Kimi K3.1 Pro 在 Artificial Analysis Intelligence Index 上以55分位列第4名发布，在智能体（agentic）性能上取得大幅提升；一旦其权重公开发布，它将成为领先的开放权重模型
查看模型页面月之暗面（Moonshot）的新推理模型比 Kimi K3（max，44分）提升了11分。在 Intelligence Index 上，它仅落后于 Claude Opus 5.5（max with fallback，58分）、Claude Sonnet 5.5（max with fallback，56分）和 Muse Wonder Full（max，56分）。
一旦 K3.1 Pro 的权重发布，它将成为得分最高的开放权重模型，Intelligence Index 上领先开放权重模型与专有模型之间的差距将从12分缩小到3分。
关键结果： ➤ 智能体性能大幅提升：Kimi K3.1 Pro 在 GDPval-AA 上得分第3，Elo 为 1,846，比 Kimi K3 提升 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 Index 从 20 提升至 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 每个 Intelligence Index 任务使用 55K 输出 token，比 Kimi K3 的 48K 多 14%，而其一方 token 价格低 33%。
其他模型细节： ➤ 上下文窗口：1M token。 ➤ 规模：总计 2.8T，激活参数 104B ➤ 输入模态：文本和图像 ➤ 权重与许可：权重目前尚未发布，预计 Moonshot 将在发布后很快公开权重 ➤ 定价：每 1M 输入/输出/缓存命中 token 为 $2/$10/$0.20，三项费率均比 Kimi K3 低 33%。
各评测单项结果：