10 月 24 日凌晨，月之暗面正式推出 K3.1 系列的首个模型 Kimi K3.1 Pro，官方定位是迄今能力最强的 3 万亿级参数模型，支持 100 万上下文，kimi.com、Kimi App、Kimi Work、Kimi Code 和 API 即刻可用。但这场发布更值得记住的是另一半信息：基座没换，权重也还没开——完整模型权重 11 月 4 日前放出，截至发稿许可证尚未公开。知乎 · Kimi官方知乎
不加参数，只堆后训练算力
K3.1 Pro 不是一次架构升级：规格与上代相同，总参数 2.8T，每次推理只激活其中 1040 亿。官方对它的定义很直白：Kimi K3.1 Pro 是 Kimi K3 的后训练版本，后训练算力大幅增加。为了把新增的强化学习算力变成稳定回报，月之暗面称，其重做了 RL 框架、长上下文推理、沙箱基础设施和调度系统整条链路，支撑数百个下游领域的大规模联合训练。知乎知乎 · Kimi官方
最能说明这套升级路线的，是官方演示的行走仿真任务：它基于包含 296 个骨骼组件、402 个肌肉组件的开源人体解剖模型搭出一套人类行走动力学仿真器，经历 167 项任务、420 次独立评审，把仿真人体从几步内摔倒迭代到连续行走 11.2 秒；调奖励函数改善不了手臂运动时，它转而对仿真器做开环探测，定位并修正了肩部肌肉力臂计算中的 36 处错误。这类多步定位问题、迭代修复的流程，正是长程 Agent 的成色所在。
成绩单：接近顶级闭源，但没有全面登顶
在考察编程智能体真实终端干活能力的 Terminal-Bench 4.0 上，K3.1 Pro 得分 65.7%，甩开 GPT-6 Astra（58.2%）一档，仅落后 Claude Opus 5.5（66.4%）0.7 分；内部长程编程基准 Kimi Code Bench 3.0 Long-horizon 也从上代 K3 的 55.95% 提高到 61.2%。知乎 · Kimi官方
Kimi K3.1 Pro 官方公布的多项基准成绩
3D 是这次主推的场景：在 BenchCAD 上从多视角渲染图重建 3D 模型，K3.1 Pro 借助工具得分 92.7%，仍低于 Claude Opus 5.5 的 96.2% 和 GPT-6 Astra 的 95.9%，但差距已不在一个层级。官方还把 3D Make 搬进了 kimi.com 和 App：给一段文字、一张草图或参考图，它能重建出可用的 3D 模型，支持在线预览编辑，成品能直接下载去 3D 打印或导出视频。
金融押的是少犯错：在官方内部压力测试 Kimi Hallu Bench Hard 中，K3.1 Pro 的单项事实陈述错误率从 K3 的 23.4% 降到 8.3%，含至少一处事实错误的回答比例降到前代的约 42.4%；官方同时注明该测试刻意聚焦易错场景，结果不代表日常使用的整体水平。
能用，但先看清价格的两套口径
API 模型名为 kimi-k3.1-pro，国内标准版定价每百万 Token 输入 13 元（命中缓存 1.3 元）、输出 68 元。社区流传的「比 K3 便宜三分之一」，用的是美元单价口径：输入 2 美元、输出 10 美元。人民币口径下，对照此前用户转述的上代 K3 定价（输入 12 元、输出 60 元），新模型标准版反而略有上调——「降价」与否，取决于你按哪套货币看价签。知乎 · Kimi官方知乎知乎
与标准版同等智能的高速版，输出速度约 2~3 倍、价格翻一倍；入口已向个人和企业全面开放，官方同步提供企业版订阅与 Kimi Hosted Agents 托管智能体服务。
哪些数字，现在还不能当真
这份成绩单目前全部出自官方：下面的成绩都是官方自己测的，没有第三方复现——官方还提到，部分外部模型在 OfficeQA Pro 测试中联网查到了参考答案被判零分，横向对比的口径因此留有余地。知乎
「全球第四」同样是社区转述而非官方口径：发布当天多条微博与 AI 早报转述 Artificial Analysis 智能指数 55 分、全球第 4，上一代 K3 在此口径下为 44 分；但官方发布稿并未引用这一分数，当天上午的整理稿还确认 AA 榜单尚未收录 K3.1 Pro。微博
最需要提前知道的一条，是开源版与 API 版可能不是同一个「完全体」：官方明确表示，K3.1 Pro 的网络安全能力落后于已公开至少三个月的前沿闭源模型，并且不打算放出会推高网络能力整体最前沿的开放权重。知乎上已经开了专门问题，讨论「开源版刻意削弱网安能力」这一策略此前是否已有大模型厂商公开采用。
接下来盯什么
从 7 月 16 日 K3 上线算起，三个多月就出了 K3.1 Pro，月之暗面的旗舰节奏明显加快。普通用户今天就能在网页和 App 里用上它，3D Make 也可以直接上手试；真正影响自部署和二次开发决策的时间点是 11 月 4 日——权重是否如期放出、许可证怎么写、开源版的网安能力实际削了多少，以及第三方复现能否对上这份官方成绩单，到那天才都有答案。这次发布赌的不是更大的模型，而是后训练的边际收益：一个参数不加，把与最强闭源的代码差距压到 0.7 分。知乎
