月之暗面发布Kimi K3.1 Pro：3万亿参数、100万Token上下文，剑指最强闭源模型
月之暗面于今日凌晨正式推出Kimi K3.1 Pro模型，官方将其定位为公司迄今能力最强的产品，参数规模达3万亿级，支持100万Token的超长上下文。 作为K3的后训练升级版本，K3.1 Pro在后训练阶段投入了大幅增加的算力，并通过覆盖数百个下游领域的大规模强化学习实现全面能力提升。与此同时，月之暗面还发布了智能水
今天凌晨，月之暗面正式上线Kimi K3.1 Pro。公司把它称作迄今能力最强的产品：参数规模3万亿级，上下文长度支持100万Token。
这一版本是在K3基础上做后训练升级，后训练阶段投入的算力大幅增加，还通过覆盖数百个下游领域的大规模强化学习把能力整体拉高。同步推出的还有K3.1 Pro Highspeed，智能水平与标准版相当，输出速度是标准版的2至3倍。眼下两款模型已经在kimi.com、Kimi App、Kimi Work、Kimi Code及Kimi API开放使用，完整模型权重计划在11月4日前发布。
这次升级的重点落在代码和长程Agent上。官方表示，模型在代码、Agent与知识类基准测试中的表现已达到或接近最强闭源模型。真实终端环境下的受限任务测试Terminal-Bench 4.0里，K3.1 Pro拿到65.7%，高于GPT-6 Astra的58.2%，与Claude Opus 5.5的66.4%只差一点；内部测试Kimi Code Bench 3.0 Long-horizon中得分为61.2%，K3则为55.95%，提升明显。
3D建模和游戏开发是另一个亮点。模型能熟练调用Unity、Unreal Engine、Godot等主流游戏引擎，也可以直接编写并运行Blender、CAD脚本，完成参数化3D建模。在BenchCAD工具辅助测试中，其得分92.7%，Claude Opus 5.5为96.2%，GPT-6 Astra为95.9%。
金融场景的表现也不弱：财务建模、投资分析、行业研报这些工作流都能端到端做完，外部基准OfficeQA Pro v2给出64.4分，官方称这是“当前最优”。
幻觉方面的改善幅度不小。内部事实准确性压力测试Kimi Hallu Bench Hard显示，单项事实陈述错误率从K3的23.4%降到8.3%，含有至少一处事实错误的回答比例只有前代的约42.4%。官方特别说明，这项测试刻意挑的是易出错场景，错误率不代表日常使用中的整体水平。
安全上，月之暗面选择主动收紧。官方称在中期训练与强化学习两个阶段都识别并移除了网络攻防相关数据，以压低模型被滥用的风险。自研安全测试xdev-bench-hard中，未过滤版本pass@3能解决90.5%的问题，最终发布版本为81.0%，安全性与能力之间的取舍摆得很清楚。
