认识 Kimi K3.1 Pro：开源阵营第一次摸到闭源前沿的肩膀

前几天 Arena 盲测里冒出来一个代号「Kibitz」的匿名模型，让人有点摸不着头脑：有人反复抽卡，用它搓出了一张又一张 SVG、网页和可交互的 3D 场景，评论区全在猜这是谁家的。有人猜 OpenAI，有人猜 Anthropic，就是没人敢猜国产。

10 月 24 日凌晨，谜底揭晓——月之暗面站出来认领：Kibitz 就是 Kimi K3.1 Pro。

说实话，这个桥段我挺买账的。不是因为它戏剧性，而是因为**「匿名上盲测、打完再亮身份」本身就是一种底气**。以前国产开源模型被默认是「追赶者」，闭源厂商发布时从不需要匿名——人家本来就在牌桌上。这次反过来了。

什么是 Kimi K3.1 Pro

Kimi K3.1 Pro 是月之暗面（Moonshot AI）于 2026 年 10 月 24 日发布的旗舰模型，是全新 K3.1 系列的第一款，总参数量 3 万亿级（官方口径 2.8 万亿），支持 100 万 token 上下文。

有一个关键点必须先说清楚：它不是新基座，而是 K3 的大规模后训练版本。今年 7 月发布的 Kimi K3 是当时全球最大的开源权重模型，K3.1 Pro 沿用了它的底座——稀疏 MoE 架构、896 个路由专家、每 token 只激活 16 个专家、KDA（Kimi Delta Attention）线性注意力 + Attention Residuals。底座规格没变，钱和算力全部砸在了后训练上。

这其实是一个行业信号：基座架构趋于成熟之后，模型间的差距正从「预训练堆多少参数」转向「后训练的强化学习工程做得多细」。算力投入的重心，明显往后移了。

同步发布的还有 Kimi K3.1 Pro Highspeed 高速版，智能水平一致，输出速度约为标准版的 2 到 3 倍，价格是 2 倍。

Kimi K3.1 Pro 有什么特点

3 万亿级参数 + 稀疏 MoE：沿用 K3 底座的 896 专家路由，每 token 只激活 16 个（第三方口径激活参数约 1040 亿），大容量和可控推理成本两头都要。
100 万 token 原生上下文：不是事后插值硬撑的，是预训练阶段就撑起来的真长上下文。
原生多模态：文本、图像、视频统一进同一个模型，不用外接视觉适配器。
RL 拉满的后训练：后训练算力「大幅增加」，覆盖数百个下游领域的大规模联合强化学习，对 RL 框架、长上下文推理、沙箱基础设施、调度系统逐层改造。
Terminal-Bench 4.0 65.7%：超过 GPT-6 Astra 的 58.2%，距 Claude Opus 5.5 的 66.4% 只差 0.7 个百分点——而且在不同思考强度下都落在「性能 / 单任务成本」的帕累托前沿上。
前端与 3D 创作：自己调 Unity、Unreal Engine、Godot，直接编写并运行 Blender、FreeCAD 脚本做参数化建模，不依赖 MCP 连接器。
事实幻觉大幅收敛：内部压力测试 Kimi Hallu Bench Hard 上，单项事实陈述错误率从 K3 的 23.4% 降到 8.3%，低于 Claude Opus 5.5 的 15.0%。
价格砍了三分之一：输入 1.3 元（缓存命中）/ 13 元（未命中），输出 68 元，对比 K3 的 2 元 / 20 元 / 100 元全线下调。

别只盯着「全球第四」这个排名。真正有意思的是 Artificial Analysis 的那句判断：权重一旦发布，K3.1 Pro 将成为得分最高的开放权重模型，开放权重与闭源模型在智能指数上的差距会从 12 分缩小到 3 分。

Kimi K3.1 Pro 能用在哪（真实案例）

代码与长程 Agent

47 项基准对比中，K3.1 Pro 拿下 16 项最高分（其中 3 项为月之暗面内部基准）。考察真实知识工作的 GDPval-AA 上 Elo 分较 K3 提高 312 分、达到 1846 分；SaaS 工作流自动化的 AutomationBench-AA 从 58% 升到 73%；长程软件工程 SWE Marathon v1.1 得 51.7 分，领先 Opus 5.5 和 Astra 五个点以上；带工具的 HLE 拿 70.0、BrowseComp 拿 92.1，都是榜上最高。

3D 创作：一句 brief 交付一个能跑的作品

在通过 CAD 代码生成、从多视角渲染图重建 3D 模型的 BenchCAD 上，K3.1 Pro 借助工具得分 92.7%（Claude Opus 5.5 为 96.2%，GPT-6 Astra 为 95.9%），不借助工具 72.8%，与 Opus 5.5 的 73.0% 几乎持平。

官方放出的案例一个比一个离谱：

虚幻引擎 5.8 里搭起一座半径 1750 米、36 开间柱廊的「云海天宫」，场景达 3600 万个源三角形；
Godot 4.7.2 做出一款有五个可探索区域、两阶段 Boss 战和昼夜循环的 3D 冒险游戏；
FreeCAD 里用 2100 个实体拼出一台可分步装配的涡扇发动机。

配套的 3D Make 功能同步上线，支持在线预览和编辑，做好的模型可以直接下载去 3D 打印。

一个让我印象最深的内部案例

月之暗面让 K3.1 Pro 基于开源人体解剖学模型 human-atlas（296 个骨骼组件 + 402 个肌肉组件）构建人类行走动力学仿真器。在 167 项任务、420 次独立评审中，仿真出来的「人」一开始走不了几步就摔倒，最终学会交替迈步、连续行走 11.2 秒。

中间有个转折很值得玩味：手臂动作怎么调奖励都不见效，K3.1 Pro 没有死磕奖励函数，而是转头对仿真器动力学做开环探测，揪出肩部肌肉力臂计算里的 36 处错误，修完再重新训练控制器。

这意味着模型的调试对象，已经从「代码本身」延伸到了「代码所模拟的物理世界」。长程任务里最难的从来不是写出第一版，而是看懂失败、知道问题出在哪一层。

金融：从 Excel 到经营沙盘

OfficeQA Pro v2 拿下 64.4 分（当前最优），高于 Claude Opus 5.5 的 62.2，以及 Claude Fable 5.1、GPT-6 Astra 的 54 分左右；
Frontier Finance 得 58.6 分，覆盖从标的筛选到盈利分析全流程；
官方放出三份实战交付物：公式全部联动、可按情景调整驱动因子的英伟达财务模型，挖掘与市场一致预期之间预期差的宁德时代投委会报告，以及所有引用可追溯至一手来源的量子计算行业深度报告。

初体验：怎么上手 Kimi K3.1 Pro

先泼一盆冷水：截至发稿，完整模型权重还没开放，官方承诺最晚 11 月 4 日前发布。 所以现阶段想本地部署是没戏的，老老实实走 API 或者网页端。

个人用户直接在 kimi.com、Kimi App（iOS / Android / 鸿蒙）和 Kimi Work 桌面端就能用；开发者在 Kimi Code 里切换模型即可。API 侧模型标识是 kimi-k3.1-pro：

bash

pip install openai

python

from openai import OpenAI

client = OpenAI(base_url="https://api.moonshot.cn/v1", api_key="你的KEY")
resp = client.chat.completions.create(
    model="kimi-k3.1-pro",           # 高速版：kimi-k3.1-pro-highspeed
    messages=[{"role": "user", "content": "用一句话介绍你自己"}],
    max_tokens=4096,
)
print(resp.choices[0].message.content)

价格参考（每百万 token）：输入 1.3 元（命中缓存）/ 13 元（未命中），输出 68 元；高速版整体为 2 倍。作为参照，GPT-6 Astra 是输入 10 美元、输出 50 美元，按当前汇率折算，K3.1 Pro 的输入输出价格都只有 Astra 的五分之一左右。

To B 配套也补齐了：API 客户可选零数据保留，Kimi 企业版提供个人与企业数据完全隔离，Kimi Hosted Agents 把 Agent 运行框架做成云服务、提供 7×24 小时托管环境。

等 11 月 4 日权重落地之后，玩法就变了——企业可以把一个 3 万亿参数的前沿模型部署在自己的机房里，数据不出域、按需微调。这是闭源模型给不了的选项，也是这次发布真正的杀伤力所在。

进阶

更多开源技术干货和学习资料，关注公众号「遇码」，领取专属福利。