月之暗面发布了 Kimi K3.1 Pro，3 万亿级参数、100 万上下文，K3 系列第一个正式版本。官方给它的定位是"迄今能力最强的模型"，代码、3D 创作、金融研究和长程 Agent 能力提得最狠，还同步出了个 K3.1 Pro Highspeed——同样智能，输出速度约 2~3 倍，价格 2 倍。
代码这块是硬碰硬的数字。Terminal-Bench 4.0 上它得 65.7%，超 GPT-6 Astra（58.2%），跟 Claude Opus 5.5（66.4%）就差一点；内部 Code Bench 3.0 Long-horizon 从 K3 的 55.95% 提到 61.2%。官方的演示案例已经不是"写个函数"级别——用虚幻引擎 5.8 从零搭了一座云海天宫（半径 1750 米、3600 万源三角形过 Nanite/Lumen），用 Godot 4.7.2 做了一整套 3D 动作冒险游戏，还有基于 296 骨骼/402 肌肉解剖模型的人类行走动力学仿真器，从"几步就倒"迭代到连续行走 11.2 秒，中途还能自己定位并修掉肩部肌肉力臂计算的 36 处错误。
3D 建模走的是"直接写专业工具脚本"的路子。BenchCAD 上借助工具得 92.7%，接近 Opus 5.5 的 96.2% 和 Astra 的 95.9%。不需要 MCP 连接器，它直接写 Blender、FreeCAD 脚本建模型——机场室内雨林谷、2100 实体的涡扇发动机、福建土楼台灯，都是端到端跑完。kimi.com 和 Kimi app 还同步上线了 3D Make 功能，能在线预览编辑、直接导出 3D 打印。
金融是这次新增的重头戏。OfficeQA Pro v2 得 64.4 分拿 SoTA，内部三个金融基准全面超 K3：财务建模 +14%、金融研究 +20%、商业运营约 4.2 倍。演示里它端到端做出了英伟达财务模型、宁德时代投委会报告和量子计算行业深度研报。针对金融场景，Kimi Hallu Bench Hard 上单条事实陈述错误率从 K3 的 23.4% 压到 8.3%。
最值得看的是网络安全这块——不是又叠了多少能力，而是它主动把能力压回去了。官方说，随着后训练规模扩大，模型漏洞研究能力一直在涨，追溯发现网络攻防内容嵌在通用语料和 RL 环境里。发布开放权重版本前，他们从两个训练阶段都识别并移除了这些数据：在 xdev-bench-hard 上，如果不移除能解 90.5% 的问题，最终版是 81.0%。权重版本会在 11 月 4 日前放出，策略是"渐进式扩散"——不给开放权重推绝对前沿的攻防能力，但保留防御向的两用能力，让更多团队能审查自己维护的代码。
API 定价：kimi-k3.1-pro 输入 1.3 元/百万 token（命中缓存）/13 元（未命中），输出 68 元；高速版输出约 2~3 倍速、价格 2 倍。K3 系列这代明显在"能动手干活"上使劲，从代码到 3D 到金融研报都是完整交付，不再是聊天式对话——至于 3 万亿参数这个体量下的实际推理成本，高速版 2 倍价已经给出了一些暗示。
参考来源