月之暗面发布3万亿级Kimi K3.1 Pro：编程智能体测评65.7%超GPT-6 Astra，11月4日前开放完整权重

月之暗面把中国开源大模型的参数竞赛推到了3万亿级：公司推出新一代旗舰模型Kimi K3.1 Pro，总参数规模2.8万亿（MoE架构，每次激活1040亿参数），支持100万Token上下文窗口，并计划于11月4日前开放完整模型权重；在编程智能体测试Terminal-Bench 4.0中，它以65.7%的得分超过了OpenAI GPT-6 Astra的58.2%，与Anthropic Claude Opus 5.5的66.4%仅有微弱差距^[1]。

产品全景：一个模型扛起编程、3D与金融

Kimi K3.1 Pro是K3系列的首个模型，定位明确：瞄准编程、3D创作、金融研究等复杂专业任务，并强化智能体（Agent）执行长程任务的能力——月之暗面称其在代码、Agent和知识类基准上"达到或接近最强闭源模型的水平"^[1]。技术路线上，它并非从头训练，而是基于Kimi K3进行后训练：大幅增加后训练算力，围绕强化学习框架、长上下文推理、训练效率、沙箱基础设施与任务调度系统优化，以支持数百个下游领域的大规模联合训练——公司强调，关键是把更大规模的强化学习投入转化为复杂任务中的持续执行能力，而非单轮问答的表现^[1]。同步推出的还有高速版Kimi K3.1 Pro Highspeed，智能水平与标准版相当、输出速度提高至约2至3倍；两款模型已通过Kimi官网、App、Kimi Work、Kimi Code及API提供服务^[1]。

为什么参数规模与开放权重都重要

3万亿级参数+11月4日前开放完整权重的组合，在当前的竞争格局里有两层含义。其一是开源阵营对闭源标杆的正面攻坚：Terminal-Bench上反超GPT-6 Astra、逼平Claude Opus 5.5的成绩，配合免费开放权重，等于对全球开发者宣告"闭源模型的编程优势不再构成护城河"——这与此前DeepSeek-V4.1-Flash登顶Code Arena开源榜（距GPT-6 Sol仅12分）形成了中国开源模型的两连击。其二是成本侧的杠杆：混合专家架构每次仅激活1040亿参数，推理成本远低于同等总参数的稠密模型；若基准优势能在真实项目中兑现，开发者可以以可接受的部署成本获得接近最强闭源的能力——这正挤压着"API订阅"模式的价格空间。

市场检验：基准之外的三道题

正如报道指出的，K3.1 Pro的核心不只是参数推至3万亿，而是把编程、空间推理、金融分析与长程智能体执行整合进同一模型。接下来的检验在三处：一是基准优势能否在真实项目中持续兑现——终端任务测试与生产环境的差距向来是排行榜的阿喀琉斯之踵；二是部署成本的可行性——2.8万亿参数的推理基础设施不是每家开发者都负担得起，MoE的激活规模与高速版的2-3倍提速是关键缓冲；三是与Kimi Work、Kimi Code的产品协同能否把模型能力转化为用户留存——能力榜单领先只是入场券，工作流绑定才是收入的护城河^[1]。

接下来盯什么

一是11月4日权重开放后的社区微调与第三方评测——开放权重的真正价值在发布后第一周见分晓；二是编程智能体赛道（Cursor、Windsurf等工具）与Kimi Code的正面竞争；三是后续K3系列模型的迭代节奏——高速版与标准版的分叉暗示了一条"能力/成本双轨"路线；四是与DeepSeek、阿里等国内开源阵营的联动定价——3万亿级免费权重的出现，会让API市场的价格战更加没有底线^[1]。

一个值得留意的背景是时点：本周恰逢DeepSeek完成千亿融资、国际市场上OpenAI折价融资，中国大模型军备竞赛的资金面与技术面同时提速——K3.1 Pro选择此时发布并承诺开放权重，既是技术宣言，也是生态卡位。