Kimi K3.1 Pro 发布，智能指数排名第 4，权重开放后将领先开源模型
Kimi K3.1 Pro launches at 4th on the Intelligence Index and will lead open weights models | Artificial Analysis
月之暗面发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，排名第 4，比 Kimi K3 的 44 分提升 11 分，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。其智能体能力提升明显，GDPval-AA 得分 1,846 Elo 排第 3，Terminal-Bench 4.0 得分 67%（Kimi K3 为 13%），AutomationBench-AA 从 58% 升至 73%。模型上下文窗口 1M tokens，总参数 2.8T、激活参数 104B，支持文本和图像输入，定价为每 1M 输入/输出/缓存命中 token 2/10/0.20 美元，三项均比 Kimi K3 低 33%；权重尚未公布，发布后将成为得分最高的开源权重模型，开源与闭源领先模型的差距将从 12 分缩小到 3 分。
正文 · AI 翻译
Artificial Analysis
所有文章
2026年10月23日Kimi K3.1 Pro发布，在Artificial Analysis智能指数上以55分排名第四，在智能体性能上大幅提升；一旦其权重公布，它将成为领先的开源权重模型查看模型页面
月之暗面的新推理模型比Kimi K3（max，44）提升11分。在智能指数上，它仅次于Claude Opus 5.5（max with fallback，58）、Claude Sonnet 5.5（max with fallback，56）和Muse Wonder Full（max，56）。
一旦K3.1 Pro的权重发布，它将成为得分最高的开源权重模型，智能指数上领先开源权重模型与专有模型之间的差距将从12分缩小到3分。
关键结果：➤ 智能体性能大幅提升：Kimi K3.1 Pro在GDPval-AA上以1,846 Elo排名第三，比Kimi K3提升312 Elo，仅次于Claude Opus 5.5（1,866 Elo）和Muse Wonder Full（1,857 Elo）。Kimi K3.1 Pro还在Terminal-Bench 4.0上取得所有模型中的最高分。K3.1 Pro得分为67%，高于Kimi K3的13%，并领先于Claude Sonnet 5.5（64%）。测试智能体SaaS工作流的AutomationBench-AA从58%升至73%。
➤ 其他评测的提升较为温和：Humanity's Last Exam从47%升至52%，CritPt从23%升至25%，SciCode从59%升至61%。AA-Omniscience指数从20升至30，幻觉率从53%降至44%，准确率从48%升至51%。
➤ 每任务成本与Kimi K3大致相当，为每任务1.98美元：K3.1 Pro在每个智能指数任务上使用55K输出token，比Kimi K3的48K多14%，而其第一方token价格低33%。
更多模型细节：➤ 上下文窗口：1M tokens。➤ 规模：总参数2.8T，激活参数104B ➤ 输入模态：文本和图像 ➤ 权重与许可证：权重目前尚未公布，预计月之暗面将在发布后不久公布权重 ➤ 定价：每100万输入/输出/缓存命中token分别为2/10/0.20美元，三项费率均比Kimi K3低33%。
单项评测结果：
宣布推出AA-PersonalityBench：衡量AI模型的沟通方式
AA-PersonalityBench衡量AI模型的个性与沟通风格。由LLM评审小组就30项个性特征对回答进行两两比较，这些特征汇总为8项个性指数，同时直接从每个回答中测量21项沟通特征。
2026年10月19日
HealthBench与HealthBench Professional：评估模型在真实健康对话中的表现
我们推出HealthBench和HealthBench Professional的排行榜，这两个基准评估AI模型在真实健康对话中的回应方式
2026年10月19日
Reflection发布其首个模型Beam
Reflection的首个模型Beam在Artificial Analysis智能指数上得分为30，在美国开源权重模型中排名第二
2026年10月16日