Kimi K3.1 Pro 是什么：3T 级的编程与智能体模型

Kimi K3.1 Pro 是月之暗面 2026 年 10 月下旬推出的新模型，K3.1 系列的头一个。说白了，它是 Kimi K3 的后训练版本：底座没换，官方把后训练的算力堆得更多，重点补了编程、3D 创作和金融研究。官方的定位是 3T 级开放权重模型，带 100 万 token 上下文，同期还放出一个速度快 2 到 3 倍的 Highspeed 版本。先说清一件事：完整权重官方说 11 月 4 日前放出，在那之前它只能走官方渠道和 API，“开放权重”暂时还是一张期票。

关键规格，说人话是什么意思

K3.1 Pro 没有单独公布架构，不过它是 K3 的后训练版，底座数字看 K3 的公告就行：总参数 2.8 万亿的混合专家模型，896 个专家里每次只激活 16 个，注意力部分用 Kimi Delta Attention 加 Attention Residuals，原生支持视觉。翻译一下：总量大得吓人，但每个 token 只叫醒一小撮专家，推理开销比数字听起来小；可权重得整个装下，想自己部署，门槛依旧高，K3 公告里官方建议用 64 卡以上的超节点。

上下文窗口是 100 万 token，API 页面上是 1048576，拿来读大型代码库或成堆的财报 PDF 才算用对了地方。输入除了文本还能给图。知识截止时间、最大输出长度和开源协议，官方公告里没有写，协议要等权重发布时的模型卡来定。

成绩单：哪些能直接看，哪些要打折

先说明一点：下面的数字绝大多数是月之暗面自己测的，其中对比模型的分数来自各家博客或公开榜单，口径不完全一致。

编程方面，官方在 Terminal-Bench 4.0 上给出 65.7%，对比里 GPT-6 Astra 是 58.2%，Claude Opus 5.5 是 66.4%，也就是比前者高、比后者差不到一个点。三维建模方面，BenchCAD 上带工具 92.7%，Opus 5.5 是 96.2%，GPT-6 Astra 是 95.9%，差距明显；不带工具时 K3.1 Pro 是 72.8%，Opus 5.5 是 73.0%，基本持平。金融方面，OfficeQA Pro v2 得分 64.4，是官方对比表里这一项的最高分。

幻觉这项值得单独讲。官方内部的 Kimi Hallu Bench Hard 上，带工具时按论断统计的幻觉率从 K3 的 23.4% 降到 8.3%，同一张图里 Opus 5.5 是 15.0%，GPT-6 Astra 是 5.5%。官方自己强调，这是专门挑容易出错的题设计的压力测试，不代表日常使用的错误率。

第三方数据目前不多。Artificial Analysis 的页面显示，它跑完智能指数用了约 1.5 亿输出 token，中位数是 8700 万，话偏多；输出速度七十多 token 每秒，略低于它统计的平均水平，单个任务的评测成本约 2.11 美元。

怎么用，多少钱

能用的地方有这几处：Kimi.com 和手机 App，Kimi Work 桌面端（3.1.0 及以上版本，Windows 和 Apple 芯片 Mac），Kimi Code（用 /model 命令切换），以及 Kimi API，模型名是 kimi-k3.1-pro 和 kimi-k3.1-pro-highspeed。企业版管理员需要自己开启，发布时默认关闭。API 客户可以用零数据留存。

国际站 API 价格按每百万 token 计：K3.1 Pro 输入 2 美元，命中缓存的输入 0.2 美元，输出 10 美元；Highspeed 输入 4 美元，输出 20 美元，缓存命中仍是 0.2 美元。K3 是 3 美元和 15 美元，所以 K3.1 Pro 比上一代便宜了三分之一。国内站按人民币计价，具体以官方定价页为准。

和上一代、和同档比

跟 K3 比，官方给的内部数据是：Kimi Code Bench 3.0 长程任务从 55.95% 升到 61.2%，金融建模、金融研究两项内部测试分别涨了 7.2 和 11.6 分，模拟经营类的 Business Operation 从 8.9 变成 37。价格还降了，这一代没有理由继续选 K3 当主力，除非你的流程已经围绕它调好了。

跟闭源旗舰比，它的强项是性价比：Simon Willison 提到，这个价格只有 Claude Opus 5.5 的一半。弱项也很具体，三维建模带工具时落后 3 个点以上，幻觉率在官方图表里不及 GPT-6 Astra。另外，官方公告里写明，它的网络攻击能力低于上线至少三个月的闭源前沿模型。

适合谁，有什么坑

写代码的人值得试，尤其是长任务和 Unity、Unreal、Godot 这类游戏引擎的活，官方展示的案例也集中在这里；用 Kimi Code 这种官方适配过的环境最稳。做内容的人可以看 3D Make，官方说能导出可 3D 打印的模型，也能导出视频。做选型的技术负责人，AI主线的看法是等 11 月 4 日权重和模型卡出来再下结论：协议条款、自部署成本、第三方复现，这三样现在都还是空白。

坑也有几个。官方为开放权重清理了网络安全相关训练数据，做漏洞研究这类需求别指望它；官方内部测试里，清理后的版本解题率 81.0%，未清理的版本是 90.5%。K3 发布时官方还提醒过，中途把会话从别的模型切换到它，生成质量可能不稳，而且它做长任务时会自作主张，需要在系统提示里把边界写清楚。K3.1 Pro 是 K3 的后训练版本，这些提醒大概率仍然适用，上线前最好自己验一遍。AI主线建议先拿一两个真实任务跑通，再决定要不要迁移。