国产开源模型又往前拱了一大步。10 月 23 日，Moonshot 发布 Kimi K3.1 Pro——K3.1 系列的首款模型。它不是全新底座，而是 K3 的"后训练强化版"：Moonshot 把数百个下游领域放在一起做联合强化学习，同时优化了 RL 框架、长上下文推理和 Agent 跑代码用的沙盒基础设施。

规格：3T 级别，MoE

总参数 2.8T、每次只激活 104B 的 MoE 架构，上下文窗口 100 万 token，接受文本和图像输入（API 还支持视频）。这不是单卡能玩的东西：官方建议的部署配置是 64+ 加速器组成的 supernode。好消息是 API 价格比 K3 便宜了 33%：输入每百万 token 2 美元，输出 10 美元，缓存输入 0.2 美元。随行的还有一个 Kimi K3.1 Pro Highspeed 版本，官方称速度快 2 到 3 倍，价格翻倍（4/20 美元）。

性能：离闭源前沿只差一口气

独立第三方 Artificial Analysis 的 Intelligence Index 给了 K3.1 Pro 55 分，排名第四，前面只有 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。在考验编程 Agent 的 Terminal-Bench 4.0 上，Moonshot 自测 K3.1 Pro 得分 65.7%，只比 Claude Opus 5.5 的 66.4% 低 0.7 个百分点，把 GPT-6 Astra 的 58.2% 甩在身后。Agent 能力指标 GDPval-AA 从 K3 的 1534 涨到 1846。幻觉方面，官方最严的事实准确性内测中，断言级错误率从 K3 的 23.4% 降到 8.3%。

提醒一句：除 Artificial Analysis 的独立评分外，其他数字都是 Moonshot 自己公布的，还没经过独立实验室验证。

开放权重：11 月 4 日前

Moonshot 承诺 11 月 4 日前放出完整模型权重。一旦放出，它将成为 Intelligence Index 上得分最高的开权重模型。值得注意的一个细节：官方说主动从训练数据里剔除了网络攻击相关内容，避免开源版本推高进攻性黑客能力的前沿。

目前模型已经上线 Kimi App、Kimi Work 桌面端、Kimi Code 和 Kimi API（标识符 kimi-k3.1-pro / kimi-k3.1-pro-highspeed），企业版需要管理员先启用。

要点解读

• 开源策略玩得很精：API 先行、权重两周后放出。中间这段窗口期，Moonshot 先赚一波托管收入，等权重一开，社区和云厂商的分发会把生态做大——DeepSeek 当年也是这个路数。
• 对做 Agent 和编程自动化的团队，这是个实质利好：接近 Opus 5.5 级别的编码 Agent 能力，API 价格却只有零头。等权重放出后，能自己部署的团队又多了一个顶级选项。
• 但"自测数据"先打个折再看。Terminal-Bench 这类榜单对测试脚手架很敏感，Moonshot 是用自己的 Claude Code 脚手架跑的自家模型。等独立第三方复测出来，再下结论不迟。

（观点部分为本刊解读，仅供参考。）