Kimi K3.1 Pro发布并接入WorkBuddy

Hugging Face 研究员 Nathan Lambert 表示，在模型能力最顶端，真实世界可用性比基准分相差 2 分更重要。K3.1 Pro 登顶 AI Analysis 榜单、OpenAI 跌出前五后，他指出高分更像“潜力”，能否转化为好用体验因模型而异，评测分高不等于实际好用。

Hugging Face 研究员 Nat Lambert 表示，顶级模型在 AI Analysis 榜单上的 ±2 分差距不如真实世界可用性重要，榜单分数更多反映潜力。K3.1 Pro 登顶后，他判断 K3.1 更偏向未能兑现潜力的一侧，并指出 Opus 5 能兑现表现，而 Opus 5.5 未必能兑现。

natolambert 转述博主 aicodeking 在自建 KingBench 4 上对 Kimi K3.1 Pro 的实测，称其得分 53.7%、单次成本 $31.88，仅比 Claude Opus 便宜 $16。

ricklamers 通过链接转发形式再次曝光 Kimi K3.1 Pro 的 xdev-bench-hard 基准成绩，该模型以 81% pass@3 居首。xdev-bench-hard 是 Moonshot 内部的源码漏洞利用基准，BenchLM 页面注明该分数为厂商自报、仅供参考，转发内容与原帖及配图一致，无新增信息。

Moonshot 内部基准 xdev-bench-hard 显示，Kimi K3.1 Pro 的网络漏洞利用 pass@3 达到 81%，相比 Kimi K3 的 33% 大幅提升。其在完整排名中平均解决 81 题、平均成功率 64.5%，每次成功轨迹消耗 159.8M 输入和 546K 输出 token。该基准基于专家整理的真实源码漏洞发现与利用任务，多数复现近期披露且已采取缓解措施的 CVE。

腾讯 WorkBuddy 已接入模型 Kimi-K3.1-Pro，并同步支持 Kimi K3.1 Pro Highspeed。后者保持同等智能，输出速度约 2-3 倍；因资源紧张，现阶段仅面向“企业旗舰版”及“个人订阅用户”优先开放。

DesignArena 预计 Moonshot 的 Kimi K3.1 Pro 将位列其 Website leaderboard 开源权重模型第一，在全部模型中并列第三。K3.1 Pro 相比上一代 Kimi K3 在开源权重榜上领先 15 Elo，仅次于 Muse Wonder (max) 和 Muse Spark 1.3 (xhigh)，并与 Muse Spark 1.3 Max 并列。

Moonshot 发布多模态 MoE 模型 Kimi K3.1 Pro，总参数量为 2.8T、激活参数量为 104B，支持 100 万 token 上下文。模型目前仅开放 API，官方承诺 11 月 4 日发布权重；Artificial Analysis Intelligence Index 得分为 55，Code Arena WebDev 排名第 8。

Moonshot 发布 Kimi K3.1 Pro，一款总参数量 2.8T、激活参数量 104B、上下文窗口 1-million-token 的多模态 MoE 模型。

WorldofAI 发布对 Moonshot AI 新模型 Kimi K3.1 Pro 的完整实测视频，考察其 3万亿参数级定位、100万 token 上下文窗口、编程与智能体能力。视频包含跑分及 3D 体素世界、交互式游戏、写实动画等真实任务测试，并使用自建 WoAI Bench 供读者复现；API 对新用户首购提供 15% 加赠，至 11 月 30 日。

robocurve 实测显示，月之暗面 Kimi K3.1 Pro 在真实机器人任务中仅得 9%，明显落后于 Opus 5.5、Gemini 4 Argon 和 GPT-6 Astra。研究者 Wildeford 调侃其“忘了蒸馏机器人能力”；Afinetheorem 则认为，该模型刷榜成绩强，但通用性能和“涌现能力”表现不佳。

Kimi K3.1 Pro 在真实机器人任务上仅得 9%，落后于 Opus 5.5、Gemini 4 Argon 和 GPT-6 Astra。AI 安全研究者 Peter Wildeford 转评称「看来他们忘了把机器人能力也蒸馏进去」，暗示其在具身与机器人操控等长尾能力上仍有明显差距。

多位博主实测月之暗面开源模型 Kimi K3.1 Pro，通过 Kimi Code harness 完成体素花园任务仅耗时 5 分钟、花费 $0.55，速度比 K3 快 2-3 倍。测试称其修复了此前的「过度思考」问题，成本比 Astra 便宜约 5 倍，并与 Opus 5.5、Astra、GPT-6.1 Sol 进行了对比。

博主 ishuagra02 算账称，Kimi 订阅的 API 等价价值仅为约 2-3 倍，$200 的 Kimi Ultra 计划使用 Kimi K3.1 Pro 约值 $600。其以 $200 的 Claude Max 计划配 Opus 5.5 约值 $11000（55 倍）作对比，并指控 Moonshot AI 付费让网红发布模板内容却不披露合作关系；该说法未获证实。

月之暗面发布开源旗舰模型 Kimi K3.1 Pro，参数规模为 2.8T，支持 100 万 Token 上下文。完整模型权重预计 11 月 4 日前开放，API 输入每百万 Token 13 元、输出 68 元，相比 K3 基本减半。同步推出的 Highspeed 版本输出速度约为标准版的 2 到 3 倍，价格为其 2 倍。

teortaxesTex 指出，Kimi 博客的 Terminal-Bench 4.0 散点图通过缩小 DeepSeek-V4.1-Flash-1017 的点位，弱化了 Kimi K3.1 Pro 每任务成本约为其 20 倍的信息。

一名 X 用户称月之暗面的 Kimi K3.1 Pro 能力超过 OpenAI 全系模型，包括最新的 GPT-6-Astra，并将开源。该说法目前缺乏官方发布或第三方评测佐证，真实性仍待验证。

QuixiAI 实测 Kimi K3.1 Pro 执行大型代码库 Agent 任务，整体表现为有好有坏。模型能接手交接上下文、发现并发修改并诊断构建失败，但因先启用 D5 严格指针规则，遗漏 red corpora 和 pcre2 接缝等前置项，导致构建全红、seed 构建失败及 stage 链依赖环，最终有 27 个文件改动未提交。

Moonshot AI 发布 Kimi K3.1 Pro，这是其 7 月发布的 Kimi K3 的后训练升级版本，采用 3T 参数 MoE 架构，每次推理仅激活 16 个神经网络。

Kimi K3.1 Pro 在第三方 Induction Challenge 基准（Holdouts v2）中与 Opus 5 打平或超越，成为最强开源权重模型。

Kimi K3.1 Pro 在独立基准 CrusaderBench 的《要塞十字军》测试中最高得 43.3 分，整体略低于 Claude Opus 5.5，与 Sonnet 5.5 同档。

Kimi K3.1 Pro 在 CrusaderBench 实测中得分 43.3，略逊于 Opus 5.5，并与 Sonnet 5.5 同分。所有模型均以 medium 档推理，Kimi 因无中档设为 high；Kimi 每回合约消耗 550 token，高于 Opus 5.5 的约 290 和 GPT-6.1 Sol 的约 100。

个人实测称，Kimi K3.1 基本相当于开源权重版的 Opus 5.5 / GPT-6 Astra，但成本明显更低。在同一个“鲸鱼跃出水面”生成任务中，Kimi 花费 $0.75，Opus 5.5 为 $3.01，Astra 为 $2.00，Gemini 4 Argon 为 $2.30；该结果为个人对比，非官方数据。

第三方评测显示，Kimi K3.1 Pro 在 BuildingBench 上从 K3 的 54.0 分升至 81.6 分，大涨 27.6 分并进入榜单前六。其成绩与 DeepSeek V4.1 Flash 1017 的 81.9 分基本持平，估算中位成本约 $12.58/任务，低于 Sonnet 5.5 与 Fable 5.1。

TheAIGRID 发布近 30 分钟第三方视频，解读 Kimi K3.1 Pro 在部分基准上超过 Opus 5.5 与 GPT-6 Astra 的标题主张。视频结合独立排行榜、价格、实际编码产出与蒸馏质疑展开分析，并明确对跑分能否代表真实能力持保留态度。

Artificial Analysis 初步评测显示，Kimi K3.1 Pro 在代理式知识工作基准 GDPval-AA 和编程基准 Terminal-Bench 4.0 上位居领先模型之列，但在 AA-3D 交互式 3D 场景构建上排名可能偏低。其前代 Kimi K3 在 22 个模型中列第 12，K3.1 Pro 的 Elo 仍在收集偏好投票。

Moonshot AI 发布 Kimi K3.1 Pro，采用 MoE 架构，总参数量2.8T、激活参数104B，支持1M-token上下文，并可通过 Kimi API、Claude Code 等入口使用。

Artificial Analysis 更新 Cyber Index 结果，Kimi K3.1 Pro 以 64 分居首，较 Kimi K3 的 41 分提升 23 分。

Artificial Analysis 网络防御榜中，Kimi K3.1 Pro 以 64% 得分居开放可得模型首位，仅落后 GPT-6 Sol 5 分。它在 CyberGym-E2E-AA 得分 95%，CWE-Bench-AA 得分 61%，且没有安全拒答。

Kimi K3.1 Pro 以 64% 的得分登上 Artificial Analysis Cyber Index 网络防御评测榜首，较上代 Kimi K3 提升 23 分。该模型在榜单中仅次于 GPT-6 Sol，成为排名最高的开放可得模型，评测结果于 10 月 24 日发布并与 Kimi K3.1 Pro 模型发布同期公布。

月之暗面发布 Kimi K3.1 Pro，这是一款总参数 2.8T、激活 104B 的 MoE 开放权重模型。它支持 100 万 token 上下文与多模态，第三方实测显示其 Terminal-Bench 4.0 得分为 65.7%，任务成本约低 70%。模型已上线 Kimi 网页版、Kimi Work、Kimi Code 及 API，开放权重计划于 2026 年 11 月 4 日发布。

Moonshot AI 周五宣布发布 Kimi K3.1 Pro 模型，其在部分基准上的表现可与美国顶级前沿模型相当。该模型基于热门前代 Kimi K3 的架构构建，目前位列 Artificial Analysis Intelligence 榜单第 4。

Artificial Analysis 数据显示，Kimi K3.1 Pro 以 55 分登上智能指数第 4 名，比 Kimi K3（max）的 44 分提升 11 分。其分数落后 Claude Opus 5.5、Claude Sonnet 5.5 和 Muse Wonder Full，权重正式发布后有望成为得分最高的开放权重模型，开放与闭源模型的指数差距将从 12 分缩小到 3 分。

AIScreening 以“单 HTML 文件做 three.js 场景”为任务横评 Kimi K3.1 Pro、Claude Opus 5.5 与 GPT-6 Astra，Kimi K3.1 Pro 直接胜出。这一无框架、单文件交付的前端生成测试显示，其发布不久便跻身前沿竞争行列。

Grok 测算 Kimi K3.1 Pro 的本地部署成本，指出将其称为“本地”具有误导性。该模型总参数 2.8T、激活参数 104B，即使量化仍需约 1.4-1.8TB 显存，相当于 18-32 张 H100，硬件成本为 50 万-200 万美元以上，云租赁约 $50/小时起。

kickingkeys 通过代码作画对比 Kimi K3.1 Pro、Claude Opus 5.5 与 Kimi K3，共生成 180 幅作品。跳水板场景中，Kimi K3.1 Pro 耗时 152s、成本 $0.10，Claude Opus 5.5 耗时 180s、成本 $0.39；Kimi K3 以 $0.16、183s 完成，但出现结构破碎。

Vercel 宣布 Kimi K3.1 Pro 登陆 AI Gateway，提供常规版（moonshotai/kimi-k3.1-pro）和高速版（kimi-k3.1-pro-highspeed）。两个版本均支持 100 万 token 上下文，官方称其在编程、3D 建模和金融任务上有所提升。

开源 Atomic Agent 项目作者使用相同 prompt 和工具链，对 Kimi K3.1 Pro 与 GPT-6 Astra 完成 3D Agent 任务进行对比。两者均完成 Three.js 28 秒《阿凡达》风格飞龙镜头任务，输出包含 6 个机位的单 HTML 文件，但成本相差近一倍。

JJitsev 称 Terminal-Bench 暴露了模型的真实排名与弱点，NVIDIA Nemotron 3.5 在 Terminal-Bench 4.0 上得分接近 0，Kimi K3.1 达到 65.7%。

Reddit 用户用 nonobench 测试 Kimi K3.1 Pro（kimi-k3.1-pro-max），称其成为已知首个解开 20x20 数织的中国模型。测试中，5x5 准确率为 100%，10x10 为 90%，15x15 降至 50%；30 题总成本约 $6.75，共消耗约 67 万 tokens。随着谜题规模增大，准确率和速度均明显下降，但该模型在长链条空间推理任务上表现突出。

Atomic Agent 作者使用相同提示词和工具链，让 Kimi K3.1 Pro 与 GPT-6 Astra 独立生成 Three.js 28 秒动画并比较表现。

Artificial Analysis 的 Intelligence Index 将 Kimi K3.1 Pro 列为第4位，仅次于 Opus 5.5 (max)、Sonnet 5.5 (max) 和 Muse Wonder Full (max)。这一排名显示 Kimi K3.1 Pro 位居该指数前四。

网友 maxbittker 发布恶搞性质的 Runescape Bench，用《RuneScape》的 XP/分钟衡量模型成本与性能。

Moonshot AI发布Kimi K3.1 Pro及Highspeed变体，Artificial Analysis Intelligence Index得分55分，落后Claude Opus 5.5的58分，排名第四。

Reddit 用户用 Kimi K3.1 Pro 生成高保真“鹈鹕骑自行车”场景，结果胜过 Opus 5、惜败 5.5。测试采用默认思考 max、约 16 万 token 上下文和 Pi.dev harness。社区认为 K3.1 的 3D 建模能力有亮点，但 Kimi Code 仍受诟病，相关讨论也指向经典基准饱和。

OpenRouter 宣布月之暗面 Kimi K3.1 Pro 上线，提供基于 Kimi K3 后训练的 1M 上下文多模态开源权重模型。该模型面向长程编码和智能体任务，可在 OpenRouter 直接试用，输入价格为 $2/M input tokens，输出价格为 $10/M output tokens。

据 AA Intelligence Index 最新排名，Kimi K3.1 Pro 位列全球第四，仅次于 Opus 5.5、Sonnet 5.6 和 Muse 4，并排在 GPT-6 Astra、Gemini 4 Argon 与 Fable 5.1 之前。发帖者认为它可能是迄今最强大的开源权重模型之一。

Arena 宣布 Kimi K3.1 Pro 在 Code Arena: WebDev 榜单取得 1692 分，位列第 8，追平 Claude Opus-5 (Max)，单任务成本约为其 30%。

Moonshot 揭晓 Kimi K3.1 Pro 与 K3.1 Pro Highspeed，两款模型均定位为 3T-class open-weight 模型，并提供 1M-token context window。Kimi K3.1 Pro 的完整权重计划于 11 月 4 日发布。

Artificial Analysis 公布了 Kimi K3.1 Pro 在 Intelligence Index 各项评测中的完整图表。该图表涵盖 AA-Briefcase、GD 等测试项目，并与主流模型进行横向对比；完整评测链接已放出，为社区评估这款位列智能指数第四的开源模型提供数据参考。

Artificial Analysis 的评测显示，Kimi K3.1 Pro 与 Kimi K3 规模相同，均为 2.8T 总参数、104B 激活参数，但智能指数高出 11 分，并在智能与总参数、智能与激活参数两个维度处于帕累托前沿。对比模型包括智能指数 46 分的 MiMo-V2.6-Pro（1.02T/42B）和 45 分的 GLM-5.3（max，753B/40B）。

Artificial Analysis 评测显示，Kimi K3.1 Pro 总参数 2.8T、激活参数 104B，与 Kimi K3 规模一致，但智能指数高出 11 分，并登顶总参数效率帕累托前沿。其 AA-Omniscience 指数从 K3 的 20 升至 30，准确率提升至 51%，幻觉率降至 44%。

Kimi K3.1 Pro 在 Artificial Analysis Intelligence Index v4.3.2 中得分 55，位列第四，较 Kimi K3 的 44 分提升 11 分。评测还指出其 Agent 能力大幅上涨，价格下降 33%。

Artificial Analysis 披露 Kimi K3.1 Pro 的智能体评测成绩，Terminal-Bench 4.0 得分 67%，超过 Claude Sonnet 5.5 的 64%。

Kimi K3.1 Pro 在 Humanity's Last Exam Full 带工具榜单中以 70.0 分居首。其成绩超过 Opus 5.5 的 67.7 分、Fable 5.1 的 65.6 分、GLM-5.3 的 62.5 分、DS-V4.1-Flash-1017 的 58.8 分和 GPT-6 Astra 的 57.2 分。

Kimi K3.1 Pro 进入 LMArena Code Arena WebDev 榜单，以 1692 分位列第 8，较 Kimi K3 的第 17 名提升至开源模型首位。其定价为每百万输入/输出 token 2/10 美元，成本约为 Claude Opus 5 的三成，Moonshot Kimi 在厂商总榜升至第 4 名。

月之暗面发布 3T 参数的 Kimi K3.1 Pro，官方称其 Agentic Coding 表现介于 Opus 5.5 与 Fable 5.1 之间，TerminalBench 创下新高。

月之暗面发布 Kimi K3.1 Pro，参数规模达到 3T。官方跑分显示其代码能力介于 Claude Opus 5.5 与 Fable 5.1 之间，SWE 系列 Agentic Coding 测试不输 OpenAI 和 Anthropic 旗舰模型，TerminalBench 创下新高，发布会还引入用于测试 CAD 建模能力的 benchmark BenchCAD。

月之暗面发布多模态模型 Kimi K3.1 Pro，参数规模为 2.8T，支持 1M token 上下文窗口，并承诺 11 月 4 日开放权重。官方称其在编程与 Agent 任务上比肩顶级闭源模型，定价为 $2/M 输入、$10/M 输出，是 Claude Opus 5.5 的一半；相关基准结果均为厂商自评，实际表现仍待第三方验证。

月之暗面发布 K3.1 系列首个模型 Kimi K3.1 Pro，具备 100 万上下文，并被称为 3T 级开源权重模型。配图显示其在 Terminal-Bench 4.0 上得分 65.7%，超过 Claude Opus 5.5 与 GPT-6 Astra，成本约为前者的三分之一。

Kimi 公布 K3.1 Pro API 定价，标准版输入 $2.00/MTok、输出 $10.00/MTok，为 K3 价格的 2/3。K3.1 Pro Highspeed 快 2-3 倍，输入 $4.00/MTok、输出 $20.00/MTok。两个版本现已在 platform.kimi.ai 上线，缓存输入均为 $0.20/MTok。

Kimi K3.1 Pro 在 Terminal-Bench 4.0 编码智能体评测中获得 65.7%，超过 GPT-6 Astra 的 58.2%，仅落后 Claude Opus 5.5 的 66.4% 共 0.7 分。K3.1 Pro 每任务成本约为 $4-5，而 Claude Opus 5.5 约为 $15。

月之暗面发布 Kimi K3.1 Pro，定位为其最强的 3T 级开放权重多模态模型。模型采用 MoE 架构，总参数量为 2.8T，激活参数量为 104B，并支持 1M token 上下文与多模态。

月之暗面发布 Kimi K3.1 Pro，这是一款总参数 2.8T、激活参数 104B 的 MoE 开源权重模型，支持 1M token 上下文、多模态、编程和 Agent 任务。

Kimi 发布 K3.1 系列首个模型 Kimi K3.1 Pro，支持 1-million-token 上下文窗口，并同步推出速度为其 2-3 倍的 Kimi K3.1 Pro Highspeed。

Kimi K3.1 Pro 在统一拉满思考力度的完整基准测试中取得 SWE Marathon 51.7 分、Agents' Last Exam 43.2 分，并在多个榜单排名第一。

Kimi Code 全面上线 K3.1 Pro，并发布能力相同、输出速度约 2–3× 的 K3.1 Pro Highspeed。K3.1 Pro 具备 3T 参数和最高 1M 上下文，仅支持思考模式；文档还提供客户端切换、第三方 API 配置及常见错误说明。

月之暗面发布 Kimi K3.1 Pro，并已在 Kimi Code 和中国主站上线，海外版暂不可用。博主实测其在 Kimi Code 上的生成速度达 117 tok/s，评测账号 LuminaBench 称其表现「cracked」，引发社区热议与广泛测试期待。

月之暗面 Kimi 的新模型 K3.1 Pro 已上线 Kimi Code，并出现在 Kimi 网页端模型选择菜单中，与 K2.8 并列。博主实测称其生成速度达到117 tok/s，官方跑分数据尚未公布。

月之暗面 Kimi K3.1 Pro 已在 Kimi AI 网页端和移动端灰度推送，用户可在模型选择器中看到该模型。testingcatalog 称其官方定位为面向复杂任务与专业工作的“全能旗舰”。此前 LMArena 上出现名为 Kibitz 的神秘模型，在 3D 与一次性建站方面表现惊艳，但社区关于其身份仅为猜测。

月之暗面发布 Kimi K3.1 Pro，提供 100 万 token 上下文，并同步推出速度为前者 2-3 倍的 Kimi K3.1 Pro Highspeed。

AI 圈账号 scaling01 吐槽 Kimi K3.1 预热周期过长，引用“remember, remember the fifth of November”的梗，质疑是否还要继续炒作两周，并呼吁直接发布。原文发布时，月之暗面官方尚未公布 K3.1 的具体发布日期。

多名 X 用户爆料称，月之暗面 Kimi K3.1 即将发布，主打 3D 渲染与 agentic coding，并可能以低成本开源 SOTA 定位对标闭源旗舰。

10 月 23 日，多个第三方账号称月之暗面正筹备发布 Kimi K3.1，但官方未予确认。Kimi Code 2.2.0 启动界面曾显示 K3.1，Kimi 官网 Research 栏目也短暂出现「Kimi K3.1 Pro tech blog」入口，官方账号另释放疑似预告信号。具体发布时间、版本命名及上下文长度、定价和能力规格仍不明确，均应以官方公告为准。

Bindu Reddy 爆料 Kimi K3.1 即将发布，并预告其在 3D 渲染和 agentic coding 场景中表现突出。该模型被称为 Opus 级别，但价格便宜得多；信息并非月之暗面官方消息，发布时间与成绩仍待证实。

月之暗面官方账号与 Arena 均确认 Kimi K3.1 即将上线，此前现身 Arena 的匿名模型 Kibitz 被普遍猜测为 Kimi K3.1。流出的实测称，Kibitz 的 JS 绘图一次出图且速度很快，还有用户用 Kimi K3.1 Pro 在 15 分钟内 one-shot 完成 demo 网站。Kibitz 是否为 Kimi K3.1，以及“发布可能就在几天内”仍属未证实消息。

月之暗面官方账号预热即将发布的 Kimi K3.1，具体发布时间尚未公布，标注为「Soon」。此前 Kimi K3.1 已被发现出现在 LMArena 上进行匿名测试，据称表现非常出色。

爆料称月之暗面（Moonshot）正准备发布 Kimi K3.1，但目前尚无官方确认。该消息未经证实，Kimi K3.1 的具体规格与发布时间均未知。

AI 圈账号称，月之暗面的 Kimi K3.1 不会在今天发布，发布时间窗口锁定在周五或下周一。这一消息尚未获得官方证实，属于未经确认的传闻，具体发布时间仍可能变动。

Moonshot 发布推理模型 Kimi K3.1 Pro，其 Artificial Analysis Intelligence Index 得分为 55，位列第 4。