原始发布日期:2026-10-23。月之暗面发布Kimi K3.1 Pro,把它定位为K3.1系列首个模型,并已在Kimi.com、Kimi Work、Kimi Code和API提供。官方称模型基于约3万亿参数级、100万上下文的K3底座继续训练,Highspeed变体在保持能力设定的同时给出2至3倍速度提升。这里的速度倍数是厂商口径,原文没有提供统一硬件、批量、输出长度与并发条件,不能直接换算为不同部署环境的吞吐收益。
产品可用性与开放权重需要分开。API已经公布kimi-k3.1-pro与kimi-k3.1-pro-highspeed两个模型名,企业服务默认关闭数据训练,并提供零数据留存选项;但完整权重计划到2026-11-04才发布。因而“K3.1 Pro是开放权重模型”目前更准确的表述是发布承诺与路线,而不是读者今天已经能够下载并复现实验。许可证、量化版本和本地运行要求仍要等实际权重包及随附文件核对。
训练侧的主要变化是扩大后训练与强化学习覆盖。官方称团队在编码、终端操作、CAD、金融研究等任务上建设了更广的数据和环境,并让模型在工具调用与长程任务中学习。页面演示了从前端实现、三维设计到公司研究的工作流,但这些示例用于说明产品能力边界,不等于对真实生产可靠性、成本和错误率的独立审计。
官方给出的Terminal-Bench 4分数为65.7,并将其与GPT-6 Astra的58.2和Claude Opus 5.5的66.4并列;内部Kimi Code Bench则给出K3.1 Pro为61.2、K3为55.95。两组数字均由发布方提供,基准配置、工具权限、采样策略和多次运行方差决定可比性。尤其是内部基准缺乏第三方复现,现阶段只能支持“厂商报告有提升”,不能据此下结论称模型在通用编码上稳定领先。
值得注意的是安全处理。团队称在中期训练和强化学习中使用过网络安全数据,但为公开权重版本移除了相关数据,并报告内部xdev-bench-hard得分从未削减版本的90.5降到最终版本81.0;K3在同一内部口径为33.3。发布方认为最终版本低于最前沿专有模型的网络攻击能力,但这一结论仍依赖自建评测,且能力削减是否在其他任务上产生迁移影响,需要权重发布后由外部研究者验证。
量仔观察
K3.1 Pro的新闻价值在于“在线产品已经可用、开放权重尚在路上”这两种交付阶段同时出现。企业评估可以立即针对API的稳定性、工具权限、数据留存与成本开展,但本地部署、安全审计和许可证判断必须等权重与文档落地。厂商主动披露安全数据移除和能力分数下降是有用信息,不过内部基准既不能替代独立评测,也不能证明风险已经解决;11月权重发布后的可复现结果,才会决定这次发布对开放模型生态的实际分量。
