月之暗面發布3萬億級Kimi K3.1 Pro：編程智慧代理測評65.7%超GPT-6 Astra，11月4日前開放完整權重

月之暗面把中國開源大模型的參數競賽推到了3萬億級：公司推出新一代旗艦模型Kimi K3.1 Pro，總參數規模2.8萬億（MoE架構，每次啟動1040億參數），支援100萬Token上下文視窗，並計劃於11月4日前開放完整模型權重；在編程智慧代理測試Terminal-Bench 4.0中，它以65.7%的得分超過了OpenAI GPT-6 Astra的58.2%，與Anthropic Claude Opus 5.5的66.4%僅有微弱差距^[1]。

產品全景：一個模型扛起編程、3D與金融

Kimi K3.1 Pro是K3系列的首個模型，定位明確：瞄準編程、3D創作、金融研究等複雜專業任務，並強化智慧代理執行長程任務的能力——月之暗面稱其在程式碼、Agent和知識類基準上「達到或接近最強閉源模型的水準」^[1]。技術路線上，它並非從頭訓練，而是基於Kimi K3進行後訓練：大幅增加後訓練算力，圍繞強化學習框架、長上下文推理、訓練效率、沙箱基礎設施與任務調度系統最佳化，以支援數百個下游領域的大規模聯合訓練——公司強調，關鍵是把更大規模的強化學習投入轉化為複雜任務中的持續執行能力，而非單輪問答的表現^[1]。同步推出的還有高速版Kimi K3.1 Pro Highspeed，智慧水平與標準版相當、輸出速度提高至約2至3倍；兩款模型已透過Kimi官網、App、Kimi Work、Kimi Code及API提供服務^[1]。

為什麼參數規模與開放權重都重要

3萬億級參數+11月4日前開放完整權重的組合，在當前的競爭格局裡有兩層含義。其一是開源陣營對閉源標杆的正面攻堅：Terminal-Bench上反超GPT-6 Astra、逼平Claude Opus 5.5的成績，配合免費開放權重，等於對全球開發者宣告「閉源模型的編程優勢不再構成護城河」——這與此前DeepSeek-V4.1-Flash登頂Code Arena開源榜形成了中國開源模型的兩連擊。其二是成本側的槓桿：混合專家架構每次僅啟動1040億參數，推理成本遠低於同等總參數的稠密模型；若基準優勢能在真實專案中兌現，開發者可以以可接受的部署成本獲得接近最強閉源的能力——這正擠壓著「API訂閱」模式的價格空間。

市場檢驗：基準之外的三道題

正如報導指出的，K3.1 Pro的核心不只是參數推至3萬億，而是把編程、空間推理、金融分析與長程智慧代理執行整合進同一模型。接下來的檢驗在三處：一是基準優勢能否在真實專案中持續兌現——終端任務測試與生產環境的差距向來是排行榜的阿喀琉斯之踵；二是部署成本的可行性——2.8萬億參數的推理基礎設施不是每家開發者都負擔得起，MoE的啟動規模與高速版的2-3倍提速是關鍵緩衝；三是與Kimi Work、Kimi Code的產品協同能否把模型能力轉化為用戶留存——能力榜單領先只是入場券，工作流綁定才是收入的護城河^[1]。

接下來盯什麼

一是11月4日權重開放後的社群微調與第三方評測——開放權重的真正價值在發布後第一週見分曉；二是編程智慧代理賽道（Cursor、Windsurf等工具）與Kimi Code的正面競爭；三是後續K3系列模型的迭代節奏——高速版與標準版的分叉暗示了一條「能力/成本雙軌」路線；四是與DeepSeek、阿里等國內開源陣營的聯動定價——3萬億級免費權重的出現，會讓API市場的價格戰更加沒有底線^[1]。

一個值得留意的背景是時點：本週恰逢DeepSeek完成千億融資、國際市場上OpenAI折價融資，中國大模型軍備競賽的資金面與技術面同時提速——K3.1 Pro選擇此時發布並承諾開放權重，既是技術宣言，也是生態卡位。