月之暗面推出新一代旗舰模型Kimi K3.1 Pro，称其为旗下最强的3兆级参数模型，在编程AI代理（Agent）评测中超越GPT-6 Astra，并强化3D建模、金融研究与复杂任务运行能力。

新模型已通过官网、App及API提供服务，完整模型权重预计于11月4日前开放。

总参数2.8兆 高速版提速至2至3倍

Kimi K3.1 Pro是K3系列首款模型，总参数达2.8兆，采用混合专家（MoE）架构，每次激活1040亿参数，支持100万Token上下文窗口。此次升级重点在于集成编程、空间推理、金融分析及长时间、多步骤的任务运行能力。

月之暗面同步推出Kimi K3.1 Pro Highspeed高速版，称其能力与标准版相当，输出速度则提高至约2至3倍。两款模型均已接入Kimi官网、App、Kimi Work、Kimi Code及API。

新模型以Kimi K3为基础进行后训练。月之暗面表示，公司大幅增加后训练算力，并优化强化学习框架、长上下文推理、训练效率、沙箱基础设施及任务调度系统，支持数百个下游领域的大规模联合训练，目标是提升复杂任务中的持续运行能力。

编程评测胜GPT-6 紧追Claude

根据月之暗面公布的数据，Kimi K3.1 Pro在编程AI代理测试Terminal-Bench 4.0取得65.7%，高于OpenAI GPT-6 Astra的58.2%，与Anthropic Claude Opus 5.5的66.4%差距有限。

这项测试通过真实环境中的终端任务，查看模型在资源受限条件下使用工具、运行指令及解决编程问题的能力。

在内部Kimi Code Bench 3.0 Long-horizon测试中，新模型得分也由K3的55.95%升至61.2%。该测试着重多步骤运行、工具调用，以及从头到尾解决工程问题的能力。

不过，相关成绩来自不同测试体系，部分属公司内部基准。模型使用的工具、测试环境与评估方式可能不同，分数不宜直接视为所有实际工作情境下的能力排名。

从写程序到开发完整游戏

月之暗面希望新模型能处理修复既有代码库问题、从零开发软件等任务，并展示使用Unreal Engine、Unity与Godot等引擎制作游戏，以及生成网页、Three.js交互场景与3D素材的案例。

其中，模型在Unreal Engine 5.8中打造云海上的东方神话天宫，柱廊通过Blender程序化建模，原始模型包含3600万个三角形，并使用Nanite与Lumen渲染。

另一款以Godot开发的3D动作冒险游戏，包含五个探索区域、程序化生成的地形与村庄、第三人称战斗、两阶段头目战，以及昼夜循环与快速发送功能。模型也制作了浏览器版3D机械手臂展示页面，包含2317个零件、268条动态线路，支持分解视图与剖面展示。

在人体行走仿真案例中，模型经167项任务与420次独立评审持续调整控制器，最终让仿真人体连续行走11.2秒。当调整奖励机制仍无法改善手臂动作时，模型进一步检查仿真器，修正肩部肌肉力臂计算中的36处错误，再重新训练控制器。

这些展示凸显模型参与项目规划、工具操作、调试与反复修正的能力，但不代表所有同类任务都能稳定重现相同成果。

3D建模升级 可直接操作专业工具

3D创作与空间推理也是此次升级重点。月之暗面表示，新模型擅长机械零件、建筑、可调整多项参数的产品及客制化家具等参数化建模任务。

在BenchCAD评测中，Kimi K3.1 Pro借助工具取得92.7%，接近Claude Opus 5.5的96.2%及GPT-6 Astra的95.9%。这项测试要求模型根据多视角渲染图生成CAD代码，重建物体的形状、比例与空间结构。

据公司说法，模型可依文本、草图或参考图片推断物体结构，直接撰写及运行Blender、CAD等工具的脚本，完成几何调整、材质修改与场景配置，无须依赖MCP连接器。

展示案例包括机场室内雨林、含2100个实体的涡轮扇发动机模型，以及可直接3D打印的台灯。官网与App也推出3D Make功能，支持在线预览、编辑及下载模型，或导出视频与动态照片。

强化金融研究 事实错误率下降

金融方面，Kimi K3.1 Pro着重财务建模、投资分析与产业研究的完整工作流程。在OfficeQA Pro v2测试中，新模型取得64.4分，月之暗面称其达到目前最佳水准。该测试以真实金融文档为基础，涵盖信息检索、跨文档核对及多步骤数值推理。

公司内部测试显示，新模型的财务建模表现较K3提升14%，金融研究提升20%，商业营运得分则约为前代的4.2倍。

应用案例包括创建辉达（NVIDIA）财务模型，支持营运假设调整、公式连动及敏感度分析；制作宁德时代投资委员会报告，比较市场共识与公司实际表现，整理后续潜在催化因素；以及产出数据与引用可追溯至一手来源的量子运算产业报告。

在内部Kimi Hallu Bench Hard测试中，单一事实陈述错误率由23.4%降至8.3%，至少含一处事实错误的回答比例，也降至前代的约42.4%。公司强调，测试刻意选取容易出错的高难度情境，不代表日常使用的整体错误率，金融应用中的关键数字、假设与来源仍须核验。

11月4日前开放权重 部署授权待公布

月之暗面采取服务先上线、权重随后开放的安排，完整权重预计于11月4日前发布，让开发者有机会自行部署、研究及调整模型，实际使用范围仍须依最终授权条款确认。

公司也推出Kimi Hosted Agents托管AI代理服务，提供云端运行环境，支持长时间任务及多代理协作，降低自行建置与维护的成本。

针对开放权重的安全风险，月之暗面表示，已在中期训练与强化学习阶段识别并移除网络攻防相关数据，以限制漏洞研究能力。内部测试显示，相关处理使模型得分由90.5%降至81.0%，但公司也指出，更强的通用编程与长时间调试能力，仍可能延伸至网络安全任务。