月之暗面发布 Kimi K3.1 Pro，AA 智能指数 55 分超过 GPT-6 Astra

中国人工智能（AI）公司月之暗面（Moonshot AI）发布了 Kimi K3.1 Pro，这是其 Kimi K3 模型的升级版本。正如其前代对全球 AI 行业产生了重大影响一样，Kimi K3.1 在独立评测中超越了 OpenAI 的 GPT-6 Astra，接近 Anthropic 的 Claude Opus 5.5 和 Sonnet 5.5 的性能。

新模型是 7 月发布的 Kimi K3 的增强版本，通过后训练开发而成。它采用混合专家（MoE）架构，总参数达 2.8 万亿，激活参数为 1040 亿。在其 896 个专家中，每次处理 token 时选择性激活 16 个。月之暗面表示，与前代相比，它为后训练分配了更多计算资源，同时改进了训练流程和基础设施效率。

根据独立 AI 模型评测机构 Artificial Analysis（AA）的基准测试，Kimi K3.1 Pro 在综合衡量模型性能的 Intelligence Index 上以 55 分排名第四。该排名包含尚未发布 API 的 Meta Muse Wonder。Kimi K3.1 Pro 的得分领先于获得 53 分的 GPT-6 Astra，以及 Claude Fable 5.1 和谷歌的 Gemini 4 Argon。

其前代 Kimi K3 在推理强度设为最大时得分为 44 分。Kimi K3.1 Pro 在衡量实际工作任务表现的 GDPval-AA 上还取得了 1,846 Elo，比 K3 提升了 312 Elo。

月之暗面发布了 Kimi K3.1 Pro，该模型在 Artificial Analysis 的综合评测中排名领先于 GPT-6 Astra 和 Gemini 4 Argon。（来源：AA）

Kimi K3.1 Pro 的定价为每百万输入 token 2 美元、每百万输出 token 10 美元。AA 根据其 Intelligence Index 评测计算出每项任务的平均成本为 2.11 美元，而 Claude Opus 5.5 在最大推理强度下为 5.98 美元。

然而，Kimi K3.1 Pro 每秒 73 个 token 的输出速度低于每秒 81 个 token 的平均水平。它在 AA 的 Intelligence Index 评测中还生成了 1.5 亿个 token，超过了 8700 万的中位数。这表明，尽管每 token 定价具有竞争力，但延长的推理过程和高输出 token 消耗可能会增加实际成本。

AA 表示：“与其他同价位区间的模型相比，Kimi K3.1 Pro 以合理的价格提供了顶级性能，但其缺点包括速度明显较慢和响应非常冗长。”

尽管 Kimi K3.1 Pro 在大多数基准测试中表现强劲，反映了其较高的 Intelligence Index 得分，但它在 Terminal Bench 4.0 中排名第一。该基准测试评估 AI 智能体能否在终端或命令行环境中完成编码任务，衡量智能体编码和终端使用能力。

Kimi K3.1 Pro 得分为 67%，较其前代 Kimi K3 的 13% 大幅提升，并领先于 Anthropic 的 Claude Sonnet 5.5 的 64%，在所有模型中得分最高。月之暗面还声称，Kimi K3.1 Pro 在评估复杂财务分析能力的 OfficeQA Pro v2 上表现优于两个竞争模型。

Kimi K3.1 Pro 在评估命令行界面（CLI）环境中智能体编码能力的 Terminal Bench 4.0 中排名第一。（来源：AA）

月之暗面还强调其采用了旨在提高硬件资源效率的技术。该模型集成了 Kimi Delta Attention，这是该公司对 Gated DeltaNet 的实现，一种节省内存的技术。它减少了注意力计算所需的内存消耗，提高了处理长上下文时的效率。该技术也用于 Kimi K3。

Kimi K3.1 Pro 还可以生成动画，而不局限于静态 3D 模型。根据月之暗面的内部测试，该模型生成了人体运动的动画模拟，并制作了多款 3D 视频游戏。

与此同时，美国政府、Anthropic 和 OpenAI 指控中国月之暗面未经授权蒸馏其模型。蒸馏是一种利用能力更强的模型的输出作为训练数据来提升另一个模型性能的技术。Anthropic 指控月之暗面使用欺诈性账户和代理网络收集其 Claude 模型的响应和推理轨迹，并将其用于训练 Kimi。