中国AI公司月之暗面（Moonshot AI）正式发布新一代推理模型Kimi K3.1 Pro。作为Kimi K3的后训练增强版本，该模型在Artificial Analysis智能指数中取得55分，较前代提升11分，位列全球第四。目前排名其前的仅有Claude Opus 5.5（58分）、Claude Sonnet 5.5（56分）及Muse Wonder Full（56分）。月之暗面计划于2026年11月4日前开放K3.1 Pro的模型权重。若按计划执行且无其他变量干扰，它将成为得分最高的开源权重模型，届时开源与专有顶级模型间的差距将从12分缩小至3分。与此同时，官方还推出了运行速度为标准版两到三倍的变体K3.1 Pro Highspeed。两款模型现已通过Kimi.ai、Kimi Work、Kimi Code及Kimi API提供服务。K3.1 Pro在智能体任务上表现最为突出。在GDPval-AA基准测试中，其Elo分数达到1,846分，较K3提升312分，仅次于Claude Opus 5.5（1,866分）和Muse Wonder Full（1,857分）。在Terminal-Bench 4.0测试中，K3.1 Pro得分为65.7%，超越GPT-6 Astra（58.2%），并紧追Claude Opus 5.5（66.4%），而K3在此项测试中仅得13%。幻觉率方面，据月之暗面内部压力测试Kimi Hallu Bench Hard显示，主张级幻觉率从K3的23.4%降至8.3%。尽管仍高于GPT-6 Astra的5.5%，但降幅显著。在垂直领域，该模型在内部金融基准测试中，金融建模和研究得分分别提升7.2分和11.6分；在通用办公任务OfficeQA Pro v2中，其表现超越了所有参测模型。K3.1 Pro具备直接处理Unity、Unreal Engine和Godot等游戏引擎的能力，既可快速修复代码，也能完成完整项目构建。在BenchCAD基准测试中，配合工具使用时得分92.7%，接近Claude Opus 5.5（96.2%）和GPT-6 Astra（95.9%）；在不使用工具的情况下，得分为72.8%，几乎与Claude Opus 5.5（73.0%）持平。该模型在机械零件参数化建模、建筑模型及可配置产品方面表现强劲，可直接编写并运行Blender和CAD软件脚本，无需MCP连接器。此外，月之暗面在Kimi.com上线了“3D Make”功能，支持用户预览、编辑和导出3D模型。K3.1 Pro保持与K3相同的模型规模，总参数量2.8万亿，激活参数1040亿，上下文窗口支持一百万token，兼容文本和图片输入。Artificial Analysis数据显示，该模型位于帕累托前沿顶端，暂无同等参数量模型在智能指数上得分更高。价格方面，Token成本下调33%。输入价格从每百万token 3美元降至2美元，输出价格从15美元降至10美元，缓存命中价格从0.30美元降至0.20美元。由于模型生成的输出token增加14%，每个智能指数任务的成本维持在1.98美元左右，与K3的2.00美元基本持平。月之暗面在技术博客中强调，随着后训练规模扩大，模型漏洞研究能力因通用语料库中的网络相关内容而自然增长。为平衡安全与能力，在即将开源的权重版本中，公司清除了两个训练阶段中的网络相关数据。内部测试xdev-bench-hard（重现Linux内核、Node.js等近期漏洞）显示，未清理版本解决了90.5%的任务，数据清理后K3.1 Pro解决率为81.0%，仍高于DeepSeek-V4.1-Flash的85.7%（注：此处原文数据逻辑需仔细核对，原文说DeepSeek是85.7%，K3.1 Pro清理后是81.0%，所以DeepSeek更高，但都远高于K3的33.3%）。月之暗面表示，不应由开源权重模型推动网络攻击能力的绝对前沿，但需保留审计遗留系统等防御性能力。此前Anthropic曾指出，即使智能指数较低的模型也具备编写漏洞利用程序的能力。