Moonshot AI 发布 Kimi K3.1 Pro，K3.1 系列首个模型

Moonshot AI 于 2026 年 10 月 24 日推出 Kimi K3.1 Pro，这是其全新 K3.1 系列的首个模型，同时发布的还有一款速度更快的配套变体 Kimi K3.1 Pro Highspeed。该公司称 K3.1 Pro 是其迄今为止能力最强的 3T 级开放权重模型，具备 100 万 token 的上下文窗口。

根据公告，K3.1 Pro Highspeed 的速度是 K3.1 Pro 的两到三倍，且模型能力完全相同。两款模型已在 Kimi 全系产品上线：Kimi.ai 网站以及 iOS、Android 和 HarmonyOS 版 Kimi 移动应用；Windows 和 Apple 芯片 Mac 上的 Kimi Work 桌面应用（3.1.0 或更高版本）；Kimi Code 中，用户可通过 /model 命令选择模型；以及 Kimi API，模型中分别以 kimi-k3.1-pro 和 kimi-k3.1-pro-highspeed 列出，API 客户可选择零数据保留。Kimi Enterprise 管理员可为其组织启用 K3.1 Pro，该功能在发布时默认关闭。

训练与报告性能

K3.1 Pro 是 Kimi K3 的后训练版本，Moonshot AI 称其使用了大幅增加的后训练算力。为实现跨数百个下游领域的大规模联合强化学习，该公司表示其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。

公司报告称，在 Terminal-Bench 4.0 上——该基准在贴近真实、资源受限的终端任务中评估编程智能体——K3.1 Pro 得分为 65.7%，领先于 GPT-6 Astra 的 58.2%，仅略低于 Claude Opus 5.5 的 66.4%。在 Kimi Code Bench 3.0 Long-horizon 上——这是一项内部基准，涵盖多步执行、工具使用和端到端问题求解——K3.1 Pro 得分为 61.2%，而 K3 为 55.95%。在 BenchCAD 上——该基准通过 CAD 代码生成，测试从多视角渲染图进行 3D 重建的能力——K3.1 Pro 在配备工具的情况下得分为 92.7%，接近 Claude Opus 5.5 的 96.2% 和 GPT-6 Astra 的 95.9%。3D Make 功能已在 kimi.ai 和 Kimi 应用上线，用户可在线预览和编辑 3D 模型，并下载可直接用于 3D 打印的模型。

Moonshot AI 还报告称，在 OfficeQA Pro v2 上取得了 64.4 的最先进得分，该基准测试基于真实财务文档的复杂财政数据分析；并称其内部金融基准相较 K3 全面提升：Financial Modeling 提升 7.2 分，Financial Research 提升 11.6 分，Business Operation 上的表现约为 K3 的 4.2 倍。在 Kimi Hallu Bench Hard 这一内部事实准确性压力测试中，模型的声明级幻觉率从 K3 的 23.4% 降至 8.3%，而包含至少一处事实错误的回答占比为其前代模型的 42.4%。博客指出，该评估刻意设计用于探查易出错场景，所报告的比率并不代表日常使用中的整体错误率。

在博客描述的一项内部长时程编码测试中，K3.1 Pro 在 human-atlas 之上构建了一个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 个骨骼组件和 402 个肌肉组件。在 167 项任务和 420 次独立评审中，该模型迭代改进了行走控制器；当奖励塑形未能改善手臂运动时，它对模拟器的动力学进行了开环探测，发现并纠正了肩部肌肉力臂计算中的 36 处错误，并重新训练了控制器。

Moonshot AI 表示，随着后训练规模扩大，其观察到漏洞研究性能稳步提升，并将这一趋势归因于通用中期训练语料库中嵌入的网络相关内容和强化学习环境组合中的网络相关任务。对于 K3.1 Pro 的开放权重发布，该公司表示已在两个训练阶段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码任务。

博客称，在 xdev-bench-hard 上——这是该公司内部的基准，由专家策划、基于源代码的漏洞发现与利用任务组成——一个未采取这些风险削减措施训练的检查点在 pass@3 下解决了 90.5% 的问题，而最终的 K3.1 Pro 达到 81.0%。Moonshot AI 表示，结果表明，与同一训练流程原本会产生的结果相比，数据移除显著降低了网络能力，并且 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。

博客阐述了此次开放权重发布背后的两项原则。第一，公司力求不发布会拓展网络能力绝对前沿的开放权重。第二，公司打算逐步提升开放权重中可用的网络能力，并表示非歧视性访问能让更多团队有能力审计其维护的代码，包括很少接受专门安全审查的遗留系统。

Kimi Code 中的模型配置

另一份 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 系列共六个模型 ID，将 k3.1-pro 描述为拥有 3T 参数的旗舰模型，面向更高层级会员提供最高 1,048,576 个 token 的上下文窗口，并将 Highspeed 版本描述为具备相同能力、配额消耗约为两倍。据该页面介绍，K3.1 Pro 已在 Kimi Code 中全面上线。

根据文档，K3.1 Pro 模型仅支持思考模式，禁用思考的请求会以 HTTP 400 错误被拒绝。两款新模型均接受 low、high 或 max 的 reasoning_effort 设置，默认值为 max，且均接受图像和视频输入。在新的会员方案下，k3.1-pro 需要 Plus 及以上等级，其中 1M 上下文窗口仅限 Pro 及以上等级使用，而 k3.1-pro-highspeed 需要 Pro 及以上等级；在旧版方案下，对应等级为 Moderato 和 Allegretto。

文档建议新建会话，而不是在会话中途切换到新模型；建议使用原生 Responses、chat completion 或 message API 以获得最稳定的输出；并建议在第三方工具中输入准确的模型 ID，因为 ID 输入错误会回退到不带思考功能的 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。