Kimi K3.1 Pro 在 Artificial Analysis 智能指数上以 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

@Kimi_Moonshot 的新推理模型比 Kimi K3（max，44）提升了 11 分。在智能指数上，它仅次于 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，而智能指数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 上取得了所有模型中的最高分。K3.1 Pro 得分为 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%。

➤ 其他评测的提升较为温和：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 在每个智能指数任务上使用 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 美元，三项费率均比 Kimi K3 低 33%。

祝贺 @Kimi_Moonshot 团队发布！