10月24日凌晨，月之暗面发布 Kimi K3.1 Pro，这是 K3.1 系列的第一个模型，底座仍是 7 月的 K3——2.8 万亿总参数、1040 亿激活、100 万 token 上下文，这一次一个参数没加，增量全部来自大幅加码的后训练算力。热榜标题里的“超GPT-6”，对应的是官方基准：在终端编程智能体测试 Terminal-Bench 4.0 上，它拿到 65.7%，超过 GPT-6 Astra 的 58.2%，距 Claude Opus 5.5 的 66.4% 只有 0.7 个百分点。独立机构 Artificial Analysis 当天也将它收录进智能指数：55 分，总榜第四、国产第一，比上代 K3 的 44 分高出 11 分。Kimi官方博客DeepTech深科技智东西
“超GPT-6”的成色：哪些测试赢了，哪些没有
对比对象是 OpenAI 在 9 月推出的 GPT-6 系列旗舰 GPT-6 Astra。官方同口径的榜单上，赢面集中在长任务：SWE-Marathon v1.1 考察长周期软件工程，K3.1 Pro 得 51.7%，高于 Opus 5.5 的 46.3% 和 Astra 的 42.5%；Agents’ Last Exam 得 43.2 分，小幅超过 Opus 5.5；允许调用工具的完整版 Humanity’s Last Exam 得 70.0%，位列官方对比模型首位。但并非全面占优：BenchCAD 三维重建带工具得 92.7%，仍落后 Opus 5.5 的 96.2% 和 Astra 的 95.9%。横向比较还有一处口径需要留意：官方承认，部分外部模型在 OfficeQA Pro 上联网查到了参考答案、相应题目被记零分，这种判分会压低对手成绩。DeepTech深科技Kimi官方博客AI范儿
参数没变，提升从哪来
按官方口径，K3.1 Pro 是在 K3 基础上做更大规模后训练得到的，并未从头重训一个三万亿参数模型，重点是把强化学习的计算投入放大，并同步重做训练与执行链路。这解释了为什么进步集中在“把事做完”——多步执行、工具调用、出错后自查，而不是所有知识测试齐步上涨。智东西让它设计一座具有曲面屋顶的两层展览馆，约 45 分钟产出 3052 个独立构件的可编辑 CAD 模型，还生成 11 页图纸和构件明细表。官方的行走仿真实验更能体现这种长链条：基于 296 个骨骼组件、402 个肌肉组件的开源人体模型，它经历 167 项任务、420 次独立评审持续迭代控制器，最终让虚拟人从几步内摔倒进步到连续行走 11.2 秒。DeepTech深科技智东西Kimi官方博客
对用户决策影响最大的是价格
官方 API 定价为每百万 Token 输入 1.3 元（命中缓存）和 13 元（未命中缓存）、输出 68 元，高速版输出速度约 2~3 倍、价格翻倍。换算下来，它比自家上一代 K3 便宜约三分之一——输入降 35%、输出降 32%；按美元刊例价，只有 GPT-6 Astra 的 20%、Claude Opus 5.5 的 50%。也就是说，K3.1 Pro 的“追平”发生在接近对手 1/5 的成本上。不过省钱不等于省时：Artificial Analysis 实测标准版输出约每秒 73.5 个 token，低于同类平均水平，且任务输出篇幅偏长，实际耗时要结合场景自己掂量——急用时，两倍的 Highspeed 差价就是明确的速度价码。现在就能通过 kimi.com、Kimi App、Kimi Work、Kimi Code 和 Kimi API 用标准版与高速版，官网和 App 同步上线了 3D Make 在线建模功能。Kimi官方博客智东西DeepTech深科技
权重 11 月 4 日见，以及一处刻意的克制
完整模型权重承诺在 11 月 4 日前放出。Artificial Analysis 指出，一旦权重如期公开，它将成为该指数中得分最高的开放权重模型，最强开源与顶级闭源的差距将从 12 分缩到 3 分；央视财经则把这次发布定位为继续成为全球参数规模最大的开源模型。细节上还有不一致：官方发帖写“11 月 4 日发布”，博客写“11 月 4 日前放出”，许可证始终没提。DeepTech深科技微博·央视财经AI范儿
另一处争议是主动的能力边界。官方说明，K3.1 Pro 的网络安全能力刻意落后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攻击能力整体的开放权重。当天知乎上随即出现针对“开源版刻意削弱网安能力”的公开讨论，质疑这种做法与开源承诺的边界。AI范儿知乎
接下来核验什么
“超GPT-6”在当前证据下成立的部分是：官方同口径编程与智能体基准稳定压过 GPT-6 Astra、逼近 Opus 5.5，并有独立榜单的全球第四背书。还站不住的部分同样清楚：幻觉控制最亮眼的数字来自官方内部压力测试，单项事实陈述错误率从 K3 的 23.4% 降到 8.3%，官方自己注明这不代表日常使用水平，外部无法复现。接下来两周内值得盯的信号有三个：11 月 4 日权重与许可证是否兑现；第三方在 Terminal-Bench 4.0 上能否复现官方成绩；以及更多用户涌入后，标准版的速度和订阅配额扛不扛得住——K3 时代“慢”的抱怨，目前只有价签翻倍的 Highspeed 在正面回答。Kimi官方博客
