配图说明：本文封面为 AI 生成图像。
10 月 24 日凌晨，月之暗面正式推出 Kimi K3.1 Pro，公司迄今能力最强的 3 万亿级参数模型，支持 100 万 token 上下文，输出速度约 2 到 3 倍的高速版 K3.1 Pro Highspeed 同步上线。官方给出的编程智能体成绩相当惹眼：在考察真实终端环境的 Terminal-Bench 4.0 上，K3.1 Pro 拿下 65.7%，把 GPT-6 Astra（58.2%）甩开 7.5 个百分点，距离 Claude Opus 5.5（66.4%）只剩 0.7 个点。
差距抹平之后，比的是迭代速度
编程智能体这条赛道，过去一年的叙事基本是闭源双雄领跑、开源模型追赶。K3.1 Pro 这次把差距压到 1 个点以内，意义在于节奏变了：官方承诺完整模型权重将在 11 月 4 日前发布，也就是说，一个几乎贴着最强闭源模型水平的长上下文开源模型，马上会摆进所有人的本地环境里。内部基准 Kimi Code Bench 3.0 Long-horizon 上，K3.1 Pro 得分 61.2%，较 K3 的 55.95% 提升了 5 个多百分点，多步执行与端到端排障能力在稳定爬坡。
对开发者而言，价格单同样值得看。API 侧 kimi-k3.1-pro 每百万 token 输入 13 元（缓存命中 1.3 元）、输出 68 元，Highspeed 版价格翻倍换 2 到 3 倍速度。放在同档智能水平的模型里，这个定价延续了月之暗面一贯的激进策略，实际效果是把 Agent 类应用的边际成本再往下压了一档。
3D 和金融，两条新战线
这次发布会另一个容易被忽略的点是 3D 创作能力。K3.1 Pro 在 BenchCAD 上借助工具得分 92.7%，接近 Claude Opus 5.5 的 96.2%，能从一段描述、一张草图或参考图推断物体的形状与空间关系，重建出可用的 3D 模型，还能直接编写并运行 Blender、CAD 等专业工具的脚本做参数化建模。kimi.com 与 Kimi App 已上线 3D Make 功能，生成的模型可以直接下载去 3D 打印。文本到 3D 这条路各家都走得不顺，Kimi 把它做成可用的消费级功能，算是抢了个身位。
金融场景的进步更实。外部基准 OfficeQA Pro v2 上，K3.1 Pro 以 64.4 分取得当前最优成绩，该基准考察基于真实金融文档的检索、跨文档核对与多步数值推理；内部财务建模、金融研究基准较 K3 分别提升 14% 和 20%，商业运营基准得分约为 K3 的 4.2 倍。端到端跑通一份完整的财务工作流，正在从演示视频变成可交付的产品能力。
幻觉率的下降比跑分更重要
跑分好看不稀奇，稀奇的是官方主动公布了一组不太好看的数据对比：在针对事实准确性的内部压力测试 Kimi Hallu Bench Hard 中，K3.1 Pro 单项事实陈述错误率从 K3 的 23.4% 降到 8.3%，含至少一处事实错误的回答比例降至前代的约 42.4%。样本刻意聚焦模型容易出错的情形，数字不能直接外推到日常使用，但方向明确：智能体要真正接手多步任务，可靠性权重必须压过聪明程度。
写在最后
从 K3 到 K3.1 Pro，月之暗面用一次迭代同时补了编程、3D、金融三块短板，还把权重开源的时间表提前公之于众。当开源模型与最强闭源模型的差距缩到 1 个点以内，竞争的焦点会从「谁更强」转向「谁更便宜、谁更可靠、谁迭代更快」。这三个维度上，K3.1 Pro 都交出了有说服力的答卷，压力如今轮到闭源阵营这边了。
参考：IT之家《Kimi K3.1 Pro 正式发布：月之暗面最强 3 万亿级模型，编程智能体测评超 GPT-6》报道，本文为基于公开信息的独立评述。