大模型网摘Kimi K3.1 Pro 发布：3T 级开放权重、1M 上下文，完整权重 11 月 4 日前放出
开源阵营又添重量级选手。10 月 23 日，月之暗面发布 Kimi K3.1 Pro 与 Kimi K3.1 Pro Highspeed 两款新模型：前者是一个 3T 级开放权重模型，提供 100 万 token 上下文窗口；后者以约 2-3 倍的速度换取更快的交互响应。两款模型即日起可在 Kimi.ai、Kimi Work、Kimi Code 与 Kimi API 中使用，完整模型权重则承诺在 11 月 4 日前放出。
从 K3 到 K3.1 Pro：一次大规模后训练升级
按照官方技术博客的说法，K3.1 Pro 是 Kimi K3 的后训练版本，后训练算力投入显著加大。为了在数百个下游任务域上开展大规模联合强化学习，团队对整条技术栈做了优化——RL 框架、长上下文推理、训练效率、沙箱基础设施、rollout 调度，以及环境质量检查平台。官方将其概括为：让每一份 RL 算力都带来稳定、可预期的回报。
成绩单：编码与智能体基准
几组可以核对的数据：在考察终端环境下编码智能体真实作业的 Terminal-Bench 4.0 上，K3.1 Pro 得分 65.7%，高于 GPT-6 Astra 的 58.2%，略低于 Claude Opus 5.5 的 66.4%——三者处于同一水平线附近。在测试多步执行、工具调用与端到端问题解决的 Kimi Code Bench 3.0 Long-horizon 上，K3.1 Pro 得分 61.2%，相比 K3 的 55.95% 有明显提升。3D 方向的 BenchCAD 测试得分为 92.7%。需要说明的是，后两项来自官方自报数据，第三方复核还需时间。
3D 与游戏：不止写网页
官方展示的重点之一是 3D 创作与空间推理：K3.1 Pro 可以配合 Unity、Unreal、Godot 等游戏引擎工作，也能把网页搜索与 3D 生成组合起来完成完整体验；前端正交互式 Three.js 场景在构图、排版与动画细节上有所增强。一个内部案例是：基于开源人体解剖模型 human-atlas（含 296 个骨骼部件与 402 个肌肉部件）搭建步行动力学模拟器，在 167 项任务、420 次独立评审中迭代，期间模型还主动对模拟器做开环探测，定位并修正了 36 处肩部肌肉力臂计算错误，最终让虚拟人从几秒内摔倒进步到连续交替步行 11.2 秒。
对开发者的实际影响
权重层面，开放权重大模型的参数吨位又被抬高：从年初 Qwen3-Max 的 1T 参数到如今 K3.1 Pro 的 3T 级，本地与私有化部署的门槛讨论会重新展开。API 层面，1M 上下文正从卖点变成标配——DeepSeek 现役两款模型 V4.1-Flash-1017 与 V4-Pro-0813 同样提供 1M 上下文。编码智能体赛道的排位也随之变化，本站在 V4.1-Flash-1017 与 GPT、Claude、GLM、Kimi 的智能体编码对比中有过一轮梳理，K3.1 Pro 到位后值得重测。另外，DeepSeek 上周刚刚开源了生产级推理框架 DeepInfer，开放权重阵营从训练到部署的整套工具链正在变得完整，模型全景可参考本站的模型阵容总览。
截至发稿，K3.1 Pro 的完整权重尚未放出，许可证与量化细节待官方披露后本站再跟进。