Kimi K3.1 Pro来了！代码能力压着GPT-6 Astra打、紧追Claude Opus 5.5，月之暗面这次把"全家桶"都押上了

10月24日凌晨，月之暗面（Moonshot AI）扔出了一枚重量级炸弹。

Kimi K3.1 Pro正式发布——K3.1系列的首个模型，同步推出加速版Kimi K3.1 Pro Highspeed。官方定调相当直接：这是迄今最强的3T级（3万亿参数）开源权重模型，上下文窗口维持不变的100万token。

而在AI行业普遍收紧开源、各国酝酿出口管制的当下，月之暗面放出了明确的时间表：完整模型权重将于11月4日公开发布。

这个时点，这个动作，值得好好说道说道。

一快一慢，双线布局

这次发布是双型号策略：

K3.1 Pro：主力旗舰，堆料堆到顶。

K3.1 Pro Highspeed：同样能力，速度快2-3倍，代价是API配额消耗翻倍（约2倍用量）。

分发渠道一次铺全：Kimi.ai网页版、iOS/Android/HarmonyOS App、Kimi Work桌面端（3.1.0+，支持Windows和Apple Silicon Mac）、Kimi Code（用/model命令切换）、Kimi API（模型ID为kimi-k3.1-pro和kimi-k3.1-pro-highspeed，企业客户可选零数据保留）。

权限设计值得一提：Kimi Enterprise默认关闭K3.1 Pro访问，管理员需要主动为组织开启——企业市场打法相当克制。

跑分：代码领域直逼Opus 5.5，3D能力逼近第一

先看过往战绩。K3.1 Pro是K3的后训练版本，用"大幅增加的post-training算力"堆出来的。几个关键数字：

Terminal-Bench 4.0（模拟真实资源受限环境下的编程Agent任务）：

• K3.1 Pro：65.7%

• GPT-6 Astra：58.2%

• Claude Opus 5.5：66.4%

距离Opus 5.5只差0.7个百分点，压着Astra打。

Kimi Code Bench 3.0 Long-horizon（内部基准，测多步执行、工具调用和端到端解题）：61.2%，对K3的55.95%是实打实的代际提升。

BenchCAD（从多视角渲染图通过CAD代码生成做3D重建）：

• K3.1 Pro（带工具）：92.7%

• Claude Opus 5.5：96.2%

• GPT-6 Astra：95.9%

这个数字支撑了一个已经上线的产品功能：3D Make——用户在kimi.ai和Kimi App上可以直接预览、编辑3D模型，并下载可直接用于3D打印的文件。

金融领域，月之暗面报了几个相当具体的数字：

OfficeQA Pro v2（真实财报复杂数据分析）：64.4，SOTA

• 金融建模：比K3提升7.2分

• 金融研究：提升11.6分

• 商业运营：达到K3的约4.2倍

幻觉控制更亮眼：内部压力测试Kimi Hallu Bench Hard上，claim级幻觉率从K3的23.4%降到8.3%；含至少一处事实性错误的回答比例，降到前代的42.4%。

当然，官方也注明：这个基准是故意设计来刁难模型的错误场景探测，不代表日常使用中的整体错误率。

跑分表上的数字，你可能已经看腻了。

但有些东西，比数字更值得停下来看三秒钟——

一个3万亿参数的AI模型，用虚幻引擎5.8搭建了一座半径1,750米的东方天宫：36开间柱廊、Blender程序化建模的巨龙、MetaHuman制作的主角、3,600万原始三角面、Nanite渲染+Lumen光照。

这不是美术团队的季度项目。

是Kimi K3.1 Pro端到端独立完成的。

三个Demo，三种"不可能"

月之暗面这次放出的三个编码案例，各自指向不同的能力维度。

Demo一：UE5.8天宫战斗游戏

上面说的那座天宫，就是这个项目的场景。外部素材仅有云体积数据、8K材质包和NASA的月球地形数据——其余全部AI生成。

这个Demo展示的，不是"AI会调API"，而是AI对专业引擎渲染管线的完整理解：Nanite怎么处理几何细节、Lumen怎么打光、程序化生成怎么控制面数。这是游戏工业级的工程判断。

Demo二：3D汽车落地页

一个滚动驱动的浏览器3D展示页面：定制Three.js分支、电影级布料揭幕动画、四章节交互车库，最后收在一个968个机械零件的俯视爆炸图上。

布料模拟和相机动画在Blender里烘焙。外部素材只有一个CC BY协议的轮毂模型——涂装和全部内部机械零件，都是K3.1 Pro自己生成的。

这个Demo的价值在于"产品感"：构图、排版、动画节奏、视觉打磨——它不是能跑，而是好看。官方的原话是"更强的构成感、排版、动画和完成度"。

Demo三：Godot冒险游戏

加上对Unity、Unreal、Godot三大引擎的全覆盖，以及"联网搜索+3D生成"的工具组合能力——K3.1 Pro展现的已经不是单点技能，而是"拿到一个模糊需求，自己选引擎、自己找素材、自己把完整体验做出来"的端到端交付力。

最有意思的细节：一段"自主纠错"的内部测试

官方博客披露了一个很能说明问题的长程编码测试。

任务：在开源人体解剖模型human-atlas（296块骨骼+402块肌肉）上，搭建一个人类行走动力学模拟器。

K3.1 Pro在167个任务、420次独立评审的循环中，迭代优化行走控制器。当奖励塑形（reward shaping）无法改善手臂动作时，它主动做了开环探针测试，定位并修正了36处肩部肌肉力臂计算错误，然后重新训练控制器。

这个细节的信息量在于：模型展现的不再是"写代码"，而是"调代码"——包括自己设计实验来验证假设。这正是Agent能力质变的关键信号。

安全章节：开源之前，先"卸载"网络攻击能力

这次发布中最值得单独拎出来讲的，是网络安全部分。

月之暗面观察到：随着post-training规模扩大，模型的漏洞研究能力在稳步提升。而这个能力的来源被追溯到——通用中训练语料中嵌入的网络安全内容，以及RL环境混合任务中的网络安全任务。

于是，在为开源版本做准备时，公司做了一个罕见的动作：在两个训练阶段中主动识别并移除了网络安全相关数据，同时保留了对模型通用性至关重要的编程任务。

效果量化如下：在内部基准xdev-bench-hard（专家策划、基于源代码的漏洞发现与利用任务）上：

•未做风险削减的对照checkpoint：pass@3解决率90.5%

•最终发布的K3.1 Pro：81.0%

官方的说法是：数据移除显著降低了网络能力，使K3.1 Pro的网络安全能力落后于已公开发布至少三个月的前沿闭源模型。

同时，月之暗面阐述了两条开源原则：

1.不发布会延伸网络能力绝对前沿的开源权重；

2.逐步提升开源权重中的网络安全能力上限——理由是非歧视性的访问，能让更多团队审计自己维护的代码，包括那些很少接受专门安全审查的老旧系统。

在"开源 vs 管制"博弈日益尖锐的2026年，这套"主动卸弹再开源"的操作，可以算是给整个行业打了个样。

Kimi Code里的使用规则

开发者侧的细节整理如下：

• K3.1 Pro定位为3T参数旗舰，高阶会员可用满1,048,576 token上下文

• 仅支持思考模式（thinking mode），禁用思考的请求会直接返回HTTP 400

• reasoning_effort支持low/high/max三档，默认max

• 支持图片和视频输入

• 新会员体系下：k3.1-pro需要Plus及以上，1M上下文保留给Pro及以上；highspeed版本需要Pro及以上

• 官方建议新建会话而不是中途切换模型；第三方工具中务必输入精确模型ID——输错了会静默回退到K2.8 Preview（不带思考模式）

这个"静默回退"的设计，值得所有接API的开发者多看一眼。

几年前，AI编码的叙事是"帮你写函数"。

一年前，变成了"帮你完成小项目"。

而现在，一个开源权重的模型可以独立交付UE5游戏场景、产品级3D落地页，并且在自己训练的模拟器出问题时，自己设计实验找出36处底层错误。

这个进化速度，比大多数人想象的要快。

而11月4日完整权重开源之后，全球开发者都能在自己的设备上验证这些能力——或者，发现它的边界。