11月4日前開源。
智東西10月24日報導，今天，月之暗面發佈了其最新一代旗艦模型Kimi K3.1 Pro，並宣佈將在11月4日前完成模型開源。這是一款3兆參數量級的模型，由Kimi K3後訓練而來，擁有100萬個token的上下文窗口。
在Artificial Analysis榜單上，Kimi K3.1 Pro的得分比Kimi K3高了11分，目前排名為總榜第四、國產第一，超過Claude Fable 5.1、GPT-6 Astra等模型，僅次於Claude Opus 5.5、Claude Sonnet 5.5和Muse Wonder。
程式設計、3D創作、金融研究等領域是Kimi K3.1 Pro能力提升的重點。官方案例顯示，Kimi K3.1可以在接入虛幻引擎後，打造規模較大、畫面精細的遊戲場景。
利用Blender、FreeCAD等工具，Kimi K3.1 Pro可以實現較好的3D建模效果。在FreeCAD中，它成功打造了一個航空渦扇發動機的模型，並且可以在模擬環境中運轉。
利用Blender，它成功復刻了新加坡機場標誌性的室內雨林。
Kimi K3.1 Pro目前已經廣泛可用，使用者可在Kimi官網、Kimi Work、Kimi Code等產品中直接使用，也可通過API呼叫。月之暗面還推出了Kimi K3.1 Pro高速版，其速度可以達到K3.1 Pro的2-3倍。
價格方面，Kimi K3.1 Pro的輸入價格為13元/百萬tokens，輸出價格為68元/百萬tokens，而高速版的價格為常規版的2倍。與Kimi K3相比，Kimi K3.1 Pro的價格有明顯下降，輸入價格降低了35%，輸出價格降低了32%。
按美元刊例價計算，Kimi K3.1 Pro的價格僅為GPT-6 Astra的20%，Claude Opus 5.5的50%。GPT-6 Astra每百萬tokens的輸入、輸出價格分別為10美元和50美元，Claude Opus 5.5分別為4美元和20美元，Kimi K3.1 Pro則分別為2美元和10美元。
智東西對Kimi K3.1 Pro進行了一手實測，覆蓋網頁開發、遊戲製作、3D建模和金融研究等場景。幾輪任務下來，最直觀的感受是，這一模型的審美水平持續線上，網頁的字型、排版和配色清清爽爽，遊戲裡的場景、人物動畫和小地圖也搭得像模像樣。而在更複雜的3D建模任務中，它的表現也相對穩定，能圍繞同一個目標持續推進，最終兼顧完整度和細節。
體驗連結：https://www.kimi.com/
01. 從網頁到CAD：45分鐘生成3052個構件
我們的實測先從輕量的網頁開發任務切入，讓Kimi K3.1 Pro打造了一個網頁版的魔方模擬器。這個任務沒有呼叫任何現成的3D引擎，而是要求模型通過CSS 3D和旋轉矩陣實現。
在大約10分鐘後，Kimi K3.1 Pro就完成了這一任務的開發，從實際效果來看，這個網頁雖然設計較為簡潔，但核心的魔方模擬與轉層動畫均能正常運行。計時器在字型和數字樣式上與正文做了區分，細節處理較為用心，整體介面自然克制，沒有明顯的“AI生成感”。
之後，我們要求Kimi K3.1 Pro用Godot開發一個《遺蹟尋寶》遊戲。模型在大約20分鐘的時間內完成了初版遊戲開發，此後有相當一部分時間花在了實際運行、截圖檢查和互動回歸。根據檢查結果，模型修正了資源路徑、碰撞等細節，最後又執行了60項真實引擎檢查，全部通過。
從最終結果來看，Kimi K3.1 Pro交付了一個擁有完整地圖、專業場景素材、動畫人物、即時小地圖的遊戲，利用外部的開源資源包，畫面精美度也實現了較大的提升。
最後，我們又給Kimi K3.1 Pro上了難度更高的3D建模任務，讓它設計一個具有曲面屋頂的兩層展覽館。對模型來說，這個任務要求其精準理解每項設計要求，並讓它們在整個設計中保持一致。模型還必鬚髮現並修正自己的問題，逐項檢查尺寸、連接、碰撞和檔案可用性。
最終，Kimi K3.1 Pro用大概45分鐘，完成了包含3052個獨立構件的可編輯CAD模型，並生成11頁圖紙和構件明細表。樓梯、中庭、迴廊、入口及屋頂交接等核心檢查項均通過，修改建築長寬、層高和柱網的測試也得到正確結果，證明其在3D建模場景已經具備不錯的能力。
我們也快速體驗了下Kimi K3.1 Pro在金融類場景的能力：將SpaceX最新財季的財報甩給它，讓它據此生成一張桑基圖，體現營收和淨利潤的流向。
Kimi K3.1 Pro從密密麻麻的10-Q表格中找到了它需要的所有關鍵資料，僅用大概2分鐘就生成了初版圖表。不過初版圖示的文字大小不太適合閱讀，在我們指出這一問題後，Kimi K3.1 Pro很快進行了修改，最終的結果如下：
經過我們人工抽檢，其中的資料與SpaceX財報中的資料保持了一致，沒有出現資料錯誤或者張冠李戴的問題。
02. 後訓練加碼多項基準逼近Claude Opus 5.5
月之暗面在Kimi K3.1 Pro的技術報告中，公佈了模型的更多技術細節和基準測試結果。月之暗面透露，Kimi K3.1 Pro採用了大幅增加的後訓練算力，進行了覆蓋數百個下游域的大規模聯合強化學習。
為了實現強化學習，月之暗面最佳化了技術堆疊的每一層，包括強化學習框架、長上下文推理、訓練效率、沙盒基礎設施、部署調度以及共享環境質量檢查平台，以確保每一次強化學習計算都能帶來穩定且可預測的回報。
在程式設計領域，Kimi K3.1 Pro能覆蓋從真實程式碼庫修復到完整項目建構的各類任務。針對遊戲和網頁這兩大場景，它可以打造更為精美的視覺風格，同時採用合適的工具，最終實現更好的效果。
在Terminal Bench 4.0程式設計基準測試中，Kimi K3.1 Pro得分為65.7%，領先於GPT-6 Astra（58.2%），僅次於Claude Opus 5.5（66.4%）。同時，其每任務平均成本較海外模型有明顯的優勢。
在下圖中多個主流AI程式設計基準測試中，Kimi K3.1 Pro的得分與Claude Opus 5.5已經十分接近，並且在多項基準測試中超過了GPT-6 Astra。
3D建模與設計場景則考驗著模型的空間推理能力。Kimi K3.1 Pro如今已經可以從文字、草圖或者參考圖像中推斷出形狀、比例和空間關係，從而建立可用的3D模型。在BenchCAD上，開啟工具呼叫後，Kimi K3.1 Pro的得分達到92.7%，接近Claude Opus 5.5（96.2%）和GPT-6 Astra（95.9%）。
為配合模型的這一能力，月之暗面已經在Kimi Work中推出了3D模型生成外掛。Kimi K3.1 Pro的參數化建模能力，可以被用於打造機械部件、建築模型、家具等3D模型。
在財務場景，Kimi K3.1 Pro相較於Kimi K3有所改進，在月之暗面的內部財務基準指標上，其財務建模能力提升了7.2分，金融研究能力提升了11.6分，業務營運得分達到了Kimi K3的4.2倍。
而在外部基準中，Kimi K3.1 Pro在Frontier Finance上拿到了58.6分，在OfficeQA Pro V2上拿到了64.4的SOTA成績。
03. 結語：後訓練的後勁正在顯現
從網頁開發到3D建模，Kimi K3.1 Pro展現出更強的工具呼叫和任務交付能力，也讓我們看到了後訓練持續釋放模型潛力的可能。
不過，單次實測和官方基準仍只是觀察模型的一部分。它在更多真實項目中的穩定性、成本與效率，以及後續面向大規模服務的基礎設施最佳化，也將影響最終體驗。 (智東西)