Moonshot AI 正式发布 Kimi K3.1 Pro，这是其 K3.1 系列的首款模型。该模型被定位为 3T 级别的开放权重模型，上下文窗口达到 100 万 token，官方希望它在编程、智能体（agentic）与知识类基准上正面挑战最强的闭源模型。对开发者而言，它的 API 价格低于上一代 K3，但所谓“开放权重”目前还只是承诺——权重预计要到 2026 年 11 月才会真正放出。
从规格看，K3.1 Pro 是混合专家（MoE）架构，总参数 2.8T，每个 token 激活 104B 参数。它并非单卡可跑的小模型：Moonshot 针对 K3 给出的部署建议是使用 64 块以上加速器组成的超级节点，权重采用 MXFP4、激活采用 MXFP8。基座 K3 使用 Kimi Delta Attention（KDA）与 Attention Residuals（AttnRes），通过 Stable LatentMoE 框架在 896 个专家中激活 16 个；按照快速上手指南，API 可接受文本、图像与视频输入。
K3.1 Pro 是在 K3 基础上做后训练得到的版本，后训练算力大幅提升。团队在数百个下游领域上联合进行强化学习，并为此优化了强化学习框架、长上下文推理、沙箱基础设施与 rollout 调度。除标准版外，Moonshot 还推出 Kimi K3.1 Pro Highspeed，官方称其运行速度快 2 到 3 倍。
基准成绩全部由 Moonshot 自行报告，采用最大推理强度，多数在 Claude Code 测试框架下完成。编程方面，K3.1 Pro 在 Terminal-Bench 4.0 上取得 65.7%，在官方对比图中仅次于 Claude Opus 5.5 的 66.4%；在 SWE-Marathon 上以 51.7 反超 Opus 5.5 的 46.3；在内部基准 Kimi Code Bench 3.0 Long-horizon 上得 61.2，高于 K3 的 55.95。
科学类任务则是明显短板。Terminal-Bench Science 0.1 上 K3.1 Pro 只有 38.1，而同一张对比图中 GPT-6 Astra 为 68.1、Opus 5.5 为 63.3，差距超过 25 个百分点。在需要工具的 BenchCAD 测试中它拿到 92.7，落后于 Opus 5.5 的 96.2 与 GPT-6 Astra 的 95.9；不使用工具时为 72.8，与 Opus 5.5 的 73.0 几乎持平。金融方向上，OfficeQA Pro v2 报告了 64.4 的最优成绩，Frontier Finance 为 58.6，内部金融测试中建模提升 7.2 分、研究提升 11.6 分。
幻觉控制也有改进。在内部压力测试 Kimi Hallu Bench Hard 上，断言级幻觉率从 K3 的 23.4% 降至 8.3%，约合官方所称的 65% 降幅，但仍高于 GPT-6 Astra 在同一测试上的 5.5%。
网络安全方面，针对开放权重版本，Moonshot 在中训练与强化学习阶段剔除了与网络攻击相关的数据。在内部 xdev-bench-hard 上，未经过滤的检查点在 pass@3 下可解出 90.5%，而实际发布的 K3.1 Pro 为 81.0%。官方表示，该模型在进攻性网络任务上仍落后于前沿闭源模型。
开发者目前可通过 Kimi.ai、Kimi Work、Kimi Code 以及 Kimi API 使用该模型，API 标识为 kimi-k3.1-pro 与 kimi-k3.1-pro-highspeed，接口兼容 OpenAI。标准版价格为每百万 token 输入 2 美元、输出 10 美元，缓存命中为 0.20 美元；Highspeed 版本为输入 4 美元、输出 20 美元。相比之下，K3 的定价是 3 美元与 15 美元。
使用上还有若干硬性约束：思考模式始终开启，推理强度可选 low、high、max（默认 max）；temperature 固定为 1.0，top-p 固定为 0.95；输出默认 131,072 token，最高可到 1,048,576；账户需至少充值 1 美元才能解锁访问；视觉输入不接受公开图片 URL，需使用 base64 或已上传的文件 ID。
主要局限同样清晰：权重尚未公开，因此现在无法自托管；2.8T 的体量意味着多节点、超级节点级别的服务部署；科学密集型的终端任务落后对手 25 分以上；多项“领先”来自内部基准；此外，Moonshot 曾提醒在测试框架中丢弃推理历史会导致输出不稳定，K3.1 Pro 文档也要求回传完整的 assistant 消息。