Kimi K3.1 Pro 在 Artificial Analysis 智能指数上以 55 分首次亮相即排名第 4，在智能体性能方面取得巨大提升；一旦其权重发布，它将成为领先的开源权重模型
@Kimi_Moonshot 的新推理模型比 Kimi K3（最高，44）提高了 11 分。在智能指数上，它仅落后于 Claude Opus 5.5（带回退最高，58）、Claude Sonnet 5.5（带回退最高，56）和 Muse Wonder Full（最高，56）。
一旦 K3.1 Pro 的权重发布，它将成为得分最高的开源权重模型，且智能指数上领先的开源权重模型与专有模型之间的差距将从 12 分缩小到 3 分。
主要结果：
➤ 智能体性能大幅提升：Kimi K3.1 Pro 在 GDPval-AA 上以 1,846 Elo 排名第 3，比 Kimi K3 提高了 312 Elo，仅落后于 Claude Opus 5.5（1,866 Elo）和 Muse Wonder Full（1,857 Elo）。Kimi K3.1 Pro 还在 Terminal-Bench 4.0 上取得了所有模型中的最高分。K3.1 Pro 得分为 67%，高于 Kimi K3 的 13%，并领先于 Claude Sonnet 5.5（64%）。测试智能体 SaaS 工作流的 AutomationBench-AA 从 58% 提升至 73%。
➤ 其他评测的提升较为温和：Humanity's Last Exam 从 47% 提升至 52%，CritPt 从 23% 提升至 25%，SciCode 从 59% 提升至 61%。AA-Omniscience 指数从 20 升至 30，幻觉率从 53% 降至 44%，准确率从 48% 提升至 51%。
➤ 每任务成本与 Kimi K3 大致相当，为每任务 1.98美元：K3.1 Pro 在每个智能指数任务上使用 55K 输出 token，比 Kimi K3 的 48K 多 14%，而其第一方 token 价格低 33%。
其他模型细节：
➤ 上下文窗口：1M token。
➤ 规模：总计 2.8T，104B 激活参数
➤ 输入模态：文本和图像
➤ 权重和许可证：权重目前尚未发布，Moonshot 预计将在发布后不久公开权重
➤ 定价：每 1M 输入/输出/缓存命中 token 为 2美元/10美元/0.20美元，三项费率均比 Kimi K3 低 33%。
祝贺 @Kimi_Moonshot 团队发布成功！