Kimi 发布 K3.1 Pro，加量降价挑战 Opus 5.5
K3.1 Pro 的版本号只往前挪了 0.1，月之暗面想回答的问题却大得多。
10 月 23 日上午，Kimi 官方在 X 和视频号上发了一段 24 秒的视频。
画面里是一台复古风格的老式电脑，屏幕上开着 Kimi Code，终端里一行行地写着 Three.js 代码，在生成一个复杂的 3D 场景。眼尖的网友很快在左上角的模型栏里找到了答案——「Model: Kimi K3.1」。
Kimi 官方发布的 K3.1 预热视频｜图片来源：X @Kimi_Moonshot
用一台老古董般的机器，跑一段今天最前沿的 3D 代码，这个反差本身就是月之暗面想说的话。
十几个小时后，10 月 24 日零点刚过，卡着程序员节，Kimi K3.1 Pro 正式上线，同步推出的还有一个速度快 2 到 3 倍的 Highspeed 版本。官方承诺，完整模型权重将在 11 月 4 日前放出。
距离上一代 K3 发布，过去了三个多月。这三个月里，月之暗面经历的事情，比大多数公司一年还多。
它不是一个全新的模型。月之暗面明确表示，K3.1 Pro 是 K3 的后训练版本，底座没换——仍然是 2.8 万亿总参数、1040 亿激活参数的混合专家架构，仍然是 100 万 token 的上下文窗口，仍然原生支持图像和视频输入。
变的是后训练。官方的说法是投入了「大幅增加的后训练算力」，在数百个下游领域做了大规模联合强化学习，为此把强化学习框架、沙箱基础设施、长上下文推理这些底层工程都重构了一遍。
效果体现在榜单上。在考察编程智能体的 Terminal-Bench 4.0 上，K3.1 Pro 拿到 65.7%，超过 GPT-6 Astra 的 58.2%，和 Claude Opus 5.5 的 66.4% 只差不到一个点。上一代 K3 在这个榜单上的成绩，按第三方机构 Artificial Analysis 的测法只有 13%。
第三方的综合评分也给了面子。Artificial Analysis 智能指数上，K3.1 Pro 拿到 55 分，比 K3 高出 11 分，排名全球第四，前面只有 Claude Opus 5.5、Claude Sonnet 5.5 和 Muse Wonder Full。等权重正式放出，它将成为得分最高的开放权重模型，开源与闭源之间的差距会从 12 分缩小到 3 分。
K3.1 Pro 在 14 项编程、科学与知识工作评测上的表现｜图片来源：Kimi 官方博客
K3.1 Pro 能驱动 Unity、Unreal、Godot 这样的游戏引擎，能写 Blender 和 CAD 脚本做参数化建模。在从多视角图片重建 3D 模型的 BenchCAD 测试里，它借助工具拿到 92.7%，接近 Opus 5.5 和 Astra。Kimi 网页版和 App 也同步上线了「3D Make」，可以直接描述需求，生成 3D 网页、3D 模型，甚至导出给 3D 打印机。
kimi.com 上的 3D Make 界面｜图片来源：Kimi 官方博客
回头再看那段预热视频，老电脑屏幕上跑的 Three.js，其实就是在给这条主线打预告。
金融方面，K3.1 Pro 在基于真实财报做多步数值推理的 OfficeQA Pro v2 上拿到 64.4 分，官方称是目前最好成绩。在官方自己设计的高难度幻觉测试里，事实性错误率从 K3 的 23.4% 降到了 8.3%——当然，这是一个刻意找茬的压力测试，不代表日常使用的错误率。
K3.1 Pro 的 API 定价是每百万 token 输入 13 元、输出 68 元，比 K3 便宜了三分之一，大约是 Claude Opus 5.5 的一半。更强的新模型反而比旧模型便宜，这在大模型行业并不常见。
不过 Artificial Analysis 也算了一笔账，K3.1 Pro 完成同样任务要多用 14% 的输出 token，所以每个任务的实际成本大约 1.98 美元，和 K3 基本持平。
好评集中在「干活」上。知乎上有开发者拿自己一个 Rust、C、汇编、CMake 混合的项目测试，认为 K3.1 Pro 的代码能力明显强过 DeepSeek V4.1 Flash，尤其对 Rust 常见设计模式掌握得更好，还顺手修掉了 DeepSeek 前几天留下的问题。同样的任务，K3.1 Pro 花了 20 分钟，换成 K3 估计要 40 分钟到 1 个小时。
速度是另一个被反复提到的改进。K3 的慢曾经是出了名的，有人形容慢到「可以流畅阅读它的英文思考过程」。到了 K3.1 Pro，思考过程大多一闪而过，来不及看就被折叠了。
有论坛用户用自己的私有题目做了一轮单文件 HTML 测试：云上龙城、琉璃机械孔雀、钻石。结论相当不客气，认为 K3.1 Pro 在已测模型里排在倒数，孔雀羽毛的高光甚至被画到了羽毛背后。另一位开发者让它根据参考照片用 Three.js 还原一个 Steam 手柄，改了三轮，LOGO 和部件的空间关系还是不对。
同一提示词「琉璃机械孔雀」，K3.1 Pro（Max 推理）的产出｜图片来源：大佬说论坛网友 PoemFarAway
同一提示词下 GPT-6.1 Sol（xhigh 推理）的产出｜图片来源：大佬说论坛网友 PoemFarAway
Steam 手柄还原测试提供的参考图片｜图片来源：大佬说论坛网友 NightRain
K3.1 Pro 第二版产出，LOGO 和部件关系仍有问题｜图片来源：大佬说论坛网友 NightRain
一边是官方 3D 演示的惊艳，一边是网友「买家秀」的翻车，两种声音都只是个案，但足以说明 K3.1 Pro 还没有到「闭眼用」的程度。
有用户反映，在 199 元的老套餐里，让 K3.1 Pro 审查一个小游戏就烧掉了 5 小时额度的 13%，同样的任务交给 Opus 只用了 3%。还有人说 Highspeed 版用起来「真的很舒服」，但 5 小时的额度撑不到 2 小时。API 降价了三分之一，订阅用户却没有明显感受到。
测试进行到第三版时，199 元套餐触发 5 小时用量上限｜图片来源：大佬说论坛网友 NightRain
这其实是 K3 时代就留下的老问题。7 月 K3 发布后，因为请求量远超预估，Kimi 一度暂停了 C 端新用户订阅。算力，始终是悬在这家公司头上的那把剑。
K3.1 Pro 发布的时间点，很难不让人联想到过去几个月围绕 Kimi 的那场风暴。