Moonshot AI 最新发布的 Kimi K3.1 Pro 现已上线 DigitalOcean 无服务器推理（Serverless Inference）。开发者无需单独管理 Moonshot AI 账号或模型基础设施，即可通过 DigitalOcean API 调用该模型，并按实际 Token 使用量付费。
Kimi K3.1 Pro 是 Moonshot AI 在 Kimi K3 基础上进行大规模后训练的升级版本。Moonshot 将其定位为目前能力最强的 3T 级开权重模型，重点提升了 Coding、3D 创作、金融研究以及 Agent 等任务的表现。
与 Kimi K3 相比，K3.1 Pro 不只是增加了模型训练投入，还针对长周期任务、多步骤工具调用和复杂推理进行了进一步优化。同时，它保留了 100 万 Token 上下文窗口，能够处理大型代码库、复杂项目和长篇专业文档。
对于正在开发 Coding Agent、企业 Agent，或者需要处理复杂专业任务的团队来说，Kimi K3.1 Pro 值得关注。
更强的 Coding 和长周期 Agent 能力
Kimi K3.1 Pro 这次升级的重点之一，是提升模型在复杂软件工程任务中的表现。
与简单的代码补全不同，真实的 Agent 编程往往需要模型连续完成多个步骤：理解需求、阅读代码、定位问题、调用工具、修改文件、运行测试，再根据结果继续调整。
这类任务不仅考验模型的代码生成能力，也考验它能否在较长的执行过程中保持目标一致，并根据环境反馈不断修正方案。
根据 Moonshot AI 公布的测试数据：
| Benchmark | Kimi K3.1 Pro | 对比成绩 |
|---|---|---|
| Terminal-Bench 4.0 | 65.7% | GPT-6 Astra：58.2%；Claude Opus 5.5：66.4% |
| Kimi Code Bench 3.0 Long-horizon | 61.2% | Kimi K3：55.95% |
其中，Terminal-Bench 4.0 主要测试 Coding Agent 在真实终端环境中完成复杂任务的能力。Kimi K3.1 Pro 达到 65.7%，已经接近 Claude Opus 5.5 的测试成绩。
而在 Moonshot 自己的 Kimi Code Bench 3.0 Long-horizon 测试中，K3.1 Pro 的成绩从 K3 的 55.95% 提升至 61.2%，反映出它在多步骤执行、工具使用和端到端问题解决方面的进步。
这类能力对于需要长时间运行的 Coding Agent 尤其重要。
不只是写代码，还能完成 3D 建模
Kimi K3.1 Pro 另一个值得关注的方向是 3D 建模和空间推理。
模型可以根据文字描述、草图或参考图片，理解物体的形状、比例和空间关系，并生成可用的 3D 模型。
在 Moonshot AI 公布的 BenchCAD 测试中，Kimi K3.1 Pro 在使用工具的情况下取得了 92.7% 的成绩：
| 模型 | BenchCAD（With Tools） |
|---|---|
| Claude Opus 5.5 | 96.2% |
| GPT-6 Astra | 95.9% |
| Kimi K3.1 Pro | 92.7% |
这项测试主要评估模型能否根据多视角渲染图，通过 CAD 代码生成完成 3D 重建。
除了生成模型本身，Kimi K3.1 Pro 还能够编写并运行脚本，配合 Blender 和 CAD 等工具完成参数化建模、几何调整、材质修改和场景布局。
这意味着它的应用场景不再局限于网页开发和代码生成，也开始延伸到机械零件、建筑模型、游戏资产和交互式 3D 内容创作。
金融研究能力进一步提升，减少事实性错误
在金融研究方面，Kimi K3.1 Pro 也有比较明显的进步。
Moonshot AI 公布的 OfficeQA Pro v2 测试成绩为 64.4。该测试主要考察模型能否从真实财务文件中检索信息、交叉验证不同文档的数据，并完成多步骤的数字分析。
这类任务对模型的要求并不只是理解财务术语，还需要准确处理数据、识别不同材料之间的关联，并给出有依据的分析结果。
此外，Moonshot AI 还公布了一项内部事实准确性测试：
在 Kimi Hallu Bench Hard 压力测试中，Kimi K3.1 Pro 的 Claim-level 幻觉率从 Kimi K3 的 23.4% 降至 8.3%。
需要说明的是，这是一项由 Moonshot AI 设计的内部压力测试，测试问题经过刻意设计，用于检验模型容易出错的场景，并不代表模型在日常使用中的整体错误率。
不过，这一变化仍然反映出 Kimi K3.1 Pro 在复杂事实判断和专业信息处理方面的优化方向。
100 万 Token 上下文，适合大型代码库和复杂文档
Kimi K3.1 Pro 支持最高 1,048,576 Token 的上下文窗口，也就是约 100 万 Token。
对于普通聊天应用来说，这个上下文容量可能显得有些过剩。但在 Coding Agent 和企业级 AI 应用中，长上下文有着更实际的价值。
例如，一个 Coding Agent 在处理大型项目时，可能需要同时理解：
- 大量源代码文件和项目目录结构
- README、技术文档和 API 定义
- 数据库 Schema 和配置文件
- Git Diff、测试代码和 Terminal 输出
- 多轮工具调用记录和任务执行状态
如果模型上下文窗口有限，就需要频繁进行信息裁剪、摘要或重新检索，容易丢失一些对当前任务有用的细节。
而 100 万 Token 上下文能够让模型在一次任务中保留更多项目背景和执行信息，减少上下文被切分带来的影响。
当然，实际可用的上下文长度仍然取决于应用配置和请求参数。更大的上下文也不意味着每次请求都应该尽可能塞入更多内容。
Kimi K3.1 Pro 现已支持 DigitalOcean 无服务器推理
Kimi K3.1 Pro 现在已经可以通过 DigitalOcean 无服务器推理（Serverless Inference） 调用。
开发者不需要自己部署 GPU 服务器、管理模型权重或维护推理基础设施，只需要创建 DigitalOcean Model Access Key，就可以通过 API 接入模型。
目前，DigitalOcean 上的 Kimi K3.1 Pro 支持：
- 100 万 Token 上下文窗口：最高支持 1,048,576 Token 输入上下文。
- 视觉输入：原生支持文本和图片输入。
- Prompt Caching：支持提示词缓存，降低重复上下文带来的调用成本。
- Reasoning：支持推理能力，提供 Low、High 和 Max 三档 Effort 设置，默认使用 Max。
需要注意的是，当前 DigitalOcean 上的 Kimi K3.1 Pro 默认始终启用推理，不能关闭。开发者可以根据任务复杂度调整 Effort 等级。
在计费方面，DigitalOcean Serverless Inference 按实际 Token 使用量收费，不需要单独签订 Moonshot AI 合同或维护 Moonshot AI API 账号。
具体价格与折扣优惠，可咨询 DigitalOcean 中国区战略合作伙伴卓普云（aidroplet.com）。