10月24日凌晨，月之暗面发布新旗舰 Kimi K3.1 Pro。最反常的地方在于，这个"新模型"压根没换基座——今年7月 K3 的老底子一动没动，只靠一轮大规模强化学习"补课"，就把真实编程测试的成绩从 12.6% 练到 65.7%，在第三方机构 Artificial Analysis 的智力指数榜上拿到 55 分，坐到全球第四，和排第一的 Claude Opus 5.5 只差 3 分。

先说它到底强在哪

看编程这一项就够了。Terminal-Bench 4.0 测的不是背题，是把模型单独扔进一个真实的命令行环境，让它自己敲命令、读报错、改代码，直到把任务干完——像把实习生一个人丢进机房值夜班。K3.1 Pro 官方成绩 65.7%，超过 GPT-6 Astra 的 58.2%，离 Claude Opus 5.5 的 66.4% 只差 0.7 个百分点；Artificial Analysis 自己复测，甚至给出了 67.2%。而上一代 K3 在同一项测试里只有 12.6%，基本是陪跑水平。

长程任务更夸张。在考察长时间软件工程的 SWE-Marathon 测试中，它以 51.7% 反超 Claude Opus 5.5 的 46.3%；智能体考试 Agents' Last Exam 拿到 43.2 分，排在官方对比模型第一。金融文档分析 OfficeQA Pro v2 拿到 64.4 分，是目前的最优成绩。

2.8 万亿参数，到底是个什么概念

K3.1 Pro 总参数 2.8 万亿（官方口径"3 万亿级"），但它用的是混合专家架构：好比一家请了 2800 名专家的公司，每次来活只喊其中 104 名最对口的上班，其余人待命。所以它脑子大，电费却不用按 2.8 万亿全额交，每次推理只激活 1040 亿参数。

100 万 token 的上下文，换算成使用场景：一次能吞下约一百万字，相当于把《红楼梦》从头读到尾，还能再塞进一个中型项目的全部代码。对程序员来说，以前要把代码切碎了喂，现在整个仓库一次倒进去就行。

它还顺手把 3D 创作拉了起来：能自己写 Blender 和 CAD 的脚本建模，能调用虚幻 5.8、Godot 这些游戏引擎做出可运行的 3D 游戏，官方演示里甚至用福建土楼的造型设计了一盏能 3D 打印的台灯。Kimi 网页和 App 里同步上线了 3D Make 功能，普通人也能直接上手捏模型。

真正的狠活，是没重练

这次升级最值得琢磨的，不是分数，是方法。K3.1 Pro 没花一分钱在新的预训练上，而是把强化学习扩展到数百个下游领域，让模型在真实任务里反复试错、挨打、修正。以前行业拼的是谁的发动机排量大，现在开始拼谁的调校功夫深——基座还是那台基座，跑出来的成绩完全两个样。

连"一本正经胡说八道"都收敛了：单条陈述的幻觉率从上一代的 23.4% 降到 8.3%。对金融、法务这类容错率为零的场景，这个数字比跑分重要得多。

价格，才是说给开发者的实话

参数和跑分是面子，价格是里子。K3.1 Pro 的 API 定价是每百万 token 输入 2 美元、输出 10 美元，比 K3 整体降了 33%；同步推出的高速版 Highspeed 本事一样，吐字速度快 2 到 3 倍。Artificial Analysis 算过一笔账：它完成单个任务的平均花费约 1.98 美元，和前代持平。换句话说，14 块钱左右，就能让 AI 独立干完一个真实的编程任务——比你给实习生点的那杯奶茶还便宜。

开源之前，先自断一臂

还有个容易被忽略的细节：月之暗面主动从训练数据里删掉了网络攻防相关的内容，模型在漏洞利用测试中的通过率从 90.5% 压到 81.0%，路透社专门发了报道。背景是中国刚就 AI 恶意软件生成技术提出出口管制草案。K3.1 Pro 的完整权重将在 11 月 4 日前开放——开源权重一旦放出，就再也收不回来，所以先把最危险的那部分能力摁下去。这大概会成为以后所有开源大厂的出厂动作：能力越强，放出来之前越得先证明自己克制。

最后一句

杨植麟年初放过话，说要一路做到 K4、K5，直至 K100。这次 K3.1 Pro 先证明了一件事：通往 K100 的路上，不必每一步都重练基座，旧功底靠后训练照样能逼出新上限。

当然，跑分大多还是官方口径。开源模型和闭源模型的分差已经从 12 分缩到 3 分，是真是假，等 11 月 4 日权重落地、全球开发者自己上手跑一遍，自有公论。在那之前，这个信号值得记住：国产模型这一轮涨的不是参数，是内功。

数据来源：月之暗面官方发布、路透社、腾讯米兰体育-米兰(中国)官网、凤凰网、新浪财经、Artificial Analysis 公开测评。