正文

Moonshot AI 在 10 月 23 日发布了 Kimi K3.1 Pro：同样是 K3 的底子、经过更大量“后训练”打磨的新版本，API 价格比 K3 便宜三分之一，独立评测给出的智能指数为 55 分、排第四，而完整权重承诺在 11 月 4 日前公开。对普通用户来说，现在能直接在 Kimi 应用里用上它；对开发者来说，真正的考验在 11 月 4 日——权重到时是否真的公开、许可以什么形式出现，才决定它是不是“能下载的前沿模型”。

这是什么

Kimi K3.1 Pro 是 Moonshot AI 的 K3 系列新成员，官方定位为“K3 的后训练版本”：模型架构没有换，换的是训练——用更大的后训练算力继续打磨同一个 2.8 万亿参数的模型。所谓“后训练”（post-training），是指在预训练（让模型从海量文本中学习语言规律）之后，再用指令微调、强化学习等方法教模型“按要求干活”；所谓“混合专家模型”（Mixture-of-Experts，MoE），是指模型内部有许多个“专家”子网络，每个 token（模型处理文本的最小单位，大致相当于半个到一个汉字）只激活其中一部分——K3.1 Pro 总参数 2.8 万亿、每次实际激活 1040 亿，相当于一个庞大的专家库、每次只请 1040 亿参数规模的专家团干活。它支持 100 万 token 的上下文窗口（即一次对话能记住的文本量，约等于上百本小说的体量），并提供一个速度快 2–3 倍的 Highspeed 版本。

具体变了什么

价格：API 定价为输入 2 美元 / 百万 token、输出 10 美元 / 百万 token，缓存命中（即重复使用之前算过的上下文，只收缓存价）为 0.20 美元；比 K3 的 3 / 15 美元便宜三分之一。按约 7 元人民币兑 1 美元粗算，输入 1 百万 token 约 14 元、输出约 70 元；一次包含 1 万 token 输入、2000 token 输出的普通对话，成本约 0.34 元。Highspeed 版本价格翻倍（4 / 20 美元），换的是 2–3 倍的速度。成绩：Moonshot 自家给出的 Terminal-Bench 4.0（一个让模型在终端里真实执行编程任务的基准）为 65.7%，略低于 Claude Opus 5.5 的 66.4%、高于 GPT-6 Astra 的 58.2%；独立机构 Artificial Analysis 的评测则给出智能指数 55 分（满分约 100 分的综合指数），排第四，低于 Opus 5.5 的 58 分，高于 Claude Fable 5.1、GPT-6 Astra 与 Gemini 4 Argon 的 53 分；同一机构测得 K3.1 Pro 在 Terminal-Bench 4.0 上为 67%、每项任务成本 2.11 美元，而 Opus 5.5 最高配置下为 5.98 美元。需要注意：厂商自测与独立评测用的测试方法不同，数字不能直接混着比；独立评测的 67% 与厂商的 65.7% 是两套尺子，不是同一成绩涨了。

一个不寻常的细节：主动砍掉了网络攻击能力

Moonshot 在技术博客中明确表示，K3.1 Pro 在训练中途就移除了与网络攻击相关的数据，并过滤了网络安全强化学习环境，目的是“不发布会扩展网络攻击前沿能力的开放权重”。在内部的 xdev-bench-hard（漏洞利用基准）上，发布版得分 81.0%，而未过滤的对照版本为 90.5%——即主动砍掉了约 9.5 个百分点的攻击能力。这件事之所以值得单独说，是因为它把“开放权重是否安全”的争论从许可证条款提前到了训练数据本身：权重一旦公开，任何人都可以继续微调，训练阶段的过滤并不能保证最终用途安全，但它至少表明厂商在发布前就这个取舍公开表了态。

对实际使用者的影响

如果你已经在用 Kimi 或 K3，K3.1 Pro 是“同价更强、降价换代”的常规升级：API 用户直接换模型 ID（kimi-k3.1-pro）即可，成本比 K3 低三分之一，编程与智能体任务的成绩接近最贵的那一档模型；追求速度的可以用 Highspeed，但价格翻倍、适合对延迟敏感的场景。如果你等的是“下载到本地自己跑”，现在还不行：截至 10 月 24 日，Moonshot 的 Hugging Face 页面上还没有 K3.1 的权重仓库，许可证也未公布，11 月 4 日这个承诺能否兑现、届时需要多大的硬件（2.8 万亿参数即使量化后也是 TB 级）才是决定性信息。简言之：租着用，现在就可以换；下载自己跑，等 11 月 4 日再看。

来源

Moonshot AI 技术博客（经多家追踪整理交叉核对），2026-10-23

另见独立评测：Artificial Analysis · Kimi K3.1 Pro；价格页：Kimi API 定价。