智东西
作者 | 陈骏达
编辑 | 心缘
智东西10月24日报道，今天，月之暗面发布了其最新一代旗舰模型Kimi K3.1 Pro，并宣布将在11月4日前完成模型开源。这是一款3万亿参数量级的模型，由Kimi K3后训练而来，拥有100万个token的上下文窗口。
在Artificial Analysis榜单上，Kimi K3.1 Pro的得分比Kimi K3高了11分，目前排名为总榜第四、国产第一，超过Claude Fable 5.1、GPT-6 Astra等模型，仅次于Claude Opus 5.5、Claude Sonnet 5.5和Muse Wonder。
编程、3D创作、金融研究等领域是Kimi K3.1 Pro能力提升的重点。官方案例显示，Kimi K3.1可以在接入虚幻引擎后，打造规模较大、画面精细的游戏场景。
利用Blender、FreeCAD等工具，Kimi K3.1 Pro可以实现较好的3D建模效果。在FreeCAD中，它成功打造了一个航空涡扇发动机的模型，并且可以在模拟环境中运转。
利用Blender，它成功复刻了新加坡机场标志性的室内雨林。
Kimi K3.1 Pro目前已经广泛可用，用户可在Kimi官网、Kimi Work、Kimi Code等产品中直接使用，也可通过API调用。月之暗面还推出了Kimi K3.1 Pro高速版，其速度可以达到K3.1 Pro的2-3倍。
价格方面，Kimi K3.1 Pro的输入价格为13元/百万tokens，输出价格为68元/百万tokens，而高速版的价格为常规版的2倍。与Kimi K3相比，Kimi K3.1 Pro的价格有明显下降，输入价格降低了35%，输出价格降低了32%。
按美元刊例价计算，Kimi K3.1 Pro的价格仅为GPT-6 Astra的20%，Claude Opus 5.5的50%。GPT-6 Astra每百万tokens的输入、输出价格分别为10美元和50美元，Claude Opus 5.5分别为4美元和20美元，Kimi K3.1 Pro则分别为2美元和10美元。
智东西对Kimi K3.1 Pro进行了一手实测，覆盖网页开发、游戏制作、3D建模和金融研究等场景。几轮任务下来，最直观的感受是，这一模型的审美水平持续在线，网页的字体、排版和配色清清爽爽，游戏里的场景、人物动画和小地图也搭得像模像样。而在更复杂的3D建模任务中，它的表现也相对稳定，能围绕同一个目标持续推进，最终兼顾完整度和细节。
体验链接：https://www.kimi.com/
一、从网页到CAD：45分钟生成3052个构件
我们的实测先从轻量的网页开发任务切入，让Kimi K3.1 Pro打造了一个网页版的魔方模拟器。这个任务没有调用任何现成的3D引擎，而是要求模型通过CSS 3D和旋转矩阵实现。
在大约10分钟后，Kimi K3.1 Pro就完成了这一任务的开发，从实际效果来看，这个网页虽然设计较为简洁，但核心的魔方模拟与转层动画均能正常运行。计时器在字体和数字样式上与正文做了区分，细节处理较为用心，整体界面自然克制，没有明显的“AI生成感”。
之后，我们要求Kimi K3.1 Pro用Godot开发一个《遗迹寻宝》游戏。模型在大约20分钟的时间内完成了初版游戏开发，此后有相当一部分时间花在了实际运行、截图检查和交互回归。根据检查结果，模型修正了资源路径、碰撞等细节，最后又执行了60项真实引擎检查，全部通过。
从最终结果来看，Kimi K3.1 Pro交付了一个拥有完整地图、专业场景素材、动画人物、实时小地图的游戏，利用外部的开源资源包，画面精美度也实现了较大的提升。
最后，我们又给Kimi K3.1 Pro上了难度更高的3D建模任务，让它设计一个具有曲面屋顶的两层展览馆。对模型来说，这个任务要求其准确理解每项设计要求，并让它们在整个设计中保持一致。模型还必须发现并修正自己的问题，逐项检查尺寸、连接、碰撞和文件可用性。
最终，Kimi K3.1 Pro用大概45分钟，完成了包含3052个独立构件的可编辑CAD模型，并生成11页图纸和构件明细表。楼梯、中庭、回廊、入口及屋顶交接等核心检查项均通过，修改建筑长宽、层高和柱网的测试也得到正确结果，证明其在3D建模场景已经具备不错的能力。
我们也快速体验了下Kimi K3.1 Pro在金融类场景的能力：将SpaceX最新财季的财报甩给它，让它据此生成一张桑基图，体现营收和净利润的流向。
Kimi K3.1 Pro从密密麻麻的10-Q表格中找到了它需要的所有关键数据，仅用大概2分钟就生成了初版图表。不过初版图标的文字大小不太适合阅读，在我们指出这一问题后，Kimi K3.1 Pro很快进行了修改，最终的结果如下：
经过我们人工抽检，其中的数据与SpaceX财报中的数据保持了一致，没有出现数据错误或者张冠李戴的问题。
二、后训练加码，多项基准逼近Claude Opus 5.5
月之暗面在Kimi K3.1 Pro的技术报告中，公布了模型的更多技术细节和基准测试结果。月之暗面透露，Kimi K3.1 Pro采用了大幅增加的后训练算力，进行了覆盖数百个下游域的大规模联合强化学习。
为了实现强化学习，月之暗面优化了技术栈的每一层，包括强化学习框架、长上下文推理、训练效率、沙盒基础设施、部署调度以及共享环境质量检查平台，以确保每一次强化学习计算都能带来稳定且可预测的回报。
在编程领域，Kimi K3.1 Pro能覆盖从真实代码库修复到完整项目构建的各类任务。针对游戏和网页这两大场景，它可以打造更为精美的视觉风格，同时采用合适的工具，最终实现更好的效果。
Kimi K3.1 Pro利用场景套件、角色包等元素打造的游戏（图源：月之暗面）
在Terminal Bench 4.0编程基准测试中，Kimi K3.1 Pro得分为65.7%，领先于GPT-6 Astra（58.2%），仅次于Claude Opus 5.5（66.4%）。同时，其每任务平均成本较海外模型有明显的优势。
在下图中多个主流AI编程基准测试中，Kimi K3.1 Pro的得分与Claude Opus 5.5已经十分接近，并且在多项基准测试中超过了GPT-6 Astra。
3D建模与设计场景则考验着模型的空间推理能力。Kimi K3.1 Pro如今已经可以从文字、草图或者参考图像中推断出形状、比例和空间关系，从而创建可用的3D模型。在BenchCAD上，开启工具调用后，Kimi K3.1 Pro的得分达到92.7%，接近Claude Opus 5.5（96.2%）和GPT-6 Astra（95.9%）。
为配合模型的这一能力，月之暗面已经在Kimi Work中推出了3D模型生成插件。Kimi K3.1 Pro的参数化建模能力，可以被用于打造机械部件、建筑模型、家具等3D模型。
在财务场景，Kimi K3.1 Pro相较于Kimi K3有所改进，在月之暗面的内部财务基准指标上，其财务建模能力提升了7.2分，金融研究能力提升了11.6分，业务运营得分达到了Kimi K3的4.2倍。
而在外部基准中，Kimi K3.1 Pro在Frontier Finance上拿到了58.6分，在OfficeQA Pro V2上拿到了64.4的SOTA成绩。
结语：后训练的后劲，正在显现
从网页开发到3D建模，Kimi K3.1 Pro展现出更强的工具调用和任务交付能力，也让我们看到了后训练持续释放模型潜力的可能。
不过，单次实测和官方基准仍只是观察模型的一部分。它在更多真实项目中的稳定性、成本与效率，以及后续面向大规模服务的基础设施优化，也将影响最终体验。
