月之暗面发布Kimi K3.1 Pro模型

中国大模型公司月之暗面10月24日凌晨发布新一代旗舰模型Kimi K3.1 Pro，瞄准编程、3D创作、金融研究等复杂专业任务。这款模型总参数规模达2.8万亿，采用混合专家架构，每次激活1040亿参数，支持100万Token上下文窗口。月之暗面称，Kimi K3.1 Pro是K3系列的首个模型，也是公司迄今能力最强的3万亿级参数模型。同步推出的高速版Kimi K3.1 Pro Highspeed智能水平与标准版相当，输出速度可提高至约2至3倍。完整模型权重预计于11月4日前开放。

事件经过

月之暗面表示，Kimi K3.1 Pro并非从头训练的新模型，而是基于Kimi K3进行后训练的版本。新模型大幅增加了后训练算力，并围绕强化学习框架、长上下文推理、训练效率、沙箱基础设施和任务调度系统等环节进行了优化，以支持数百个下游领域的大规模联合训练。月之暗面认为，这一训练路线的关键在于，将更大规模的强化学习投入转化为复杂任务中的持续执行能力，而不仅仅是提高单轮问答的表现。

在编程能力方面，月之暗面称，在代码、智能体和知识类基准上，K3.1 Pro达到或接近最强闭源模型的水平。在编程智能体测试Terminal-Bench 4.0中，Kimi K3.1 Pro获得65.7%的评估得分，高于OpenAI的GPT-6 Astra的58.2%，与Anthropic的Claude Opus 5.5的66.4%仅有微弱差距。Terminal-Bench 4.0测试通过真实环境中的终端任务，考察模型在资源受限条件下使用工具、执行命令和解决编程问题的能力。在月之暗面内部的Kimi Code Bench 3.0 Long-horizon测试中，新模型得分为61.2%，高于上一代K3的55.95%。这项测试侧重多步骤执行、工具调用以及端到端工程问题解决能力。

在编程方面，月之暗面希望Kimi K3.1 Pro能够处理从修复现有代码库中的问题，到从零开发完整软件项目的任务。月之暗面展示的案例包括使用虚幻引擎、Unity和Godot等游戏引擎开发游戏，以及生成网页、Three.js交互场景和3D资产。其中，在虚幻引擎5.8中，模型构建了一座位于云海之上的东方神话天宫，项目中的柱廊通过Blender程序化建模，源模型包含3600万三角形，并使用Nanite和Lumen进行渲染。另一个案例是基于Godot开发的3D动作冒险游戏，包含五个可探索区域、程序化生成的地形与村庄、第三人称战斗、两阶段Boss战、昼夜循环和快速传送等功能。

模型还完成了浏览器内的3D机械臂展示页面，生成2317个零件和268条动态走线，并实现分解视图、透明外壳和剖面展示。月之暗面还展示了一项更复杂的仿真任务：模型基于开源人体解剖学模型构建人类行走动力学仿真器，并在167项任务、420次独立评审过程中持续调整行走控制器，最终让仿真人体实现连续行走11.2秒。当调整奖励机制无法改善手臂运动时，模型转而检查仿真器动力学，定位并修正了肩部肌肉力臂计算中的36处错误，再重新训练控制器。

在3D创作与空间推理方面，Kimi K3.1 Pro在BenchCAD基准测试中借助工具得分92.7%，接近Claude Opus 5.5的96.2%和GPT-6 Astra的95.9%。这项测试考察通过生成计算机辅助设计代码，从多视角渲染图重建3D模型的能力。据介绍，给K3.1 Pro一段文字描述、一张草图或一张参考图，它能推断出物体的形状、比例和空间关系，并将其重建为可用的3D模型。kimi.com和Kimi App已同步上线3D Make功能，支持在线预览、编辑及3D打印导出。

金融工作流方面，K3.1 Pro在OfficeQA Pro v2基准测试中得分64.4，取得当前最优成绩。在3个内部金融基准上，财务建模、金融研究、商业运营三项分别较K3提升14%、20%和约4.2倍。事实准确性方面，在内部压力测试Kimi Hallu Bench Hard中，K3.1 Pro单项事实陈述错误率从K3的23.4%降至8.3%，含至少一处事实错误的回答比例仅为前代约42.4%。官方同时强调，该测试刻意聚焦易错情形，错误率不代表日常使用整体水平。

各方反应

模型发布后，在权威评测榜单Artificial Analysis智能指数中，Kimi K3.1 Pro位列全球第4，位居全球开源模型之首，得分较上一代Kimi K3提升11分。这一排名显示，K3.1 Pro在公开评测中的表现已进入全球第一梯队，成为开源模型的新标杆。

目前，两款模型已通过Kimi官网、App、Kimi Work、Kimi Code及应用程序接口提供服务。应用程序接口定价为每百万Token输入13元，未命中缓存时按此计价，命中缓存时为1.3元，输出为68元，高速版价格为标准版的2倍。完整模型权重将于11月4日前发布，开发者届时可下载完整权重自行部署。

行业分析人士指出，月之暗面的重心正从参数竞赛转向场景交付。技术、场景与收入三条线同步加速，这家独角兽正站在500亿美元估值与赴港首次公开募股推进的前夜。进入“3.0时代”后，月之暗面的竞争策略更加注重把模型能力转化为实际生产力，而非单纯追求参数规模。

天使投资人、资深人工智能专家郭涛在接受每日经济新闻记者采访时表示，K3.1 Pro依靠代码与空间推理能力，直接输出建模软件、游戏引擎可用的脚本，完成参数化资产搭建，但它本身不具备独立的实时渲染、高质量纹理生成底层能力，在美术资产精细度上和垂直3D厂商、字节跳动与腾讯的原生世界模型仍存在差距。这一评价显示，K3.1 Pro的3D能力仍有提升空间。

需要注意的是，上述成绩来自不同的测试体系，其中部分为月之暗面内部基准。不同模型的测试环境、工具配置和评估方法可能存在差异，分数不能直接等同于所有实际工作场景中的能力排名。演示案例本身也不能代表模型在所有同类任务中都能稳定复现相同表现。随着完整权重即将开放，市场接下来需要观察的，将是这些基准测试中的优势能否在真实项目中持续兑现，以及开发者能否以可接受的部署成本，将模型能力转化为稳定、可靠的生产力。

背景影响

人工智能3D能力正在成为兵家必争之地。字节跳动和腾讯混元也先后推出3D模型。今年4月，字节跳动发布新一代3D生成大模型Seed3D 2.0，官方称其几何精度与材质生成均达当前最优水平，并支持部件级拆解、关节化资产生成与场景组合。同期，腾讯正式发布并开源混元3D世界模型2.0，支持文字、图片和视频等形式输入，可自动生成、重建并模拟完整的3D世界。8月，腾讯推出3D开放世界生成框架WorldClaw，用户输入一句开放式文本描述，即可生成可自由探索、可继续编辑的大规模3D世界。

影眸科技、VAST等AI 3D领域的玩家也先后拿到融资，资本与巨头在同一时间窗口密集加注。Kimi K3.1 Pro此次升级的核心，不只是将参数规模推至3万亿级别，而是进一步把编程、空间推理、金融分析和长程智能体执行能力整合到同一模型中。对月之暗面而言，Kimi K3.1 Pro此次升级的目标，是让模型从生成代码片段，转向承担项目规划、调用专业工具、生成素材、调试和迭代等完整工作。

安全方面，官方称在中期训练与强化学习两个阶段识别并移除网络攻防相关数据以降低滥用风险。在自研xdev-bench-hard测试上，未过滤版本pass@3可解决90.5%的问题，最终发布版为81.0%。这一数据反映出，安全过滤在降低风险的同时，也对模型能力产生了一定影响。如何在能力与安全之间取得平衡，是所有大模型厂商面临的共同课题。

开源生态是K3.1 Pro发布后最受关注的看点之一。完整模型权重将于11月4日前发布，届时开发者可以下载权重，在本地部署模型，或基于模型进行二次开发。作为全球参数规模最大的开源模型，K3.1 Pro的开放将为中小企业与独立开发者提供一个高性能的基础模型选择，降低使用前沿人工智能能力的门槛。不过，2.8万亿参数的总规模也意味着部署成本不低，开发者需要评估硬件投入与实际收益之间的平衡。开源社区的反馈与实际应用案例，将在权重发布后陆续显现。

今年7月，Kimi发布K3后就已经在试水人工智能加3D创作。当时，有用户发现了一个名为K399的网页游戏平台，其中的游戏都由K3模型参与制作，涉及射击、音游、3D解谜等多种品类，大部分游戏是对成熟产品的复刻，也有小部分原创内容。此次K3.1 Pro的发布，延续了这一方向，并把3D创作能力推向了新的高度。

从行业竞争格局看，K3.1 Pro的发布正值中国大模型竞争进入新阶段。各家厂商不再只比拼参数规模，而是比拼谁能把模型能力更快转化为真实场景中的生产力。编程、3D创作与金融研究这三个方向，恰好是企业付费意愿最强的领域。谁能在这些场景中率先站稳脚跟，谁就可能在下一轮竞争中占据先机。

权威一手来源

本文事实主要依据月之暗面官方发布信息、每日经济新闻10月25日的报道、CNMO科技10月25日的报道，以及PANews对新模型的技术解析。评测分数与模型参数以月之暗面官方公布为准，第三方评测结果以Artificial Analysis榜单为准。

核验日期：2026年10月25日

免责声明

本文内容仅供信息参考，不构成任何投资或购买建议。文中引用的评测分数来自公开报道与厂商发布，实际情况请以官方公布为准。

更多美国生活资讯，欢迎关注美国通微信公众号：UUUMGT。