月之暗面推出 Kimi K3.1 Pro 與 Highspeed,K3.1 Pro 在 Terminal-Bench 4.0 得分超 GPT-6 Astra
Kimi K3.1 Pro 正式发布:月之暗面最强 3 万亿级模型,编程智能体测评超 GPT-6
月之暗面推出 Kimi K3.1 Pro 及高速版 Kimi K3.1 Pro Highspeed;Pro 是公司迄今能力最強的 3 萬億級參數模型,支援 100 萬上下文,Highspeed 輸出速度約為 2~3 倍。
文章整理編程智能體、3D 建模及金融工作流的多項基準結果,並説明測試任務範圍,可作為理解其能力主張的比較依據。
感謝IT之家網友 驚訝仙人 的線索投遞!
IT之家 10 月 24 日消息,今天(24 日)凌晨,月之暗面 Kimi 宣佈正式推出 Kimi K3.1 系列的第一個模型 ——K3.1 Pro,也是公司迄今能力最強的 3 萬億級參數模型,支持 100 萬上下文。
高速版模型 Kimi K3.1 Pro Highspeed 同步推出,同等智能,輸出速度約 2~3 倍。
即日起,用戶可通過 kimi.com、Kimi App、Kimi Work、Kimi Code 和 Kimi API (platform.kimi.com),使用 Kimi K3.1 Pro 和 Kimi K3.1 Pro Highspeed 模型。完整模型權重將於 11 月 4 日前發佈。

IT之家從官方介紹獲悉,在代碼、Agent 和知識類基準上,K3.1 Pro 達到或接近最強閉源模型的水平。Terminal-Bench 4.0 通過真實環境中資源受限的終端任務考察編程智能體的能力,每項任務均設有嚴格的專項測試。K3.1 Pro 在此項評估中得分 65.7%,超過 GPT-6 Astra(58.2%),與 Claude Opus 5.5(66.4%)僅有微弱差距。
Kimi Code Bench 3.0 Long-horizon 則是內部的基準測試,覆蓋多種工程領域,重點考察編程智能體的多步執行、工具調用和端到端問題解決能力。K3.1 Pro 在這項測試中得分 61.2%,高於 K3 的 55.95%。

K3.1 Pro 能熟練使用 Unity、Unreal Engine、Godot 等遊戲引擎,並結合網絡搜索與 3D 生成,做出完整的體驗。它產出的前端頁面、Three.js 交互場景和 3D 資產,在構圖、排版、動效和細節打磨上都有明顯提升。
Kimi K3.1 Pro 模型擅長 3D 創作與空間推理。在 BenchCAD 基準測試中,K3.1 Pro 藉助工具得分 92.7%,接近 Claude Opus 5.5 的 96.2% 和 GPT-6 Astra 的 95.9%。該基準考察通過生成 CAD 代碼,從多視角渲染圖重建 3D 模型的能力。
據介紹,給 K3.1 Pro 一段文字描述、一張草圖或一張參考圖,它能推斷出物體的形狀、比例和空間關係,並將其重建為可用的 3D 模型。它對現有素材庫和模型庫也有更強的理解。

K3.1 Pro 擅長參數化建模,例如機械零件、建築模型、多參數可配置的產品和定製傢俱。無需依賴 MCP 連接器,它可以直接編寫並運行 Blender、CAD 等專業建模工具的腳本,完成素材的構建與細化,修改單個部件,並調整幾何、材質與場景佈局。
kimi.com 和 Kimi app 已同步上線 3D Make 功能,支持在線預覽和編輯 3D 模型,做好的模型可以直接下載去 3D 打印,也能導出視頻或實況照片,隨手分享到社交平台。

Kimi K3.1 Pro 還能夠端到端交付完整的金融工作流。在外部基準上,K3.1 Pro 在 OfficeQA Pro v2 基準測試中得分 64.4,取得當前最優成績(SoTA)。OfficeQA Pro v2 考察基於真實金融文檔的複雜財務數據分析,涉及檢索、跨文檔核對與多步數值推理。
K3.1 Pro 在 Frontier Finance 上的表現也較 K3 進一步提升。該基準測試衡量模型對完整投資工作流的支持能力,覆蓋從標的篩選到盈利分析的全過程。

在 3 個內部金融基準上,K3.1 Pro 同樣全面超過 K3:
財務建模基準 Financial Modelling 考察真實建模任務中的公式聯動、財務邏輯與最終工作簿質量,K3.1 Pro 較 K3 提高 14%。
金融研究基準 Financial Research 用於檢驗模型能否完成真實場景下的金融研究工作,並在證據與截止條件約束下輸出可核驗的結果。K3.1 為較 K3 提升 20%。
商業運營基準 Business Operation 在模擬商業環境中考察長程經營管理與決策能力,K3.1 Pro 得分約為 K3 的 4.2 倍。

在專門針對事實準確性開展的內部壓力測試 Kimi Hallu Bench Hard 中,新模型的單項事實陳述錯誤率從 K3 的 23.4% 降至 8.3%;包含至少一處事實錯誤的回答比例僅為前代的約 42.4%。(這是一項針對事實準確性的壓力測試,樣本刻意聚焦模型容易出錯的情形,所報告的錯誤率不代表日常使用中的整體水平。)

接入 Kimi API 開發應用:訪問 Kimi 開放平台(platform.kimi.com),模型選擇 kimi-k3.1-pro,價格為每百萬 Token 輸入:1.3 元(命中緩存)和 13 元(未命中緩存),輸出 68 元。高速版模型 kimi-k3.1-pro-highspeed,輸出速度約 2~3 倍,價格 2 倍。
來源:IT之家 · ithome.com