月之暗面发布KimiK3.1Pro，3万亿参数、100万上下文，代码与3D建模能力显著提升

10月24日凌晨，月之暗面正式发布Kimi K3.1 Pro，这是该公司迄今参数规模最大、能力最强的通用大模型，参数量达3万亿级别，支持长达100万Token的上下文窗口。作为K3系列的后训练增强版本，K3.1 Pro通过数百个下游领域的强化学习训练，在代码生成、智能体（Agent）执行、3D建模与金融工作流等长程任务上实现系统性跃升。

与标准版并行推出的还有Kimi K3.1 Pro Highspeed高速版本，其推理速度约为标准版的2至3倍，智能水平保持一致，适用于对响应时效要求更高的场景。两款模型已同步上线kimi.com、Kimi App、Kimi Work、Kimi Code及Kimi API平台，完整模型权重计划于11月4日前公开发布。

本次升级的核心突破集中在三类高价值应用场景：编程智能体、3D空间推理与端到端金融工作流。

在编程与Agent能力方面，K3.1 Pro在真实终端受限环境下的综合评测Terminal-Bench 4.0中取得65.7%的分数，显著高于GPT-6 Astra的58.2%，仅略低于Claude Opus 5.5的66.4%。该基准模拟用户在资源受限终端（如远程服务器或低配设备）中完成多步骤开发任务的真实场景，强调工具调用、错误恢复与长期规划能力。内部自研的Kimi Code Bench 3.0 Long-horizon测试中，K3.1 Pro得分为61.2%，较前代K3的55.95%有明显提升，反映其在复杂工程任务中的多步执行稳定性增强。

3D创作能力是此次更新的另一亮点。K3.1 Pro可直接调用Unity、Unreal Engine与Godot等主流游戏引擎，并编写Blender、CAD等专业软件的脚本，实现参数化建模全流程闭环。在BenchCAD基准（考察从多视角渲染图生成CAD代码并重建3D模型的能力）中，其借助工具辅助得分达92.7%，接近Claude Opus 5.5的96.2%与GPT-6 Astra的95.9%。这意味着模型能根据一段文字描述、草图或参考图像，准确推断物体的几何结构、比例关系与空间布局，并输出可直接用于3D打印或工业设计的模型文件。

为支撑该能力落地，kimi.com与Kimi App已同步上线“3D Make”功能模块，用户可在网页端在线预览、编辑生成的3D模型，导出STL格式用于3D打印;亦可生成视频或实况照片，便于社交分享。该功能无需额外插件或MCP连接器，模型自身即可完成脚本编写与执行。

金融领域同样获得重点优化。K3.1 Pro在外部权威基准OfficeQA Pro v2（基于真实财报与金融文档的跨表核对、多步数值推理任务）中得分64.4，为当前公开模型中的最高分。在内部三项金融专项测试中，财务建模、行业研究与商业运营任务的性能分别较K3提升14%、20%与约4.2倍，表明其已具备端到端交付完整工作流的能力——从数据提取、模型搭建到报告撰写均可自主完成。

事实准确性方面，月之暗面引入了高强度压力测试Kimi Hallu Bench Hard，聚焦易混淆、易遗漏的细节陈述场景。结果显示，K3.1 Pro单项事实错误率由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的42.4%。官方特别说明，该测试刻意放大困难样本，实际日常使用中的错误率将显著更低。

安全机制亦同步加强。模型在中期训练与强化学习阶段主动识别并移除了涉及网络攻防的潜在风险数据。在自研安全测试xdev-bench-hard中，未过滤版本pass@3可达90.5%，而最终发布版为81.0%，体现其在能力与安全间的审慎平衡。

定价策略上，Kimi API输入价格为每百万Token 13元（未命中缓存）、1.3元（命中缓存），输出68元；高速版定价为其2倍。该价格体系与主流闭源模型相比具备一定竞争力，尤其在长上下文与高并发场景下，结合高速版可进一步摊薄单任务成本。

值得注意的是，K3.1 Pro并未采用开源社区常见的MoE（混合专家）架构，而是以全参数3万亿规模实现性能突破，这在当前大模型发展路径中较为少见。业内普遍认为，超大规模密集模型虽训练成本高昂，但在特定任务（如长程推理、工具链协同）上可能具备更强的一致性与可控性。

从技术演进看，K3.1 Pro标志着国产大模型正从“通用能力追赶”转向“垂直场景深耕”。相比早期版本侧重语言理解与生成，新模型更强调与专业工具链的深度耦合——无论是调用CAD脚本、驱动游戏引擎，还是构建财务模型，其核心逻辑已从“回答问题”升级为“执行任务”。这种“Agent-first”范式，正成为头部厂商下一阶段竞争的关键战场。

目前，Kimi系列已形成K3基础版、K3.1 Pro标准版与高速版的三层产品矩阵，覆盖从轻量级交互到高负载生产环境的多元需求。随着完整权重即将开源，开发者社区有望进一步挖掘其在科研、教育与工业自动化中的潜力。

K3.1 Pro的发布，不仅是月之暗面技术积累的一次集中释放，也反映出国内大模型厂商在长上下文、工具集成与事实可靠性等硬指标上的持续攻坚。在闭源模型主导高端市场的格局下，此类具备实战能力的国产模型，正逐步构建起差异化竞争力。