月之暗面发布 Kimi K3.1 Pro，100 万 token 上下文，开放权重将于 11 月 4 日前释出

Kimi K3.1 Pro

月之暗面发布 Kimi K3.1 系列首个模型 Kimi K3.1 Pro，为 3T 级开放权重模型，上下文窗口 100 万 token，并同步推出速度快 2-3 倍的 Kimi K3.1 Pro Highspeed。

官方公布了关键基准成绩、开放权重时间表和网络安全数据清理做法，读者可据此评估这代开放权重模型的实际能力边界。

另外 4 家也报道了正文 · AI 翻译中文原文推出 Kimi K3.1 Pro我们推出 Kimi K3.1 Pro，这是我们全新 K3.1 系列的首个模型，也是我们迄今为止能力最强的 3T 级开放权重模型，具备 100 万 token 上下文窗口。它在编程、3D 创作、金融研究及其他智能体能力方面均有大幅提升。

我们还发布了 Kimi K3.1 Pro Highspeed，其速度是 K3.1 Pro 的 2-3 倍，交互响应更迅捷。

Kimi K3.1 Pro 和 Kimi K3.1 Pro Highspeed 即日起可在 Kimi.com、Kimi Work、Kimi Code 和 Kimi API 上使用。完整模型权重将于 11 月 4 日前发布。

Kimi K3.1 Pro 是 Kimi K3 的后训练版本，后训练算力大幅增加。为实现跨数百个下游领域的大规模联合强化学习，我们优化了技术栈的每一层——强化学习框架、长上下文推理、训练效率、沙箱基础设施、rollout 调度，以及用于环境质量检查的共享平台——使每一份强化学习算力的投入都能带来稳定、可预期的回报。因此，K3.1 Pro 在每个领域都取得了持续提升。

在编程、智能体和知识类基准测试中，K3.1 Pro 达到或接近最强专有模型的水平。在 Terminal-Bench 4.0 上——该基准使用严格的任务专属测试，评估编程智能体在贴近真实、资源受限的终端任务中的表现——K3.1 Pro 得分 65.7%，领先 GPT-6 Astra（58.2%），仅略低于 Claude Opus 5.5（66.4%）。在 Kimi Code Bench 3.0 Long-horizon 上——这是我们内部的基准，用于测试编程智能体在多样工程领域中多步骤执行、工具使用和端到端问题解决的能力——K3.1 Pro 得分 61.2%，高于 K3 的 55.95%。

K3.1 Pro 覆盖完整的编程工作，从真实代码库中的快速修复到完整项目构建。它还为游戏和网页体验带来更考究的视觉风格，并懂得如何用合适的工具来构建它们。

K3.1 Pro 可在 Unity、Unreal Engine 和 Godot 等游戏引擎中高效工作，并结合网页搜索和 3D 生成来打造完整体验。其前端页面、交互式 Three.js 场景和 3D 资产在构图、排版、动画和精致度上表现更强。以下示例均由 K3.1 Pro 端到端创作：

K3.1 Pro 的长程编码能力也通过大规模强化学习得到增强。在一项内部测试中，它在 human-atlas 之上构建了一个集成训练与评估流水线的人体行走动力学模拟器；human-atlas 是一个开源的人体解剖模型，包含 296 个骨骼组件（含软骨）和 402 个肌肉组件。在 167 项任务和 420 次独立评审中，它分析实验结果、诊断问题并迭代改进行走控制器，使模拟人从数秒内瘫倒变为以交替步态连续行走 11.2 秒。当奖励塑形未能改善手臂运动时，K3.1 Pro 并未一味继续调整奖励：它对模拟器的动力学进行了开环探测，识别并纠正了肩部肌肉力臂计算中的 36 处错误，然后重新训练了控制器。

K3.1 Pro 在 3D 创作和空间推理方面表现出色。在 BenchCAD 上（该基准通过生成 CAD 代码来测试基于多视角渲染的 3D 重建），K3.1 Pro 在使用工具时得分 92.7%，接近 Claude Opus 5.5（96.2%）和 GPT-6 Astra（95.9%）的表现。根据文本简述、草图或参考图像，它能够推断形状、比例和空间关系，创建可用的 3D 模型。它对现有资产库和模型集合也有更强的掌握。

K3.1 Pro 尤其擅长参数化建模，涵盖机械零件、建筑模型到可配置产品和定制家具。无需 MCP 连接器，它就能为 Blender 和 CAD 软件等工具编写并运行脚本，以构建和优化资产、编辑组件，并调整几何形状、材质和场景布局。

以下是 K3.1 Pro 为品牌影片、游戏和交互式网页体验创建的 3D 资产示例：

3D Make 现已在 kimi.com 和 Kimi 应用上线——在线预览和编辑你的 3D 模型，下载可直接用于 3D 打印的模型，或将其导出为视频或实况照片，随时随地分享。

凭借更强的推理和智能体能力，K3.1 Pro 能够端到端交付完整的金融工作流。K3.1 Pro 在 OfficeQA Pro v2 上取得最先进的结果（64.4），该基准通过检索、跨文档验证和多步数值推理，测试对真实金融文档的复杂财务数据分析。在衡量从筛选到盈利能力分析的完整投资工作流支持的 Frontier Finance 上，K3.1 Pro 也较 K3 有所提升。

K3.1 Pro 在我们所有内部金融基准上也均有显著提升：

财务分析与投资研究对事实准确性的要求极高。为此，我们针对 K3.1 Pro 在真实任务和挑战性提示上的事实准确性进行了定向改进。在 Kimi Hallu Bench Hard 基准（我们内部用于压力测试事实准确性的基准）上，其声明级幻觉率从 K3 的 23.4% 降至 8.3%，而包含至少一处事实错误的回答占比仅为前代模型的 42.4%。（该评估是对事实准确性的压力测试，示例刻意设计用于探查模型容易出错的场景。所报告的比率不代表日常使用中的整体错误率。）

以下案例展示了 K3.1 Pro 在财务建模、投资分析和基于来源的研究中的实际表现：

随着 K3.1 Pro 能力增强，我们相应投入了更大比例的努力来理解网络能力的来源，以及我们能在多大程度上控制它。因此，我们分析并评估了 K3.1 Pro 的漏洞研究能力，并在训练期间施加定向控制，以降低潜在滥用风险，同时保留通用实用性。

识别并移除网络相关数据。在开发过程中，我们观察到漏洞研究性能随着后训练规模扩大而稳步提升。追溯这一趋势的来源，我们发现网络相关内容嵌入在通用中期训练语料中，且网络相关任务存在于 RL 环境组合中——这是基于广泛数据训练的自然产物。在内部模型的初步实验中，我们发现若在中期训练或 RL 阶段均不移除数据，下游网络能力将大幅提升。这些发现为我们提供了具体的控制杠杆。对于 K3.1 Pro 的开放权重发布，我们在两个训练阶段均识别并移除了网络相关数据，同时保留了模型实用性所需的通用编程任务。我们将继续在每个训练阶段施加适当控制，网络相关数据的识别与限制便是其中一例。

评估与结果。数据清洗后，我们在 xdev-bench-hard 上评估了 K3.1 Pro，这是我们内部的基准，由专家策划、基于源代码的漏洞发现与利用任务构成，经过校准以在当前能力水平上提供有意义的区分度。大多数任务忠实复现了 Linux 内核、Node.js、JavaScriptCore、Exim 和 VirGL 等软件中近期披露的漏洞，并启用了缓解措施。每个任务提供存在漏洞的源代码、简短的缺陷提示以及相应的二进制文件；智能体必须开发漏洞利用，在独立沙箱中实现任意代码执行，并获取一个秘密字符串以供自动验证。我们报告随机运行子集上的 pass@3，不设硬性超时或输出 token 限制。

在 xdev-bench-hard 上，未采取这些风险降低措施（训练中期未移除网络相关数据，也未对网络相关 RL 环境进行过滤）的检查点，在 pass@3 下解决了 90.5% 的问题；最终的 K3.1 Pro 达到 81.0%。这一对比表明，相对于同一训练流程原本会产出的结果，数据移除显著降低了网络能力。与此同时，K3.1 Pro 较其前代有大幅提升，表明更强的通用编码与长程调试能力即使在定向数据移除之后，仍能泛化到网络任务上。K3.1 Pro 的网络能力仍落后于已公开可用至少三个月的前沿专有模型。我们将持续演进内部基准，使评估在模型能力不断进步时仍保持信息量。

开放权重原则。这些评估构成了我们开放权重发布决策的框架。第一，我们力求不发布会拓展网络能力绝对前沿的开放权重。K3.1 Pro 的进攻性网络能力在设计上低于我们流程所能产出的水平，并且仍落后于前沿专有模型。第二，我们打算逐步提升开放权重中可用的网络能力。我们相信，以非歧视的方式提供 K3.1 Pro 有利于那些需要两用能力用于防御目的的人。当一个有能力的模型是开放的、并在用户自己控制的基础设施上运行时，更多团队获得了审计其维护代码的手段——包括很少接受专门安全审查的遗留系统。我们相信，让这种能力逐步扩散——而不是集中在少数专有系统中——最终会让所有软件更加安全。

Kimi K3.1 Pro 今日在 Kimi 产品家族全面上线：Kimi.com 与 Kimi 移动应用、Kimi Work 和 Kimi Code，以及通过 Kimi API 提供。

完整模型权重将于 2026 年 11 月 4 日前发布。

Kimi Enterprise 管理员可为其组织启用 K3.1 Pro；发布时该访问权限默认关闭。

各渠道详情：

除非另有说明，下文报告的所有 Kimi K3.1 Pro 结果均在推理强度设为“max”、temperature = 1.0、top-p = 0.95 的条件下获得。

来源：Moonshot AI：Kimi Blog · kimi.com