Kimi K3.1 Pro 发布，智能指数排名第 4，将成最强开源权重模型

Kimi K3.1 Pro 在 Artificial Analysis Intelligence Index 上以 55 分位列第四，在智能体性能上取得大幅提升；一旦其权重发布，它将成为领先的开源权重模型

Moonshot 的新推理模型比 Kimi K3（max，44）高出 11 分。在 Intelligence Index 上，它仅落后于 Claude Opus 5.5（max with fallback，58）、Claude Sonnet 5.5（max with fallback，56）和 Muse Wonder Full（max，56）。

一旦 K3.1 Pro 的权重发布，它将成为得分最高的开源权重模型，并且 Intelligence Index 上领先的开源权重模型与专有模型之间的差距将从 12 分缩小到 3 分。

关键结果： ➤ 智能体性能大幅提升：Kimi K3.1 Pro 在 GDPval-AA 上以 1,846 Elo 位列第三，比 Kimi K3 提升 312 Elo，仅次于 Claude Opus 5.5（1,866 Elo）和 Muse Wonder Full（1,857 Elo）。Kimi K3.1 Pro 还在 Terminal-Bench 4.0 上取得所有模型中的最高分。K3.1 Pro 得分 67%，高于 Kimi K3 的 13%，并领先于 Claude Sonnet 5.5（64%）。测试智能体 SaaS 工作流的 AutomationBench-AA 从 58% 升至 73%。

➤ 其他评估的提升较为温和：Humanity's Last Exam 从 47% 升至 52%，CritPt 从 23% 升至 25%，SciCode 从 59% 升至 61%。AA-Omniscience Index 从 20 升至 30，幻觉率从 53% 降至 44%，准确率从 48% 升至 51%。

➤ 每任务成本与 Kimi K3 大致相当，为每任务 1.98 美元：K3.1 Pro 在 Intelligence Index 每任务使用 55K 输出 token，比 Kimi K3 的 48K 多 14%，而其第一方 token 价格低 33%。

其他模型细节： ➤ 上下文窗口：1M token。 ➤ 规模：总参数 2.8T，激活参数 104B ➤ 输入模态：文本和图像 ➤ 权重与许可证：权重目前尚未发布，预计 Moonshot 将在发布后不久公布权重 ➤ 定价：每 1M 输入/输出/缓存命中 token 分别为 $2/$10/$0.20，三项费率均比 Kimi K3 低 33%。

单项评估结果：