月之暗面发布 Kimi K3.1 Pro，Terminal-Bench 4.0 得分 65.7%
Moonshot AI’s first update, the new Kimi K3.1 Pro
月之暗面发布 Kimi K3.1 Pro，这是其首个更新版本，在 Terminal-Bench 4.0 上得分 65.7%，比 Claude Opus 5.5 低 0.7 分、比 GPT-6 Astra 高 7.5 分，且平均每任务成本低于两者。该模型为 3T 级开放权重 MoE 模型，总参数 2.8T、激活参数 104B，支持 1M token 上下文和多模态；在带工具的幻觉压力测试中，错误声明率从 K3 的 23.4% 降至 8.3%。K3.1 Pro 与速度快 2-3 倍的 Highspeed 版本已在 Kimi 应用和 API 上线，完整权重计划于 11 月 4 日发布。
推荐理由
精选AI 评分 77
原文把 Kimi K3.1 Pro 与 Claude Opus 5.5、GPT-6 Astra 在多项基准和成本上并列比较，并给出能力不均衡的具体位置。
主题
查看原帖隆重推出 Kimi K3.1 Pro：我们迄今能力最强的 3T 级开放权重模型。 🔹 1M token 上下文，总参数 2.8T / 激活参数 104B（MoE），多模态。 🔹 全项目级编程：可在 Unreal、Unity 和 Godot 中开发游戏。 🔹 擅长在 Blender 和 CAD 中进行参数化 3D 建模。 🔹 在金融工作上更可靠：建模准确，幻觉率降低 65%。 🔹 在编程、智能体和知识基准测试中，与最强的专有模型不相上下。 Kimi K3.1 Pro 和 K3.1 Pro Highspeed（速度提升 2–3 倍）现已在 https://t.co/85jA71X9gw、Kimi Work、Kimi Code 和 Kimi API 上线。 开放权重将于 2026 年 11 月 4 日发布。 🔗 API：https://t.co/XCrgjXAqMw 🔗 技术博客：https://t.co/5iPP0MBej6
查看原文
Introducing Kimi K3.1 Pro: our most capable 3T-class open-weight model. 🔹 1M-token context, 2.8T total / 104B active params (MoE), Multimodal. 🔹 Full-project coding: games in Unreal, Unity & Godot. 🔹 Excels at parametric 3D modeling in Blender & CAD. 🔹 More reliable at finance work: Accurate modeling with hallucination down by 65%. 🔹 Matching the strongest proprietary models across coding, agentic and knowledge benchmarks. Kimi K3.1 Pro and K3.1 Pro Highspeed (2–3× faster) are now live on https://t.co/85jA71X9gw, Kimi Work, Kimi Code, and the Kimi API. Open weights by Nov 4, 2026. 🔗 API: https://t.co/XCrgjXAqMw 🔗 Tech blog: https://t.co/5iPP0MBej6
正文 · AI 翻译
月之暗面的首次更新，全新的 Kimi K3.1 Pro
> Kimi K3.1 Pro 在 Terminal-Bench 4.0 上得分 65.7%，比 Claude Opus 5.5 低 0.7 分，比 GPT-6 Astra 高 7.5 分，且平均每任务成本低于两者各自最高配置的运行。
> 月之暗面发现，随着后训练规模扩大，漏洞利用技能随之提升，因此它从中训练和强化学习中移除了网络相关数据；在其内部的 xdev-bench-hard 上，pass@3 从 90.5% 降至 81.0%。
> 经过滤的模型仍能解决其中 81.0% 的漏洞利用任务，而 K3 仅为 33.3%，月之暗面将此解读为通用编程能力的提升延伸到了网络工作，而第三方运行的 GPT-5.6 Sol 则解决了 100%。
> 在月之暗面带工具的内部幻觉压力测试中，错误声明率从 K3 的 23.4% 降至 8.3%，仍高于 GPT-6 Astra 的 5.5%，但远低于 Claude Opus 5.5 的 15.0%。
> 最大的跃升出现在月之暗面的模拟业务运营测试中，得分从 8.9 升至 37，K3.1 Pro 还以 64.4 分位居 OfficeQA Pro v2 榜首，而 Opus 5.5 为 62.2。
> 提升并不均衡：K3.1 Pro 在 Terminal-Bench Science 上得分为 38.1，而 GPT-6 Astra 为 68.1、Opus 5.5 为 63.3，但它在 Agents' Last Exam 上以 43.2 领先，在带工具的 Humanity's Last Exam 上以 70.0 领先。
> K3.1 Pro 以及运行速度快 2-3 倍的 Highspeed 版本已在 Kimi 应用和 API 上线，完整权重计划于 11 月 4 日发布，以供独立复跑。