Moonshot AI 发布 Kimi K3.1 Pro，AA 智能指数升至 55 分排名第四

关闭提示

本文也有英文版本。

本文在技术协助下翻译，并在发布前经过编辑审校。

。

中国AI公司Moonshot AI发布了Kimi K3.1 Pro。该系统以开放权重模型的形式发布，据称在编程、3D建模和金融分析方面可与Anthropic的Claude Opus 5.5和OpenAI的GPT-6 Astra等顶级模型竞争。

广告后继续阅读

K3.1 Pro基于7月发布的Kimi K3构建。其混合专家架构的参数规模保持不变，仍为2.8万亿参数，其中每次激活1040亿参数。上下文窗口仍可容纳最多100万token，不过在Kimi Code中仅限更高价位的套餐。该模型可处理文本、图像和视频，并输出文本。

K3.1 Pro据称能够自主实现软件项目、开发游戏，并通过自行编写的脚本控制Blender和CAD软件。此外，它还能根据文本描述、草图和参考图像创建三维物体。借助“3D Make”，用户可以在浏览器中编辑这些模型并下载用于3D打印。复杂金融分析和大规模文档评估也属于其能力范围。据Moonshot称，为限制进攻性网络能力，公司已移除某些训练数据和任务。

在独立AI排名中位列第四

Artificial Analysis（AA）的独立测试显示，其性能较前代有明显提升。在Intelligence Index中，K3.1 Pro获得55分，排名第四，而前代为44分。排在它前面的是Claude Opus 5.5（58分）以及Claude Sonnet 5.5和Muse Wonder Full（各56分）。如果权重公开，K3.1 Pro目前将是该榜单上最强的开放权重模型。根据技术报告，这一进步主要归功于在数百个任务领域中使用强化学习进行更复杂的后训练。

Kimi K3.1 Pro在Intelligence Index中较前代提升了11分。

（图片来源：Artificial Analysis）

进步在智能体能力方面尤为明显。在Terminal-Bench 4.0中，成功率从13%升至67%，为AA测试中的最佳值。在AutomationBench-AA中，符合规则完成任务目标的比例从58%升至73%。在面向职业任务的GDPval-AA中，K3.1 Pro达到1846 Elo，排名第三，落后于Claude Opus 5.5（1866）和Muse Wonder Full（1857）。这比K3高出312分。

广告后继续阅读

在知识测试Humanity’s Last Exam中，成功率仅从47%升至52%。在AA-Omniscience测试中，幻觉率从53%降至44%。

尽管token价格更低，任务成本相近

通过API，Moonshot对每百万输入token收取2美元，对每百万输出token收取10美元，均比K3低三分之一。缓存命中每百万token收费20美分。据Moonshot称速度快两到三倍的高速版本收费分别为4美元和20美元。缓存命中的价格保持不变，但写入缓存的价格则翻倍。

AA测得标准版本每秒约74个输出token，而K3为42个，Claude Opus 5.5为97个。高速版本达到每秒约129个token。

Kimi K3.1 Pro的API价格比前代低三分之一。更快的高速版本每输入和输出token的价格翻倍。

（图片来源：Moonshot AI）

尽管token价格更低，任务成本仍相近：在AA测试中，K3.1 Pro每个Intelligence Index任务平均生成55,000个输出token，比K3多14%。在当前模型配置中，一个任务花费2.11美元，而K3为2.00美元，Claude Opus 5.5在最大推理投入下为5.98美元。

K3.1 Pro可通过Kimi.com和移动应用、桌面智能体Kimi Work、编程工具Kimi Code以及Moonshot的API获取。权重计划于11月4日前发布。

（tobe）