Moonshot 把新一代旗艦模型放上線，完整權重則排在 11 月 4 日之前公開。這次真正值得看的不是又一個開放權重模型，而是他們在交出權重之前，主動削掉了模型的一部分能力。
Kimi K3.1 Pro 是 K3 的後訓練加強版
Moonshot AI 於 10 月 23 日（週五）發布 Kimi K3.1 Pro，是全新 K3.1 系列的第一款模型。同時推出的還有 Kimi K3.1 Pro Highspeed，官方說輸出速度是標準版的 2 到 3 倍。
官方把它定位成 3T 等級的開放權重模型，脈絡窗（context window，模型一次能讀進來的文字量）拉高到 100 萬個 token。技術上它是 Kimi K3 的後訓練版本，差別在後訓練階段投入的算力大幅增加。Moonshot 的說法是，為了在數百個應用領域同時跑強化學習，他們把 RL 框架、長脈絡推論、訓練效率、沙箱基礎設施到調度排程全部重做了一輪。
對使用者的意義很直接。想要一個能自己跑完整專案、又不想把程式碼送到閉源 API 的團隊，多了一個可以等下載的選項。
Kimi K3.1 Pro 的官方成績：Terminal-Bench 緊咬 Claude Opus 5.5
先把歸屬講清楚：以下分數全部來自 Moonshot 自家的技術部落格，沒有第三方複測。
在 Terminal-Bench 4.0 上，Kimi K3.1 Pro 拿到 65.7%。這項測試模擬資源受限的終端機環境，考模型能不能把多步驟的命令列任務從頭做完。同樣條件下，GPT-6 Astra 是 58.2%，Claude Opus 5.5 是 66.4%。差距小到不足以分出勝負，但足以說明它擠進了第一集團。
評測項目 | Kimi K3.1 Pro | 對照組 |
|---|---|---|
Terminal-Bench 4.0 | 65.7% | Claude Opus 5.5 為 66.4%，GPT-6 Astra 為 58.2% |
Kimi Code Bench 3.0 Long-horizon | 61.2% | Kimi K3 為 55.95% |
BenchCAD（含工具） | 92.7% | Claude Opus 5.5 為 96.2%，GPT-6 Astra 為 95.9% |
OfficeQA Pro v2 | 64.4 | 官方稱同級最佳 |
另一組數字更能說明這次的進步幅度。Kimi Code Bench 3.0 Long-horizon 是 Moonshot 自家設計的長流程編碼測試，K3.1 Pro 拿到 61.2%，上一代 K3 是 55.95%。兩者是同一套評測、同一個團隊跑出來的，比較基礎一致。
官方還公布了一組幻覺資料。在刻意挑選易錯樣本的壓力測試 Kimi Hallu Bench Hard 上，以 claim 為單位計算的幻覺率從 K3 的 23.4% 降到 8.3%。Moonshot 自己補了一句，這是壓力測試，不代表日常使用的錯誤率。
開放權重之前，Moonshot 先削掉攻擊性資安能力
這一節是整篇技術部落格裡最不尋常的部分。
Moonshot 說，隨著後訓練規模放大，模型的漏洞研究能力也穩定上升。追查來源後發現，資安相關內容本來就混在 mid-training 語料裡，RL 環境也有一批資安任務。訓練資料收得廣，這類能力就跟著長出來。
對開放權重版本，他們的處理方式是把兩個階段的資安資料都挑出來移除，只留下一般寫程式需要的能力。
效果可以直接量測。在自家的 xdev-bench-hard（以原始碼為基礎的漏洞發現與利用，取 pass@3）上，沒有做任何處理的 checkpoint 解出 90.5% 的題目，最終版 K3.1 Pro 是 81.0%。接近 10 個百分點的落差，就是資料移除換來的。
Moonshot 的立場寫得明白：不打算讓開放權重去推高攻擊能力的絕對前沿。K3.1 Pro 的攻擊性資安能力，低於他們自家流程能產出的水準，也仍落後於已公開至少三個月的前沿閉源模型。理由是防守方需要有能力的模型來審自己維護的程式碼，尤其那些長年沒有人做安全審查的舊系統。
Kimi K3.1 Pro 的 3D 建模與長流程任務，才是差異點
如果只看分數，K3.1 Pro 像是追趕者。看功能面，它有自己的路線。
在 BenchCAD（多視角渲染圖轉成 CAD 程式碼）上，含工具的情境拿到 92.7%。實務上它可以自己寫 Blender 與 CAD 軟體的腳本並執行，建立模型、改零件、調幾何與材質，不需要外掛 MCP 連接器。遊戲引擎方面支援 Unity、Unreal 與 Godot。3D Make 已在 kimi.com 與 Kimi app 上線，可以線上預覽、編輯模型，下載成 3D 列印檔或輸出影片。
長流程任務有一個具體案例。Moonshot 讓模型在開源人體解剖模型 human-atlas 上蓋一套行走動力學模擬器，這個模型包含 296 個骨骼元件與 402 個肌肉元件。過程橫跨 167 個任務、420 次獨立評審，模型自己診斷出肩部肌肉力臂計算的 36 處錯誤，讓模擬人從幾秒內癱倒，變成連續交替步態走了 11.2 秒。
Kimi K3.1 Pro 的價格與取得方式
Kimi K3.1 Pro 從 10 月 23 日起在 Kimi.com、Kimi Work、Kimi Code 與 Kimi API 上線。企業版管理者可以為組織開啟，預設是關閉的。
官方部落格沒有列價格。第三方聚合頁 OpenRouter 上的掛牌價是每百萬 token 輸入 2 美元、輸出 10 美元，快取輸入 0.2 美元；Highspeed 版本約 4 美元與 20 美元。這是通路的標價，不等於 Moonshot 的定價承諾。
權重的時間表只有一句：完整權重會在 11 月 4 日之前釋出。
該不該等 Kimi K3.1 Pro，先看你的工作落在哪一邊
要頂尖的終端機自動化與長流程編碼，K3.1 Pro 現在就能透過 API 試用，不必等下載。至於打算自己架、自己微調、把資料留在自家機房的人呢？等 11 月 4 日那一包權重比較實際。真正的觀察點會是權重釋出後社群跑出來的複測成績，而不是官方這份成績單。
