Kimi K3.1 Pro 正式上线｜3 万亿级、百万上下文，代码、3D、长程 Agent 全面升级

Kimi K3.1 Pro是月之暗面 K3.1 系列的首个模型，也是其迄今能力最强的 3 万亿级参数模型，支持 100 万上下文。同步推出的还有高速版 K3.1 Pro Highspeed，输出速度约 2～3 倍。本文按发布消息整理模型概况、能力亮点、基准表现、安全策略与使用方式。

发布概况

模型定位：K3.1 系列第一个模型，3 万亿级参数，100 万上下文。

高速版：K3.1 Pro Highspeed，同等智能，输出速度约2～3 倍。

可用渠道：kimi.com、Kimi App、Kimi Work、Kimi Code 与 Kimi API（platform.kimi.com）。

开放权重：完整模型权重计划于11 月 4 日前发布。

完整 Benchmarks：kimi.com/blog/kimi-k3-1-pro。

技术底座：后训练与强化学习

K3.1 Pro 是前代模型的后训练版本，后训练算力大幅增加。为支撑数百个下游领域的大规模联合训练，团队优化了技术栈的每一层：RL 框架、长上下文推理、训练效率、沙箱基础设施、调度系统，以及用于环境质量检查的共享平台，确保新增的 RL 算力能稳定转化为能力收益。最终，模型在所有领域都获得了大规模 RL 带来的整体提升。

在代码、Agent 和知识类基准上，K3.1 Pro 达到或接近最强闭源模型的水平：Terminal-Bench 4.0 得分65.7%，高于 GPT-6 Astra（58.2%），与 Claude Opus 5.5（66.4%）差距微弱；内部基准 Kimi Code Bench 3.0 Long-horizon 得分61.2%，高于 K3 的 55.95%。

代码能力

K3.1 Pro 可胜任各种规模的编码任务：小到在真实代码库修复一个问题，大到从零搭建完整项目。它熟练使用 Unity、Unreal Engine、Godot 等游戏引擎，结合网络搜索与 3D 生成做出完整体验；产出的前端页面、Three.js 交互场景和 3D 资产在构图、排版、动效与细节打磨上均有明显提升。

虚幻引擎天宫对战游戏：在虚幻引擎 5.8 中搭建云海之上的东方神话天宫，半径 1750 米、36 开间柱廊由 Blender 程序化建模，3600 万源三角形经 Nanite 与 Lumen 渲染，并配套 VDB 云、8K 材质与月球地形数据。

Godot 3D 冒险游戏：用 Godot 4.7.2 构建风格化 3D 动作冒险游戏，五个可探索区域，含程序化地形、道路、水系、植被与村庄布局，以及第三人称战斗、两阶段 Boss 战、采集、昼夜循环与篝火快速传送。

3D 机械臂展示落地页：浏览器内 3D 机械臂展示页，含分解视图、透明外壳与剖面效果，2317 个零件与 268 条动态走线全部由代码生成。

长程编码案例：基于含 296 个骨骼组件（含软骨）和 402 个肌肉组件的开源人体解剖学模型，构建集成训练与评估流程的人类行走动力学仿真器。经过 167 项任务、420 次独立评审，仿真人从最初几步内倒地，进步到能够交替迈步、连续行走 11.2 秒；遇到奖励机制无法改善手臂运动时，模型转向对仿真器动力学做开环探测，修正肩部肌肉力臂计算中的 36 处错误后重新训练控制器。

3D 建模与空间推理

在 BenchCAD 基准（通过生成 CAD 代码、从多视角渲染图重建 3D 模型）中，K3.1 Pro 借助工具得分92.7%，接近 Claude Opus 5.5（96.2%）和 GPT-6 Astra（95.9%）。它擅长参数化建模（机械零件、建筑模型、多参数可配置产品、定制家具），无需 MCP 连接器，可直接编写并运行 Blender、CAD 等专业建模工具的脚本，完成素材构建、部件修改与几何、材质、场景布局调整。

Blender 机场建模：搭建机场室内雨林谷，产出 17.5 秒、1920×1080、60fps 建模展示视频，使用 Blender、Geometry Nodes、Cycles、Python 等工具。

FreeCAD 涡扇发动机：用 Python 构建精细涡扇发动机模型，涵盖风扇、减速齿轮箱、压气机、燃烧室、涡轮与外部管路，共 2100 个实体，支持分步装配、内部分解视图与不同转速的旋转动画。

Trimesh 3D 打印台灯：设计五部件、可直接 3D 打印的台灯，灵感取自福建土楼，将圆形建筑形态演绎为镂空格栅。

kimi.com 和 Kimi App 已同步上线3D Make功能，支持在线预览和编辑 3D 模型，可直接下载去 3D 打印，也能导出视频或实况照片分享。

金融能力

凭借更强的推理与工具调用能力，K3.1 Pro 可端到端交付完整金融工作流。外部基准 OfficeQA Pro v2（基于真实金融文档的复杂财务数据分析，涉及检索、跨文档核对与多步数值推理）得分64.4，为当前最优（SoTA）；Frontier Finance（覆盖从标的筛选到盈利分析的完整投资工作流）表现较 K3 进一步提升。

在 3 个内部金融基准上，K3.1 Pro 全面超过 K3：财务建模 Financial Modelling 较 K3 提高14%；金融研究 Financial Research 提升20%；商业运营 Business Operation 得分约为 K3 的4.2 倍。

财务建模：端到端交付专业级英伟达（NVDA）财务模型，公式全部联动，每项假设有充分依据，经营驱动因子可随情景调整，敏感性分析直接呈现对估值的影响。

投研演示文稿：制作宁德时代投委会报告，发现与市场一致预期的预期差，复盘财报表现，梳理未来路径，按分析师论证观点方式组织材料。

行业深度研究报告：完成量子计算行业报告，论证一致预期的偏差所在，对照指引复盘业绩，所有引用均可溯源。

事实准确性专项优化：针对高难度真实工作场景与高难度提示词专项优化。内部压力测试 Kimi Hallu Bench Hard 中，单项事实陈述错误率从 K3 的23.4% 降至 8.3%；包含至少一处事实错误的回答比例仅为前代的约 42.4%。该测试为事实准确性压力测试，样本刻意聚焦易错情形，不代表日常使用整体水平。

网络安全与开放权重

随着模型能力提升，团队分析并评估了 K3.1 Pro 的漏洞研究能力，并在训练过程中实施针对性控制，在降低潜在滥用风险的同时保留通用实用性。

识别并移除网络攻防相关数据：发现网络攻防内容嵌入了中期训练的通用语料，相关任务也存在于强化学习环境组合中。若两阶段均不移除，下游网络攻防能力将大幅增强；因此准备开放权重版本时，从中期训练和强化学习阶段均识别并移除了相关数据，保留保障实用性所需的通用编程任务。

评估与结果：使用自研 xdev-bench-hard 基准（专家策划，基于源代码的漏洞发现与利用任务，复现 Linux 内核、Node.js、JavaScriptCore、Exim、VirGL 等近期漏洞）评估，报告 pass@3 指标。若未移除数据，模型可解决 90.5% 的问题；最终版 K3.1 Pro 得分81.0%，表明数据移除有效降低了漏洞研究能力。K3.1 Pro 的网络攻防能力目前仍落后于已公开发布至少三个月的前沿闭源模型。

开放权重原则：不发布推进网络攻防能力绝对前沿的开放权重，并计划渐进式提升开放权重中的相关能力。开放后更多团队可在用户可控基础设施上运行模型，审查自身维护的代码（包括极少接受专门安全审查的遗留系统），让能力渐进扩散而非集中于少数闭源系统。

开始使用与定价

用户端：kimi.com 直接使用；手机应用商店下载或升级最新版 Kimi App（iOS、Android、鸿蒙）；下载 Kimi Work 桌面客户端（Windows、Apple 芯片 Mac）；Kimi Code 运行在电脑终端和桌面，选择 K3.1 Pro 模型即可。

开发者 API：访问 Kimi 开放平台（platform.kimi.com），模型标识与定价如下：

模型	输入（命中缓存）	输入（未命中缓存）	输出	说明
kimi-k3.1-pro	1.3 元/百万 Token	13 元/百万 Token	68 元/百万 Token	标准版
kimi-k3.1-pro-highspeed	—	—	—	输出速度约 2～3 倍，价格为标准版 2 倍

企业版订阅：支持企业级数据隐私保护、成员管理，个人账号与企业账号数据完全隔离；访问kimi.com/membership/pricing选择「企业版」标签页可为员工订阅 Kimi 会员。

Kimi Hosted Agents（托管智能体）：将支撑 Agent 运行的 Harness 作为云端服务提供，企业与开发者无需自行搭建维护运行框架，即可获得 7×24 小时托管环境，支持长程任务执行与多智能体高效协作。详见platform.kimi.com/docs/hosted-agents/overview。

审核编辑 黄宇