月之暗面发布 Kimi K3.1 Pro：3T 级参数、1M 上下文，Terminal-Bench 4.0 得 65.7% 反超 GPT-6 Astra
Kimi K3.1 Pro 于 2026-10-24 发布：3T 级参数、1M 上下文，Terminal-Bench 4.0 得 65.7% 超过 GPT-6 Astra，API $2/$10，完整权重 11-04 前开源。
2026-10-25 · 凤凰网科技 / 腾讯新闻转述月之暗面官方发布内容（2026-10-24）+ CGTN 同日报道交叉核对；官方站点为 SPA 页面，本次未取得可直接引用的官方原文
发布 2026-10-25核实 2026-10-25要点速览
- K3.1 Pro 于 2026-10-24 凌晨发布（北京时间），是 K3.1 系列首款模型，不是新基座——官方口径为基于 7 月发布的 Kimi K3（2.8T）做大规模后训练的产物。
- 规格：官方称 3 万亿（3T）级参数、100 万 token 上下文；同步推出 K3.1 Pro Highspeed，官方称同等智能、输出速度约 2~3 倍。
- 编程基准是最硬的一条：Terminal-Bench 4.0 得 65.7%，超过 GPT-6 Astra 的 58.2%，与 Claude Opus 5.5 的 66.4% 仅差 0.7 个百分点；内部基准 Kimi Code Bench 3.0 Long-horizon 从 K3 的 55.95% 升到 61.2%。
- 价格：多家中文媒体给出的人民币口径为输入 ¥13/百万 token（缓存命中 ¥1.3）、输出 ¥68/百万 token，Highspeed 为标准版两倍；CGTN 给出美元口径 $2 / $10 每百万 token。
- 完整模型权重「将于 2026-11-04 前发布」——今天你买到的只是 API 与官方端，不是权重。这是本次发布最容易被误读的一点。
- 取证说明：月之暗面官网（
moonshot.cn/kimi.com/platform.kimi.com）均为 SPA，本次未取得可直接引用的官方原文；下列事实来自凤凰网科技、腾讯新闻、中新社、澎湃、CGTN 等多源一致转述，标为非一手。
规格与上线范围
| 项 | 值 | 备注 |
|---|---|---|
| 参数规模 | 3 万亿级（3T class） | 官方口径；K3 为 2.8T，两者口径差异见「待核实」 |
| 上下文 | 1,000,000 token | 与 K3 持平 |
| 高速版 | K3.1 Pro Highspeed | 官方称同等智能、输出速度 2~3 倍；价格为标准版 2 倍 |
| 上线渠道 | kimi.com、Kimi App、Kimi Work、Kimi Code、Kimi API（platform.kimi.com） | 五端同步 |
| 完整权重 | 2026-11-04 前发布 | 尚未发布 |
| API 价格 | 输入 ¥13 / 缓存命中 ¥1.3 / 输出 ¥68（每百万 token） | Highspeed 翻倍；CGTN 美元口径 $2 / $10 |
API 侧据媒体转述：K3.1 Pro 始终开启思考模式，可通过 low / high / max 三档控制推理强度，支持流式输出、结构化输出、工具调用、动态加载工具、TTL 上下文缓存，并兼容 OpenAI SDK。
基准：三条线同时抬升，但含金量不同
| 基准 | K3.1 Pro | 对照 | 性质 |
|---|---|---|---|
| Terminal-Bench 4.0 | 65.7% | GPT-6 Astra 58.2%、Claude Opus 5.5 66.4% | 第三方编程 agent 基准 |
| Kimi Code Bench 3.0 Long-horizon | 61.2% | K3 55.95% | 月之暗面内部基准 |
| BenchCAD（带工具） | 92.7% | Opus 5.5 96.2%、GPT-6 Astra 95.9% | 3D 重建 |
| OfficeQA Pro v2 | 64.4 | 媒体称当前最优 | 金融文档分析 |
| Artificial Analysis 智能指数 | 55，全球第四 | 次于 Opus 5.5 / Sonnet 5.5 / Muse Wonder Full | 第三方 |
口径必须分开看：只有 Terminal-Bench 4.0 与 Artificial Analysis 智能指数是第三方口径；Kimi Code Bench 3.0 与其余三项金融 / 事实性内部压测（媒体转述为：财务建模 +14%、金融研究 +20%、商业运营约 4.2 倍；事实陈述错误率 23.4% → 8.3%）均由月之暗面自己定义与评测，不能与外部基准并列比较。
本站的判断标准不变：内部基准只用来看「相对自家上一代进步多少」，不用来做跨厂商排名。 65.7% 那一行才是这次真正有外部可比性的数字。
与 K3 的关系：后训练，不是新基座
官方口径很明确：K3.1 Pro 是在 K3 之上，把强化学习扩展到数百个下游领域，并系统优化训练框架与长上下文推理效率得到的。
这个做法本身值得单独说：过去两年「旗舰换代」的默认动作是重新预训练一个更大的基座，而 K3.1 Pro 走的是「基座不动、后训练加码」。 对使用者的直接含义是——
- 架构与部署形态大概率延续 K3，自托管生态（Kimi Code 等已适配 K3 的工具链）迁移成本低于一次真正的换代；
- 但「后训练加码」的收益集中在被 RL 覆盖的领域（代码、3D、金融被点名），未被点名的领域不应默认同步提升；
- 「3T 级」与「K3 2.8T」两个数字并存——是参数统计口径变化还是真的变大，官方未解释（见待核实）。
AI 之家 观点
一、65.7% vs 66.4% 是这次最值得记的数字，但它只说明「追到 0.7 分以内」，不说明「等价」。 Claude Opus 5.5 在 Terminal-Bench 4.0 上仍是第一，且两者是否在同一 reasoning 强度、同一 harness 下测得，未见披露（CGTN 转引 OrcaRouter 就点了这一条）。基准分数接近 ≠ 真实任务等价，这是本站一贯口径。
二、「便宜一半」要按任务算，不按 token 算。 CGTN 转引 Artificial Analysis 的数据很关键：K3.1 Pro 完成一个智能指数任务的成本是 $1.98，K3 是 $2.00——几乎没变，原因是它每任务输出 5.5 万 token，比 K3 多 14%。单 token 便宜 33%，但思考得更久，每个任务的总账单没有下降。 这是 2026 年 evaluating 推理模型最常见的误判：比单价不看输出长度，等于没比。
三、「权重 11-04 前发布」这句话把这次发布切成两段。 在权重落地之前，K3.1 Pro 对开发者的意义只是一家 API 供应商变强了；权重落地之后，它才变成可自托管的开放权重选项。如果你在等自托管，现在这个时间点不应做任何决策——等 11-04 之后再评估，届时本站会回炉 Kimi K3 模型卡。
四、给使用者的三条动作：① 已在用 Kimi Code 的，可直接切 K3.1 Pro 试跑长程任务，这是本次增益最集中的方向；② 比价时把「输出 token 数」一起算（观点二）；③ 别急着为 3D / 金融场景改架构——那几条提升全部来自内部基准，先拿自己的真实任务跑一遍再说。
待核实
- 官方一手原文：月之暗面官网为 SPA，本次未取得可直接引用的发布页 / 模型卡原文，以上事实均为多源媒体转述，本站不标记为 firsthand。
- 「3 万亿级」与 K3 的「2.8T」是否为同一统计口径——官方未解释；有第三方页面写「沿用 K3 架构，总参 2.8T、激活 104B」，与「3T 级」存在张力，本站不替官方调和。
- Terminal-Bench 4.0 三个分数的 reasoning 设置 / harness / 快照日期——未见披露，跨厂商比较的成立前提未知。
- Artificial Analysis 智能指数 55 与「K3 为 57、全球第三」的旧记录如何衔接——两者口径（分数 vs 排名）来源不同，需查 AA 原表。
- Highspeed 的「2~3 倍」测量口径（同一 prompt？相同输出 token？）——官方未给。
- 权重发布的确切渠道与许可证（是沿用 K3 的许可还是换协议）——官方未披露。
- API 是否支持图像 / 视频输入——有第三方页面称 K3.1 Pro 支持文本、图像与视频，官方口径未明确，本站不作断言。
来源
- 月之暗面发布 Kimi K3.1 Pro：3 万亿参数、100 万上下文（凤凰网科技 / 腾讯新闻，2026-10-24，转述官方）
- Kimi K3.1 Pro: an open-weight model within 3 points of the frontier（CGTN，2026-10-24，含 Artificial Analysis 与 OrcaRouter 转引）
- 3 万亿级参数规模 全球最大开源 AI 大模型上新（中新社，2026-10-24）
- 月之暗面发布 Kimi K3.1 Pro（澎湃新闻，2026-10-24）
- Kimi K3.1 Pro 发布详情（AIHub，2026-10-24，第三方汇总，仅用于交叉核对 API 特性）
延伸阅读：Kimi K3 模型卡、Kimi Code 工具卡、Terminal-Bench 百科、Kimi Code vs Qwen Code 对比。