还高，其榜单上上一代 K3 甚至只有 13%。 两套口径的任务集和评测协议并不相同，转述成绩时最好注明来源，不能拼进同一张表。真实工作任务评测 GDPval-AA 上，它以 1846 分仅落后 Claude Opus 5.5 的 1866 分。 边界同样要划清：在科学计算终端任务、部分知识推理和 3D 重建测试中，头部闭源模型仍保持优势。字母榜未尽研究DeepTech
更能说明升级性质的是官方演示的长程任务：基于含 296 个骨骼组件、402 个肌肉组件的开源人体解剖模型，它搭建了一套行走动力学仿真器，在 167 项任务、420 次独立评审中自己揪出并修正了环境里 36 处肩部肌肉力臂计算错误，让虚拟人从几步内摔倒进步到连续行走 11.2 秒。 重点不是跑分变高，而是模型在任务链中段还能怀疑环境、定位问题并持续修正——这正是这轮后训练集中投入的方向。Kimi官方
单价降了约三分之一，但总账要另算
官方 API 定价为每百万 token 输入 13 元、输出 68 元，命中缓存的输入降到 1.3 元。Kimi官方
高速版与标准版能力相同，输出速度约 2~3 倍，但价格是 2 倍。 与 K3 相比，其输入价格降低约 35%、输出价格降低约 32%；按美元刊例价计算，约为 GPT-6 Astra 的 20%、Claude Opus 5.5 的 50%。Kimi官方智东西
单价便宜不直接等于用得便宜：独立评测显示标准版输出速度约每秒 73.5 个 token，低于同类模型平均水平，完成测试时的输出篇幅也偏长。 好消息摊在成本图上：Terminal-Bench 榜单成本数据里，它在 max 思考档平均每任务约 5.25 美元，约为 Claude Opus 5.5 的 14.3 美元的 37%——总成本确实更低，但折让幅度小于单价降幅给人的直觉。DeepTech知乎
会员侧的吐槽几乎与发布同步出现：微博上有用户转述 699 元套餐 18 分钟跑完额度的例子。 小红书上一份代码生视频的实测记录是 54 分钟花掉 Pro 套餐月额度的 6%。 这些都是个人实测、口径不一，但指向同一个提醒：这个模型是为长任务设计的，烧额度的方式也和短对话模型不同。微博小红书
“最强开源”还是期票，而且先砍了一刀攻防
权重开放后，它将成为智能指数最高的开源模型，领先开源与顶级闭源的分差也会从 12 分缩至 3 分；但许可证和商用条款至今未公布，11 月 4 日之前，“最强开源”都只是预期。DeepTech
另一层代价写在技术报告里：为了让权重能开放，官方主动删掉了训练里的网络安全攻防数据，完全不做缓解的内部版在 xdev-bench-hard 上拿到 90.5%。字母榜
最终发布版本被削弱到 81.0%，而 K3 只有 33.3%——删了数据，能力仍不降反升。 官方给出的开源原则是不发布把网络攻击能力推到“绝对前沿”的权重，同时逐步提高防守方可用的两用能力。 这刀“自废武功”该不该砍，知乎上已经出现了专门的问题讨论。字母榜知乎知乎
把三笔账合起来看，这次发布的真正信号是：不换底座、不重做预训练，只把后训练的 RL 算力堆到数百个下游领域，也能把模型推进全球前四。留给用户的观察窗口很明确——11 月 4 日权重落地时的许可证条款、社区对长程任务与攻防能力的独立复测，以及会员额度政策会不会跟上降价。跑分是官方写的，真实的价签要用出来才算数。
