10 月 23 日，Kimi 官方账号在 X 和视频号放出一段 24 秒预热视频。下文来得比预想快：10 月 24 日零点刚过，卡着「程序员节」，月之暗面正式发布 Kimi K3.1 Pro，同步推出输出速度快 2 至 3 倍的 Highspeed 版本，官网与 App 一并上线「3D Make」功能。官方承诺，完整模型权重将在 11 月 4 日前开放。热搜词条里的「待官宣」已经翻篇，现在真正值得关注的是：一个版本号只挪了 0.1 的模型，到底改了什么。微博极客公园知乎
预热视频埋的是 3D 的伏笔
视频的主角是一台复古风格的老式电脑：屏幕上开着 Kimi Code，终端里一行行写着 Three.js 代码，生成复杂的 3D 场景，左上角模型栏显示「Model: Kimi K3.1」。 事后看，老电脑和 3D 代码就是题眼——3D 创作正是 K3.1 Pro 本次的主线之一：它能不靠连接器直接写脚本驱动 Unity、Unreal、Godot、Blender 等游戏引擎和建模软件；在借助工具从多视角图片重建 3D 模型的 BenchCAD 测试中自报 92.7%，官网注明这一数字是 Kimi 自报、尚未经第三方独立复测。 另一条主线是金融：在考察真实财报多步数值推理的 OfficeQA Pro v2 上，官方自报 64.4 分、为当前最优成绩。极客公园知乎新智元
这个模型代号其实不是第一次露面：今年 9 月，月之暗面 API 平台后台模型注册表里就出现过「kimi-k3-1」标识。外媒 Wccftech 同月也报道了这款新模型，并给出 10 月亮相的预期。微博IT之家
底座没换，卖点是「重新教它干活」
官方的定位很直接：K3.1 Pro 是 K3 的后训练版本，底座保持不变——2.8 万亿总参数、1040 亿激活参数的混合专家架构，100 万 token 上下文，原生图像与视频输入，这些都没动。变的是「教法」：大幅增加后训练算力，在数百个下游领域做联合强化学习，并为此逐层重做了强化学习框架、长上下文推理、沙箱和调度这些底层工程。极客公园新智元
增益集中在「把事做完」。在考察编程智能体真实终端作业的 Terminal-Bench 4.0 上，K3.1 Pro 拿到 65.7%，超过 GPT-6 Astra 的 58.2%，与 Claude Opus 5.5 的 66.4% 只差不到一个点，而上一代 K3 按第三方测法在这个榜单上只有 13%。独立机构 Artificial Analysis 的智能指数给它 55 分，比前代暴涨 11 分、排全球第四。官方自建的高难度幻觉压力测试里，事实性错误率从 K3 的 23.4% 降到 8.3%——但这是刻意找茬的测试，不代表日常出错率。极客公园新智元知乎
价格降了三分之一，账单并没有
API 价格全线下调：国际定价普通输入、缓存读取、输出分别为每百万 token 2 美元、0.2 美元、10 美元（K3 对应 3、0.3、15），三项单价都少了三分之一；国内定价输入 13 元、输出 68 元，约为 Opus 5.5 的一半。 但降价不等于账单同步缩水：Artificial Analysis 测算，K3.1 Pro 完成同样任务约多用 14% 的输出 token，每个任务实际成本约 1.98 美元、与 K3 基本持平；订阅侧感受更弱，有用户反映 199 元套餐里让它审查一个小游戏就烧掉 5 小时额度的 13%。知乎极客公园
真实改善的是速度：K3 曾被调侃「慢到可以流畅阅读它的思考过程」，这一代用户实测普通版约每秒 60 token、Highspeed 版约 100 至 120 token。一手口碑两极：有开发者拿 Rust、C、汇编混合项目实测，认为代码能力明显强过 DeepSeek V4.1 Flash；论坛用户用自选题目测前端生成后，给出的结论是「已测模型中靠后」；也有博主用两个仓库、预先植入 105 个 bug 的修复测试，给 K3.1 Pro 打了 36 分。干活更强、审美未稳，是这一代比较中肯的评价。知乎知乎
主动砍掉的网安数据，和 11 月 4 日的答卷
发布中月之暗面还主动披露了一个「坏消息」：为不让开源权重把网络攻击能力的前沿往前推，训练时剔除了网络安全相关数据，内部漏洞利用测试成绩因此从 90.5% 降到 81%。知乎上随即出现「如何看待 Kimi K3.1 Pro 开源版刻意削弱网安能力」的专门讨论。极客公园知乎
这个选择要放在过去几个月的风暴里读：今年 2 月 Anthropic 公开指控月之暗面等中国公司借大量虚假账号与 Claude 交互提取能力，归到月之暗面名下的交互超过 340 万次；K3 发布后美国白宫官员点名其「蒸馏」并传出制裁可能；9 月 Anthropic 又报告发现代理网络将约 30 万条 Kimi 用户请求转发给 Claude。三个月内在第三方指数上涨 11 分，是比声明更硬气的回应，但分数回答的是「行不行」，回答不了「从哪来」——训练数据来源无法被外界审计，争议就不会因一次发布终结。真正能闭环的是权重本身：AA 判断等 11 月 4 日权重正式放出，K3.1 Pro 将成为得分最高的开放权重模型，开源与顶级闭源的差距会从 12 分缩小到 3 分。届时全球研究者都能自行测试与审计，那也是这条热点下一个值得盯住的节点。极客公园
