Kimi K3.1 Pro 运营中

Kimi K3.1 Pro 是月之暗面推出的 K3.1 系列首个模型，是迄今最强的 3 万亿参数级开放权重模型，支持 100 万 token 上下文。作为 K3 的后训练版本，代码、3D 创作、金融研究和长程 Agent 能力大幅提升，Terminal-Bench 4.0 达 65.7%（超 GPT-6 Astra），金融基准 OfficeQA Pro v2 以 64.4 分取得 SoTA。Kimi K3.1 Pro 在训练过程中实施了针对性控制，移除网络攻防数据控制滥用风险。Kimi K3.1 Pro 的完整模型权重尚未发布，官方承诺将于 2026年11月4日前开放。

代码开发：覆盖从真实代码库修 bug 到从零搭建完整项目，Terminal-Bench 4.0 得分 65.7%，超越 GPT-6 Astra。
游戏与网页开发：熟练使用 Unity、Unreal Engine、Godot 等引擎，产出前端页面、Three.js 交互场景和 3D 资产，视觉打磨明显提升。
长程 Agent 编码：可执行多步任务迭代，案例中为开源人体解剖模型构建行走动力学仿真器，经 420 次评审迭代实现连续行走 11.2 秒。
3D 建模与设计：根据文字、草图或参考图重建可用 3D 模型，擅长机械零件、建筑等参数化建模，无需 MCP 可直接驱动 Blender、CAD 工具。
金融研究：端到端交付财务建模、投研报告与行业深度研究，OfficeQA Pro v2 得分 64.4 居全球第一。
事实准确性优化：幻觉压力测试中错误率从 K3 的 23.4% 降至 8.3%，关键数字和引用均可溯源。
高速版本：K3.1 Pro Highspeed 同等智能、输出速度快 2~3 倍，满足实时交互场景。

大规模后训练与联合强化学习：K3.1 Pro 是 K3 的后训练版本，核心增益来自大幅扩充的 RL 算力。为支撑数百个下游领域的大规模联合训练，团队对技术栈每一层做优化，包括 RL 框架、长上下文推理、训练效率、沙箱基础设施、rollout 调度系统以及环境质量检查共享平台，确保每一份新增的 RL 算力都能稳定转化为可预期的能力提升，最终实现所有领域的全面提升。
工具调用驱动的专业化能力：模型通过编写并运行外部专业工具的脚本（如 Blender、FreeCAD、游戏引擎、金融数据处理工具）来完成任务。在 BenchCAD 等基准上，带工具的得分（92.7%）显著高于不带工具（72.8%），说明其能力来自”模型推理 + 工具执行”的协同范式，空间关系推断由模型完成、几何构建交由专业软件落地。
长上下文推理架构：模型原生支持 100 万 token 上下文，并在 RL 训练中针对长上下文推理进行了专门优化，使其能在长程任务中维持多步执行、跨文档核对和端到端问题解决的连贯性，是其 Agent 能力的架构基础。
事实准确性的专项对齐：针对金融、研究等高事实要求场景，团队对高难度真实工作提示词进行事实准确性专项优化，通过 Kimi Hallu Bench Hard 压力测试迭代，将 claim 级错误率从 23.4% 压降至 8.3%，使输出可核验、可追溯。
能力来源分析与数据层安全控制：团队发现网络攻防能力随训练规模自然涌现，来源于中期训练语料与 RL 环境组合中的相关内容。据此在发布前从两个阶段识别并移除了攻防数据，将 xdev-bench-hard 得分从 90.5% 主动降至 81.0%，在保留通用编程能力的同时确保开放权重不会推进攻防能力前沿。

Kimi 网页/App：访问 Kimi 或下载最新版 Kimi App（iOS、Android、鸿蒙），登录后选择 K3.1 Pro 模型可对话。
Kimi Work：下载Kimi Work桌面客户端，安装后选用 K3.1 Pro 处理办公任务。
Kimi Code：在终端或桌面运行 Kimi Code，输入 /model 命令切换到 K3.1 Pro 开始编程。
Kimi API：登录 platform.kimi.com，模型选择 kimi-k3.1-pro（高速版为 kimi-k3.1-pro-highspeed）调用接口开发应用。
企业使用：企业管理员在定价页订阅企业版后，手动为组织启用 K3.1 Pro。

性能逼近最强闭源模型：3 万亿参数级、100 万 token 上下文，代码与 Agent 基准达到或接近最强闭源模型水平。
代码能力全面：胜任从修 bug 到完整项目构建的全规模编码，并擅长 Unity、Unreal、Godot 等引擎的游戏与网页开发。
3D 创作出色：BenchCAD 得分 92.7%，无需 MCP 即可直接驱动 Blender、FreeCAD 等工具完成参数化建模，模型可下载 3D 打印。
金融研究领先：OfficeQA Pro v2 以 64.4 分居全球第一，财务建模、研究、商业运营内部基准全面超越前代。
事实准确性高：幻觉压力测试中错误率从 23.4% 降至 8.3%，关键数据可溯源，带工具场景下准确性反超 Claude Opus 5.5。

项目官网：https://www.kimi.com/en/blog/kimi-k3-1-pro

游戏开发：在 Unreal Engine 5.8 中搭建云海之上的东方神话天宫对战游戏，程序化建模 1,750 米半径柱廊，经 Nanite 与 Lumen 渲染呈现。
3D 打印设计：用 trimesh 设计一盏灵感取自福建土楼的五部件镂空台灯，生成后可直接下载去 3D 打印。
财务建模：像分析师一样端到端交付英伟达（NVDA）财务模型，经营驱动因子可随情景调整，敏感性分析直接呈现对估值的影响。
行业投研报告：完成一份量子计算行业深度报告，论证一致预期偏差、复盘财报后路径，每个数字和引用均可追溯至一手来源。