Moonshot于2026‑10‑23发布了最新推理模型Kimi K3.1 Pro。该模型在Artificial Analysis智能指数中以55分排名第四，仅次于Claude Opus 5.5（58分）、Claude Sonnet 5.5（56分）和Muse Wonder Full（56分）。公司表示，权重发布后，它将成为得分最高的开放权重模型。
Kimi K3.1 Pro表现如何
提升最大的是智能体基准测试，这类测试考察模型调用软件工具的能力。K3.1 Pro在GDPval‑AA中获得1,846 Elo分，比前代K3高312分，排名第三，排在Claude Opus 5.5（1,866分）和Muse Wonder Full（1,857分）之后。它在Terminal‑Bench 4.0中也排名第一，AutomationBench‑AA得分则从58%提升至73%。其他测试的进步较小：Humanity’s Last Exam（47% → 52%）、CritPt（23% → 25%）和SciCode（59% → 61%）。模型的幻觉率从53%降至44%，整体准确率则从48%升至51%。
价格与技术规格
Moonshot列出的单项任务成本约为$1.98，与早前的K3大致相同。新模型在智能指数每项任务中使用55 K个输出token，比K3多14%；但输入、输出和缓存命中价格均降低33%。K3.1 Pro支持1 million-token上下文窗口，总参数量为2.8 trillion，激活参数为104 billion，并支持文本和图像输入。目前权重尚未发布，预计很快推出；届时它将成为该指数上排名最高的开放权重模型。
为什么重要
对于需要AI调用软件工具的开发者来说，Kimi K3.1 Pro在智能体任务上的表现明显提升，成本却没有上涨。Moonshot发布模型权重后，开放源码用户将获得一个高分替代方案，与专有模型的能力差距也会进一步缩小。
