Moonshot AI 发布 Kimi K3.1 Pro：全新 K3.1 系列的首款模型

Moonshot AI 于 2026 年 10 月 24 日 推出了 Kimi K3.1 Pro。这是全新 K3.1 系列的首款模型，同时发布的还有速度更快的配套版本 Kimi K3.1 Pro Highspeed。该公司称，K3.1 Pro 是其迄今能力最强的 3T 级开放权重模型，支持 100 万个 token 的上下文窗口。

公告称，Kimi K3.1 Pro Highspeed 的速度是 Kimi K3.1 Pro 的 2 至 3 倍，模型能力则完全相同。两个模型均已在 Kimi 产品系列中推出：可通过 Kimi.ai 和适用于 iOS、Android 及 HarmonyOS 的 Kimi 移动应用使用；可通过适用于 Windows 和 Apple 芯片 Mac 电脑的 Kimi Work 桌面应用使用，该应用版本须为 3.1.0 或更高版本；可在 Kimi Code 中使用，用户通过 /model 命令选择模型；也可通过 Kimi API 使用，模型名称分别为 kimi-k3.1-pro 和 kimi-k3.1-pro-highspeed，API 客户还可使用零数据保留功能。Kimi Enterprise 管理员可以为所在组织启用 K3.1 Pro；该模型发布时默认关闭访问权限。

训练与公布的性能表现

K3.1 Pro 是在 Kimi K3 基础上经过后训练的版本。Moonshot AI 称，该模型使用了规模显著更大的后训练计算资源。为支持数百个下游领域的大规模联合强化学习，该公司表示，对技术栈的每一层都进行了优化：强化学习框架、长上下文推理、训练效率、沙盒基础设施、推演调度，以及用于环境质量检查的共享平台。

该公司报告称，在 Terminal-Bench 4.0（用于评估编码智能体在真实且资源受限的终端任务中的表现）上，K3.1 Pro 得分为 65.7%，高于 GPT-6 Astra 的 58.2%，略低于 Claude Opus 5.5 的 66.4%。在 Kimi Code Bench 3.0 Long-horizon 上，这项涵盖多步执行、工具使用和端到端问题解决的内部基准测试中，K3.1 Pro 得分为 61.2%，K3 得分为 55.95%。在 BenchCAD 上，这项测试通过 CAD 代码生成，从多视角渲染图重建 3D 模型，K3.1 Pro 使用工具时得分为 92.7%，接近 Claude Opus 5.5 的 96.2% 和 GPT-6 Astra 的 95.9%。3D Make 功能现已在 kimi.ai 和 Kimi 应用上线，用户可以在线预览和编辑 3D 模型，并下载可直接用于 3D 打印的模型。

Moonshot AI还报告称，OfficeQA Pro v2的得分达到64.4，创下当前最佳成绩。该基准测试使用真实财务文件，评估复杂的财务数据分析能力。公司还指出，在其内部财务基准测试中，K3.1 Pro较K3有所提升：Financial Modeling高出7.2分，Financial Research高出11.6分，在Business Operation上的表现约为K3的4.2倍。在Kimi Hallu Bench Hard这项内部事实准确性压力测试中，该模型按声明计算的幻觉率从K3的23.4%降至8.3%；而至少包含一项事实错误的回答占比，则为其前代模型这一比率的42.4%。博客指出，这项评测经过刻意设计，旨在探测容易出错的情形；报告的比率并不代表模型在日常使用中的整体错误率。

博客介绍了一项内部长程编码测试。在测试中，K3.1 Pro 基于 human-atlas 构建了一个人体行走动力学模拟器。human-atlas 是一个开源人体解剖模型，包含 296 个骨骼组件和 402 个肌肉组件。在 167 项任务和 420 次独立评审中，该模型反复改进行走控制器；当奖励塑形未能改善手臂动作时，它对模拟器动力学进行了开环探测，找出并修正了肩部肌肉力臂计算中的 36 处错误，随后重新训练了控制器。

网络安全管控措施与开放权重原则

Moonshot AI 表示，随着后训练规模扩大，模型在漏洞研究任务上的表现持续提升。该公司将这一趋势归因于通用中期训练语料中包含的网络安全相关内容，以及强化学习环境组合中的网络安全相关任务。对于 K3.1 Pro 的开放权重版本，该公司称，已从两个训练阶段中识别并移除网络安全相关数据，同时保留模型发挥实用价值所需的通用编码任务。

该公司报告称，在 xdev-bench-hard 这项内部基准测试中，一个未经上述风险降低措施处理的检查点，在基于专家整理的源代码漏洞发现与利用任务上，以 pass@3 计算可解出 90.5% 的问题；最终版 K3.1 Pro 的比例为 81.0%。Moonshot AI 表示，这些结果表明，移除数据能够显著降低模型的网络安全能力，使其低于同一训练流程原本会产出的水平；K3.1 Pro 的网络安全能力仍逊于已公开至少三个月的前沿专有模型。

博客阐述了开放权重发布背后的两项原则。第一，该公司力求不发布会将网络安全能力推向绝对前沿的开放权重模型。第二，该公司计划逐步提升开放权重模型所具备的网络安全能力，并指出，非歧视性访问能让更多团队有能力审查自己维护的代码，其中也包括那些很少接受专门安全审查的旧系统。

Kimi Code 中的模型配置

单独的Kimi Code 文档详细说明了这些模型如何向开发者开放。文档列出了 K3.1 Pro、K3、K2.8 Preview 和 K2.7 Code Highspeed 系列中的六个模型 ID，并将 k3.1-pro 描述为一款拥有 3 万亿参数的旗舰模型，可为高级会员提供最高 1,048,576 个 token 的上下文窗口；文档还指出，Highspeed 版本具备相同的能力，但配额消耗约为其两倍。页面称，K3.1 Pro 已在 Kimi Code 中全面推出。

文档称，K3.1 Pro 模型仅支持思考模式；如果请求关闭思考模式，将被拒绝，并返回 HTTP 400 错误。两款新模型均接受 reasoning_effort 设置，可选 low、high 或 max，默认值为 max；两者也都支持图像和视频输入。根据新的会员方案，k3.1-pro 要求会员等级达到 Plus 或以上，且 1M 上下文窗口仅限 Pro 或以上等级使用；k3.1-pro-highspeed 则要求 Pro 或以上等级。根据旧方案，对应的等级分别为 Moderato 和 Allegretto。

文档建议另开新会话，而不要在会话中途切换到新模型；为获得最稳定的输出，应使用原生 Responses、聊天补全或消息 API；在第三方工具中则应输入准确的模型 ID，因为 ID 拼写错误时，系统会回退到不支持思考模式的 K2.8 Preview。

公司表示，Kimi K3.1 Pro 的完整模型权重将于 2026 年 11 月 4 日前发布。