Kimi K3.1 Pro升至智能指数第四 #1
Moonshot AI发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55 分，比上一代 Kimi K3 提高 11 分，排名第四。排在它前面的只有 Claude Opus 5.5（58 分）、Claude Sonnet 5.5（56 分）和 Muse Wonder Full（56 分）。
若 Moonshot 按计划在 2026 年 11 月 4 日前开放模型权重，K3.1 Pro 将成为得分最高的开放权重模型，开放与专有模型之间的差距将从 12 分缩小到 3 分。与之一同发布的还有运行速度快 2 至 3 倍的 K3.1 Pro Highspeed，两者均已通过 Kimi.ai、Kimi Work、Kimi Code 和 Kimi API 提供。
提升最明显的是智能体任务。据 Artificial Analysis，其在 GDPval-AA 上达到 1846 Elo，比 K3 高 312 分，仅次于 Claude Opus 5.5（1866）和 Muse Wonder Full（1857）。Moonshot 报告称，在 Terminal-Bench 4.0 上得分为 65.7%，高于 GPT-6 Astra 的 58.2%，略低于 Claude Opus 5.5 的 66.4%；K3 在同一测试上仅为 13%。
Moonshot 称，在内部 Kimi Hallu Bench Hard 上，声明级幻觉率从 K3 的 23.4% 降至 8.3%，但强调这是压力测试而非一般错误率；GPT-6 Astra 在同一基准上为 5.5%。模型可直接用于 Unity、Unreal Engine 和 Godot，BenchCAD 有工具时得分 92.7%，无工具时 72.8%，与 Claude Opus 5.5 的 73.0% 接近。
模型规模与 K3 相同，总参数 2.8 万亿、激活参数 1040 亿，上下文窗口 100 万 token，支持文本与图像。价格下降 33%：输入每百万 token 2 美元，输出 10 美元，缓存命中 0.20 美元。
Moonshot 表示，随着后训练规模扩大，漏洞研究能力持续增长，因此为开放权重版本从两个训练阶段中移除了网络相关内容。在复现 Linux 内核、Node.js 等近期漏洞的 xdev-bench-hard 上，未清洗版本解决 90.5% 的任务，清洗后的 K3.1 Pro 为 81.0%；DeepSeek-V4.1-Flash 为 85.7%，K3 为 33.3%。