Kimi K3.1 Pro 是月之暗面迄今最强的开放权重模型。2026年10月23日，月之暗面在 Kimi 官方博客发布 K3.1 系列首款模型：3T 参数级别，100 万 token 上下文，主打编码、3D 生成、金融研究等智能体能力。即日起在 Kimi.com、Kimi Work、Kimi Code 与 Kimi API 上线，完整权重 11 月 4 日前放出。
编码实测：Terminal-Bench 65.7%，反超 GPT-6 Astra
官方成绩单把编码放在最前面：Terminal-Bench 4.0（严格测试终端环境下的编码智能体）上，K3.1 Pro 得分 65.7%，超过 GPT-6 Astra 的 58.2%，略低于 Claude Opus 5.5 的 66.4%；自家 Kimi Code Bench 3.0 长程任务基准拿到 61.2%，高于 K3 的 55.95%。开放权重模型在真实终端任务上，已挤进最强闭源模型的第一梯队。
3D 与金融：两条被低估的线
3D 生成是另一条主线：BenchCAD（从多视角渲染经 CAD 代码重建 3D）工具辅助得分 92.7%，接近 Claude Opus 5.5（96.2%）与 GPT-6 Astra（95.9%）；同步上线的 3D Make 让用户在 kimi.com 和 Kimi App 上预览、编辑 3D 模型并导出打印。金融方向，OfficeQA Pro v2（真实财报文档的多步数值推理）得分 64.4，官方宣称 SOTA；幻觉测试 Kimi Hallu Bench Hard 上事实性错误率从 K3 的 23.4% 降至 8.3%。
它是怎么做出来的：K3 的后训练放大版
K3.1 Pro 本质是 K3 的后训练版本：后训练算力大幅增加，在数百个下游领域做大规模联合强化学习。官方称优化了 RL 框架、长上下文推理、训练效率与沙箱基建，让每份 RL 算力都带来稳定可预期的收益。同批的 Highspeed 版速度为标准版 2-3 倍，面向更即时的交互。
开放权重的取舍：先做安全减法再放出
月之暗面在放出权重前主动做了能力管控：训练与 RL 阶段剔除网络安全相关数据。内部 xdev-bench-hard（漏洞挖掘与利用）上最终版得分 81.0%，低于未剔除数据的检查点（90.5%），也低于公开三个月以上的前沿闭源模型。官方表述：不让开放权重把网络攻击能力的前沿再往前推，同时保留防御性用途的通用能力。
接下来值得跟进的三件事
第一，11 月 4 日前的权重放出：许可证、量化版本与社区微调生态，决定能否复刻 DeepSeek 式的开源热度。第二，Highspeed 版的实际定价与 API 表现，2-3 倍速度是否伴随质量折损。第三，终端编码智能体正成为开放权重的必争赛道，门槛抬高后下一家跟进的会是谁。
