2026年10月24日凌晨，月之暗面正式发布Kimi K3.1 Pro：K3.1系列的第一个模型，官方称其为迄今能力最强的3万亿级参数模型，支持100万上下文。 模型基座沿用K3不动，总参数2.8T、每次推理只激活其中约104B。 新增的算力全部押在后训练——相当于"修完基础课之后，集中大量刷真实任务"的阶段。截至发稿，本次发布的全部跑分均为官方自测，尚无第三方复现。知乎知乎知乎
同步上线的还有高速版Kimi K3.1 Pro Highspeed：官方称同等智能，输出速度约2~3倍。 开源权重的时间表给得很明确：11月4日前，但许可证还没写明。知乎知乎
长上下文：卖点不是读得多，是干活不忘
对上下文窗口最朴素的理解是"一次能塞进多少字"，这个100万token的数字在2026年7月16日发布的K3上就已原生支持，当时它还是全球第一个开源的3万亿级模型。 K3.1 Pro的增量在于把长窗口用进多步任务：编程智能体要连续执行几十到上百步——读文件、改代码、跑测试、看报错再改，中途丢掉前面的状态，任务就断在最后一环。知乎
官方用两张成绩单衡量这个能力：Terminal-Bench 4.0（在真实终端环境中考察资源受限条件下的编程智能体）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。 内部长程编码基准Kimi Code Bench 3.0 Long-horizon得分61.2%，相比K3的55.95%是实打实的代际提升。知乎知乎
比分数更直观的是官方博客披露的一项内部测试：K3.1 Pro基于一套开源人体解剖模型（296个骨骼组件、402个肌肉组件）搭建了人类行走动力学仿真器，推动仿真人体从最初几步内便倒地，进步到能够交替迈步、连续行走11.2秒。 更有信息量的细节在最后——当调整奖励机制仍无法改善手臂运动时，模型没有继续盲试，而是转去排查仿真器本身的动力学，找出了36处肩部肌肉力臂计算错误、修完才重新训练控制器。 这种"先修实验装置、再继续做实验"的行为，只有长任务的状态管理真的跑通才会出现；当然它仍是官方单次披露，外部复现成色如何有待观察。知乎知乎
逻辑推理：拆开看是"少犯错"，不是"更聪明"
推理能力拆成指标其实是两件事：不编造事实、能完成多步计算。不编造事实这一项，官方内部压力测试Kimi Hallu Bench Hard给出的数字是：单项事实陈述错误率从K3的23.4%降至8.3%，包含至少一处事实错误的回答比例降到前代的约42.4%。 公告自己也注明：这是刻意聚焦易错情形的测试集，数字不代表日常使用的整体错误率——更公允的理解是"最刁钻场景下的进步幅度"。知乎
多步计算这一项，直接受益的是金融和文档类工作：OfficeQA Pro v2考察基于真实金融文档的复杂分析，涉及检索、跨文档核对与多步数值推理，K3.1 Pro得分64.4，官方称取得当前最优成绩。 但计分口径有坑：官方披露，部分外部模型在该基准上联网查到了参考答案、被判零分——这条规则会拉低友商成绩，横向对比不宜直接照表引用。知乎知乎
冷静账：三个"还没"
第三方评测还没跑。截至10月24日，Artificial Analysis榜单尚未收录K3.1 Pro；按该机构口径，上一代K3（max档）44分、榜首Opus 5.5为58分，新模型能排到哪要等独立复测。知乎
发布前的盲测也不能当正式版成绩：发布前几天Arena出现的匿名模型Kibitz被社区普遍认为就是K3.1，但官方从未确认，而Arena版本通常是早期检查点。知乎
还有一项值得单独说的披露是安全。为准备开源版本，月之暗面主动移除了网络安全相关数据，官方口径是开源版的网络安全能力将"落后于已公开至少三个月的前沿闭源模型"，目标是不放出会推高网络能力最前沿的开放权重。 效果有量化：内部漏洞挖掘基准xdev-bench-hard上，未做能力削减的对照检查点pass@3为90.5%，最终发布版本为81.0%。 这套"开源前先卸弹"的操作已经在站内引发分歧——"如何看待Kimi K3.1 Pro开源版刻意削弱网安能力"成为发布当天的热议话题，安全削减的判定边界仍待讨论。知乎知乎知乎
现在就要用的话：价格与几个坑
API标准版定价为每百万token输入1.3元（命中缓存）/13元（未命中）、输出68元。 换算下来约为输入2美元、输出10美元，比上一代K3便宜三分之一；Highspeed版价格翻倍，官方定价页写明能力和上下文长度与标准版相同。知乎知乎
接入前还有几条使用规则值得留意：K3.1 Pro仅支持思考模式，禁用思考的请求会直接返回HTTP 400报错。 第三方工具里模型名要填精确，填错不会报错、而是静默回退到旧型号。企业版上线时K3.1 Pro默认关闭，需要组织管理员手动开启。知乎知乎
所以这篇"读懂"真正的下半句，落在接下来的一个多月：11月4日前权重开源、独立评测出分。"逼近闭源旗舰"目前只有官方这一张成绩单，全行业检验才是它的第一次大考。
