10 月 24 日凌晨，月之暗面放出 Kimi K3.1 Pro，K3.1 系列的第一个模型。官方主打编程、3D 建模和金融分析。
新版本顺手把上一代的一个数字改了。官方对照表里，K3 跑 Terminal-Bench 4.0 只拿到 13%，这一版 65.7%。
这项考的是在真实终端里做资源受限的任务，每道题都有专项测试，做完才算过。
按任务数算，一百个真实终端任务摆在那儿，上一代能自己做完十三个，这一版能做完六十五个半。
同表上 Claude Opus 5.5 是 66.4%，差 0.7 个点。第三方 Artificial Analysis 自己跑了一遍，给 67%，这项全场最高。
今天就能用。网页版、Kimi App 和 Kimi Work（桌面端 3.1.0 起）都直接进，Kimi Code 里选 kimi-k3.1-pro，API 在 platform.kimi.ai。
高速版 K3.1 Pro Highspeed 同步上线，官方说同等智能，速度 2 到 3 倍。
编程翻了五倍，还有一项被 DeepSeek 截胡
Artificial Analysis 的智能指数给 55 分，排第四。前面是 Opus 5.5 的 58，以及 Sonnet 5.5 和 Meta 的 Muse Wonder Full 各 56。
上一代 K3 同口径是 44 分，一版涨了 11 分。
智能体活涨得更凶。GDPval-AA 拿 1,846 Elo，排第三，比 K3 高 312，落在 Opus 5.5（1,866）和 Muse（1,857）后面。
测 agent 跑 SaaS 流程的 AutomationBench-AA，从 58% 涨到 73%。
官方对照表里也有赢的项。SWE Marathon v1.1 是 51.7，比 Opus 46.3 高五个点。
输的项同样明确。DeepSWE v1.1 拿 75.5，被 DeepSeek-V4.1-Flash 的 77.0 截胡；BenchCAD 带工具 92.7，Opus 96.2。
长链路调 bug 这类活，它已经能和最强那几个一起排队，差的是长跑最后几段的稳定性。
Terminal-Bench 这项有两个口径。官方自报 65.7，输 Opus 0.7 分；第三方实测 67 分第一，两边差在测试框架和档位。
同一份第三方评测里，编造事实的比例从 53% 降到 44%。
3D 和财报，一块上了线一块拿了第一
BenchCAD 不带工具时是 72.8，Opus 5.5 是 73.0，基本并齐；带上工具就落后 3.5 分。
它能自己写 Blender、CAD 的脚本并跑起来，不用挂 MCP 连接器，单独改一个零件、调几何和材质都行。
Unity 和 Unreal Engine 都能直接上手，Godot 也行。给一段描述、一张草图或一张参考图，能推出形状、比例和空间关系。
kimi.com 和 App 里同时上线了 3D Make，能在线预览编辑，导出去做 3D 打印，也能导成视频。
金融这块，OfficeQA Pro v2 拿 64.4，官方称当前最优，Opus 5.5 是 62.2。
另外三个内部金融基准里，商业运营那项官方说是 K3 的 4.2 倍。这三项在外部复核不了，先记个号。
标价砍三成，账单只降了 1%
API 价格：输入 2 美元、输出 10 美元，缓存命中 0.2 美元，均按每百万 token 计。上一代是 3 美元、15 美元和 0.3 美元，三项都降三分之一。
人民币口径是输入 13 元（缓存命中 1.3 元）、输出 68 元。Opus 5.5 收 4 和 20，价格是人家的一半。
高速版翻倍到 4 和 20，缓存命中同价。
不过标价降了，账单没怎么动。Artificial Analysis 算的单任务成本是 1.98 美元，上一代 2.00 美元，差了 1%。
这版每个任务要吐 5.5 万输出 token，比上一代多 14%，单价降下来的空间被这部分吃掉。
我们把两个数摆一起就明白，要省钱还得看模型肯不肯少说废话，光砍单价没用。
先把自己的黑客能力删了
官方博客单独开了一节讲网络安全，开头就是怎么控制这块能力。
做法是在中间训练和强化学习这两个阶段，识别并移除跟网络攻击有关的数据，说是为了压滥用风险，同时保住一般可用性。
目标写得很直白：「不以开放权重把网络攻击能力推到绝对前沿」。
代价直接上了榜。ExploitBench 只拿 74.7，Opus 5.5 是 91.0，GPT-6 Astra 满分 100。
官方自己也认，砍完这块，网安能力仍落后于公开三个月以上的闭源前沿。
Hacker News 上为这刀分成两拨。一拨嫌多此一举，权重放出来照样能微调，GLM-5.3 现在就能找漏洞。
另一拨觉得该删，理由是外面的世界还没准备好，慢一点比一步到位强。
也有人猜这是为了过监管，免得权重压根放不出去。这只是猜，官方没这么讲。
权重 11 月 4 日给，可没人跑得动
官方口径叫 3 万亿级，实际总参数 2.8 万亿，每个 token 激活 1,040 亿。
尺寸跟上一代一样，但权重先不放，只承诺 11 月 4 日之前。企业版默认关着，要管理员自己去开。
我们算笔账，2.8 万亿参数按 4-bit 量化，光权重就占 1.4TB；8-bit 要 2.8TB。
一台 8 卡 H200 的显存加起来约 1.1TB，塞不满最低那档。想用这版模型，绕不开托管和 API。
帖子下面有人说得更直接：三万亿参数对多数发烧友都是跑不动的东西。
讨论里还有人拿营收算了一笔，月之暗面一年约 10 亿美元，Anthropic 是 600 亿，企业客户更愿意买开箱即用的服务。
眼下这套开放，先落到托管上。11 月 4 日权重真放出来那天，才算交卷。
评论区