Fireworks 宣佈 Moonshot AI 的 Kimi K3.1 Pro 已正式上線。官方將這款模型定位為“每一美元帶來更多智慧、交付更快”，並強調它在多個面向實際生產場景的基準上具有出色的價效比。
Kimi K3.1 Pro 由 Kimi K3 後訓練而來，最顯著的架構改動是把 K3 的全注意力層替換為稀疏注意力，使長上下文的推理服務更加高效。其關鍵規格包括：支援文本與視覺兩種模態；總引數 2.78 萬億，每 token 啟用引數 1040 億；輸入上下文長度達 1040k token；共 896 個專家，每個 token 啟用 16 個；注意力機制採用 Kimi Delta Attention 與 Gated DeepSeek Sparse Attention。
Fireworks 使用其“專用智慧指數”（Specialized Intelligence Index, SII）評估該模型，這些基準由 Sierra、Harvey、Rogo 等公司針對自身生產環境構建。在 Sierra 的 τ³-Banking 客戶支援測試中，模型需藉助資料庫工具並按銀行政策處理請求，K3.1 Pro 以 64.7% 的成績在 19 個模型中排名第一，領先 Claude Opus 5.5 達 8.7 個百分點。
在其他領域，K3.1 Pro 同樣表現穩健。在 Factory 的 Legacy Bench 遺留程式碼基準上，它需要維護 COBOL、Fortran 和 Java 7 程式碼庫，得分 61.0%，在 14 個模型中位列第三，並且是得分最高的開源模型；在 Harvey 的 LAB 法律基準上，它以 15.4% 排名 13 個模型中的第二，僅次於 Grok 4.6；在 Rogo 的 Big Finance Benchmark 財務基準中，它以 48.2% 與 Claude Opus 5.5 打成平手。
在 Traversal 的 ORCA 事故響應基準上，模型要從追蹤、日誌和指標中定位生產事故根因，K3.1 Pro 得分 32.9%，在 13 個模型中排名第三，並是得分最高的開源模型，而其單任務成本不到排名前兩位模型中任何一個的五分之一。在 Epiq 的 CorporateBench 企業法律基準上，它取得 76.9 分，在 12 個模型中位列第四，同樣是最高的開源模型。總體來看，在上述五個基準中，K3.1 Pro 都處在質量成本的前沿——沒有模型能在成本不更高的前提下取得更高分數。
相較於上一代 Kimi K3，新版本在多個基準上均有明顯提升：τ³-Banking 從 51.5% 提升到 64.7%，提高 13.2 個百分點；Legacy Bench 從 52.7% 升至 61.0%，提高 8.3 個百分點；Big Finance Benchmark 從 41.3% 升至 48.2%，提高 6.9 個百分點；CorporateBench 從 72.4 分升至 76.9 分，提高 4.5 分；ORCA 從 31.2% 升至 32.9%，提高 1.7 個百分點。
Moonshot 自家的評測也展示了該模型在最大推理強度下的成績。在長程編碼方面，K3.1 Pro 在 SWE Marathon v1.1 上取得 51.7，領先 Claude Opus 5.5（46.3）、Claude Fable 5.1（45.6）以及 GPT-6 Astra（42.5）。在智慧體研究任務中，它在帶工具的 Humanity’s Last Exam 上得到 70.0，在 BrowseComp 上得到 92.1，均為 Moonshot 對比中的最高分。辦公任務方面，它在 OfficeQA Pro v2 上取得 64.4，在 Artificial Analysis 的 Automation Bench 上取得 73.3，均高於 Claude Opus 5.5 的 62.2 和 69.5。Moonshot 表示，評測使用了包括 Claude Code 在內的多種測試框架，競爭對手的分數大多來自公開報告和排行榜。
價格方面，標準無伺服器定價為每百萬 token 未快取輸入 2.00 美元、快取輸入 0.20 美元、輸出 10.00 美元。開發者可在 Fireworks playground 中試用該模型，或透過模型 ID accounts/fireworks/models/kimi-k3p1-pro 呼叫。