作者｜宇航猿
编辑｜靖宇
10 月 23 日上午，Kimi 官方在 X 和视频号上发了一段 24 秒的视频。
画面里是一台复古风格的老式电脑，屏幕上开着 Kimi Code，终端里一行行地写着 Three.js 代码，在生成一个复杂的 3D 场景。眼尖的网友很快在左上角的模型栏里找到了答案——「Model: Kimi K3.1」。
Kimi 官方发布的 K3.1 预热视频｜图片来源：X @Kimi_Moonshot
用一台老古董般的机器，跑一段今天最前沿的 3D 代码，这个反差本身就是月之暗面想说的话。
十几个小时后，10 月 24 日零点刚过，卡着程序员节，Kimi K3.1 Pro 正式上线，同步推出的还有一个速度快 2 到 3 倍的 Highspeed 版本。官方承诺，完整模型权重将在 11 月 4 日前放出。
距离上一代 K3 发布，过去了三个多月。这三个月里，月之暗面经历的事情，比大多数公司一年还多。
01「加量不加价」的 0.1
先说清楚 K3.1 Pro 是什么。
它不是一个全新的模型。月之暗面明确表示，K3.1 Pro 是 K3 的后训练版本，底座没换——仍然是 2.8 万亿总参数、1040 亿激活参数的混合专家架构，仍然是 100 万 token 的上下文窗口，仍然原生支持图像和视频输入。
变的是后训练。官方的说法是投入了「大幅增加的后训练算力」，在数百个下游领域做了大规模联合强化学习，为此把强化学习框架、沙箱基础设施、长上下文推理这些底层工程都重构了一遍。
也就是时候，同一个大脑，被重新「教」了一遍怎么干活。
效果体现在榜单上。在考察编程智能体的 Terminal-Bench 4.0 上，K3.1 Pro 拿到 65.7%，超过 GPT-6 Astra 的 58.2%，和 Claude Opus 5.5 的 66.4% 只差不到一个点。上一代 K3 在这个榜单上的成绩，按第三方机构 Artificial Analysis 的测法只有 13%。
第三方的综合评分也给了面子。Artificial Analysis 智能指数上，K3.1 Pro 拿到 55 分，比 K3 高出 11 分，排名全球第四，前面只有 Claude Opus 5.5、Claude Sonnet 5.5 和 Muse Wonder Full。等权重正式放出，它将成为得分最高的开放权重模型，开源与闭源之间的差距会从 12 分缩小到 3 分。
K3.1 Pro 在 14 项编程、科学与知识工作评测上的表现｜图片来源：Kimi 官方博客
除了编程，这次的两条新主线是 3D 和金融。
K3.1 Pro 能驱动 Unity、Unreal、Godot 这样的游戏引擎，能写 Blender 和 CAD 脚本做参数化建模。在从多视角图片重建 3D 模型的 BenchCAD 测试里，它借助工具拿到 92.7%，接近 Opus 5.5 和 Astra。Kimi 网页版和 App 也同步上线了「3D Make」，可以直接描述需求，生成 3D 网页、3D 模型，甚至导出给 3D 打印机。
kimi.com 上的 3D Make 界面｜图片来源：Kimi 官方博客
回头再看那段预热视频，老电脑屏幕上跑的 Three.js，其实就是在给这条主线打预告。
金融方面，K3.1 Pro 在基于真实财报做多步数值推理的 OfficeQA Pro v2 上拿到 64.4 分，官方称是目前最好成绩。在官方自己设计的高难度幻觉测试里，事实性错误率从 K3 的 23.4% 降到了 8.3%——当然，这是一个刻意找茬的压力测试，不代表日常使用的错误率。
金融类评测成绩｜图片来源：Kimi 官方博客
最让人意外的是价格。
K3.1 Pro 的 API 定价是每百万 token 输入 13 元、输出 68 元，比 K3 便宜了三分之一，大约是 Claude Opus 5.5 的一半。更强的新模型反而比旧模型便宜，这在大模型行业并不常见。
不过 Artificial Analysis 也算了一笔账，K3.1 Pro 完成同样任务要多用 14% 的输出 token，所以每个任务的实际成本大约 1.98 美元，和 K3 基本持平。
02真实世界里的 K3.1
榜单之外，网友的第一手反馈要复杂得多。
好评集中在「干活」上。知乎上有开发者拿自己一个 Rust、C、汇编、CMake 混合的项目测试，认为 K3.1 Pro 的代码能力明显强过 DeepSeek V4.1 Flash，尤其对 Rust 常见设计模式掌握得更好，还顺手修掉了 DeepSeek 前几天留下的问题。同样的任务，K3.1 Pro 花了 20 分钟，换成 K3 估计要 40 分钟到 1 个小时。
速度是另一个被反复提到的改进。K3 的慢曾经是出了名的，有人形容慢到「可以流畅阅读它的英文思考过程」。到了 K3.1 Pro，思考过程大多一闪而过，来不及看就被折叠了。
但前端审美成了争议焦点。
有论坛用户用自己的私有题目做了一轮单文件 HTML 测试：云上龙城、琉璃机械孔雀、钻石。结论相当不客气，认为 K3.1 Pro 在已测模型里排在倒数，孔雀羽毛的高光甚至被画到了羽毛背后。另一位开发者让它根据参考照片用 Three.js 还原一个 Steam 手柄，改了三轮，LOGO 和部件的空间关系还是不对。
同一提示词「琉璃机械孔雀」，K3.1 Pro（Max 推理）的产出｜图片来源：大佬说论坛网友 PoemFarAway
同一提示词下 GPT-6.1 Sol（xhigh 推理）的产出｜图片来源：大佬说论坛网友 PoemFarAway
Steam 手柄还原测试提供的参考图片｜图片来源：大佬说论坛网友 NightRain
K3.1 Pro 第二版产出，LOGO 和部件关系仍有问题｜图片来源：大佬说论坛网友 NightRain
一边是官方 3D 演示的惊艳，一边是网友「买家秀」的翻车，两种声音都只是个案，但足以说明 K3.1 Pro 还没有到「闭眼用」的程度。
而最集中的怨言，指向的不是模型，是套餐。
有用户反映，在 199 元的老套餐里，让 K3.1 Pro 审查一个小游戏就烧掉了 5 小时额度的 13%，同样的任务交给 Opus 只用了 3%。还有人说 Highspeed 版用起来「真的很舒服」，但 5 小时的额度撑不到 2 小时。API 降价了三分之一，订阅用户却没有明显感受到。
测试进行到第三版时，199 元套餐触发 5 小时用量上限｜图片来源：大佬说论坛网友 NightRain
这其实是 K3 时代就留下的老问题。7 月 K3 发布后，因为请求量远超预估，Kimi 一度暂停了 C 端新用户订阅。算力，始终是悬在这家公司头上的那把剑。
03回应指控的另一种方式
K3.1 Pro 发布的时间点，很难不让人联想到过去几个月围绕 Kimi 的那场风暴。
今年 2 月，Anthropic 公开指控 DeepSeek、月之暗面和 MiniMax 通过大量虚假账号与 Claude 交互、提取能力，其中归到月之暗面名下的交互超过 340 万次。
7 月 K3 发布、性能直逼 Claude Fable 5 后，白宫科技政策办公室主任克拉齐奥斯直接在 X 上发文，称月之暗面在开发 K3 时「蒸馏」了 Anthropic 的 Fable 模型，美国财长贝森特随后表示可能对其实施制裁、列入实体清单。
9 月，Anthropic 又发布了一份威胁情报报告，称月之暗面通过 5380 个伪造账户组成的代理网络，在 10 天里把近 30 万条 Kimi 用户请求转发给 Claude，并从中提取思维链用于训练。
对这些指控，月之暗面的回应一直很克制。
7 月，Kimi 企业业务负责人黄震昕表示，K3 的性能跃升来自底层原创架构创新，并非蒸馏复刻；7 月底，K3 开放权重的同时公开了技术报告，把混合线性注意力、注意力残差这些自研架构摊开给所有人看。
所以 K3.1 Pro 可以被看作一次不说话的回应。
最有力的反驳从来不是声明，而是一个对手没法假装看不见的分数。
这次 K3.1 Pro 最亮眼的几个数字，不少来自 Artificial Analysis 这样的第三方，而不全是自家跑分。更值得玩味的是，按 Anthropic 报告里的说法，Claude 现在已经不再对外返回完整的思维链，蒸馏的一方「拿到的是门牌号，不是钥匙」。在这样的封锁之下，K3.1 Pro 依然在三个月里把智能指数拉高了 11 分，至少说明月之暗面自己的后训练体系是真能出活的。
还有一个容易被忽略的细节。月之暗面在这次发布中主动披露，为了不让开源权重把网络攻击能力的前沿往前推，他们在训练中剔除了网络安全相关的数据。代价是在内部漏洞利用测试中，成绩从 90.5% 降到了 81%。
内部漏洞利用测试 xdev-bench-hard 成绩，K3.1 Pro 主动做了减法｜图片来源：Kimi 官方博客
在被扣上「安全威胁」帽子的当口，主动给自己的开源模型做减法，这本身就是一种表态。
但也要承认，分数能回答「你行不行」，回答不了「你从哪来」。
K3.1 Pro 发布当天，就有网友指出它画的鹈鹕 SVG 和 GPT-6 Astra 的风格几乎一模一样，怀疑对象从 Anthropic 换成了 OpenAI。这当然只是论坛上的猜测，一只鹈鹕证明不了什么。但它提醒我们，只要训练数据的来源无法被外界审计，「蒸馏」这顶帽子就很难被一个分数彻底摘掉。
11 月 4 日的权重发布，会是下一个观察点。权重开放后，全世界的研究者都能拿它去做测试、做对比、做分析，这比任何声明都更透明。
那台老电脑上跑着的 3D 代码，月之暗面已经给出了答案。至于更难的那道题，答卷才刚刚交上去。
*头图来源：月之暗面
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO
