月之暗面Kimi K3.1 Pro来了！2.8T参数 1M上下文 编码3D金融逆天

硅基观点｜闭源顶流要慌了？Kimi K3.1 Pro 来了！2.8 万亿参数、百万上下文、能直接做 Unreal 游戏和 CAD 模型，还宣布 11 月 4 日开源。

刚刚，月之暗面（Moonshot AI）官方账号 @Kimi_Moonshot 正式官宣：
Kimi K3.1 Pro全量上线！

这是他们 K3.1 系列的首款模型，也是目前最强的3T 级开源权重模型。
一句话总结：参数量拉满、能力全面进化、价格还更香，而且11月4日就要开源权重。

这波操作，直接把开源阵营的上限又往上推了一大截。

一、硬核参数先过一遍，数字本身就很炸

• 总参数：2.8 万亿（2.8T）
• 激活参数：1040 亿（104B，MoE 架构）
• 上下文窗口：原生1M tokens（百万级）
• 模态：多模态（文本 + 图像等）
• 高速度版本：Kimi K3.1 Pro Highspeed，速度提升2-3 倍

它是在 Kimi K3 基础上大幅增加后训练算力，并在数百个下游领域做大规模联合强化学习（RL）后得到的产物。月之暗面把整个 RL 框架、长上下文推理、沙盒基础设施都优化了一遍，让每多投入一点算力都能稳定兑现收益。

目前已在 Kimi.ai、Kimi Work、Kimi Code 以及 Kimi API 全线上线。价格也比之前更友好：
输入$2 / 百万 tokens，输出$10 / 百万 tokens（缓存命中只要 $0.20），比 K3 便宜约三分之一。

二、真正的杀手锏：不只是“会写代码”，而是能交付完整项目 ️

K3.1 Pro 最让人眼前一亮的，是它在几个高价值场景的落地能力。

1. 全项目级编程能力
它能直接在 Unreal Engine、Unity、Godot 里做完整游戏项目，从资产构建、场景组装、动画到渲染，几乎端到端。
在 Terminal-Bench 4.0（真实终端环境下的严格编码代理评测）上，它拿到65.7%，超过 GPT-6 Astra（58.2%），只差 Claude Opus 5.5 一点点（66.4%）。

在内部长程编码基准 Kimi Code Bench 3.0 Long-horizon 上，它也从 K3 的 55.95% 提升到61.2%。

更夸张的是，它还能在复杂模拟器里持续迭代调试——比如基于人体解剖模型训练走路控制器，能从几秒内摔倒优化到连续行走 11 秒以上，中间还自己发现并修正了 36 处肌肉力矩计算错误。

2. 参数化 3D 建模与 CAD 神级表现
直接在 Blender、CAD 软件里写脚本、生成参数化模型，从机械零件、建筑模型到可配置家具都能搞。
在 BenchCAD（多视角渲染重建 + CAD 代码生成）工具使用模式下，它拿到92.7%，已经非常接近 Claude Opus 5.5（96.2%）和 GPT-6 Astra（95.9%）。

而且现在 Kimi 官网和 App 已经上线了3D Make功能，可以直接预览、编辑、下载可3D打印的模型，或者导出视频/Live Photo。

3. 金融工作大幅降幻觉
金融建模幻觉率下降约65%（内部硬核压力测试中，声明级幻觉从 23.4% 降到 8.3%）。
在 OfficeQA Pro v2 上拿到SOTA 64.4，金融建模提升 7.2 分，金融研究提升 11.6 分，模拟商业运营直接达到 K3 的约 4.2 倍表现。

它能输出完整联动的 NVDA DCF/LBO 模型、宁德时代投委会材料、带源级引用的量子计算行业报告……这些在真实业务里都非常有用。

三、开源前的“安全操作”也值得注意

月之暗面很坦诚地披露了网络安全相关能力的控制措施。
他们在训练中主动移除了与网络攻击相关的数据，使最终开源版本的漏洞利用能力从未经处理版本的 90.5% 降到81.0%（内部 xdev-bench-hard 基准）。

官方的态度是：既不想让开源模型直接冲到攻防能力最前沿，又希望能力逐步扩散，让更多人能用它做防御和代码审计。这种“有意识地降一点再开源”的做法，在当前开源大模型里算是比较负责任的。

四、硅基观点：这波意义到底有多大？

1. 开源与闭源的差距正在被真正压缩
   以前开源模型总是差半代到一代，现在 K3.1 Pro 在编码、Agent、知识、3D 等多个维度已经能直接跟最强闭源模型贴身肉搏，部分项目甚至反超。
2. “能干活”比“刷榜”更重要
   月之暗面这次主打的不是单纯的学术基准，而是完整游戏项目、参数化 CAD、可审计的金融模型——这些才是真正能产生商业价值的能力。
3. 价格战 + 开源双杀
   API 更便宜，权重还要开源，这会进一步加速开源生态的落地速度。很多中小团队、独立开发者、游戏工作室、建筑设计公司，终于有机会用上接近顶流的能力，而不用被闭源价格和调用限制卡住。
4. 中国开源阵营又多了一张真正有分量的牌
   继 DeepSeek 之后，月之暗面这次用 K3.1 Pro 再次证明：中国团队在超大规模 MoE + 长上下文 + 后训练强化学习上，已经具备持续打出“能打又敢开源”产品的能力。

当然，科学类终端任务（Terminal-Bench Science）上它和顶尖闭源模型还有明显差距，真实生产环境的稳定性、工具调用的鲁棒性也还需要更多第三方验证。但这些都不妨碍它成为当下最值得期待的开源模型之一。

11月4日开源权重，届时社区会怎么玩，会不会迅速出现各种本地部署、微调、Agent 框架适配，非常值得关注。

欢迎大家关注AI顿悟涌现时，快速入门当下最热的AI大模型前沿。

文末点击下一篇或者扫码加入学习群，即可学习前沿AGI常识。