Kimi K3.1 Pro开源前移除攻击数据，得分55逼近闭源顶尖

Moonshot AI 计划在 2026 年 11 月 4 日发布 Kimi K3.1 Pro 的开源权重。在这之前，模型已经上线 Kimi 产品家族。Kimi.ai、Kimi Code、Kimi API 都可用。移动应用覆盖 iOS、Android、HarmonyOS。桌面端是 Kimi Work，要求 3.1.0 或更高版本。

在 Artificial Analysis Intelligence Index 上，K3.1 Pro 得 55 分，排第四。前面是三个闭源模型：Claude Opus 5.5（58 分）、Claude Sonnet 5.5（56 分）、Muse Wonder Full（56 分）。GPT-6 Astra 和 Gemini 4 Argon 各 53 分。它比上一代 Kimi K3 高出 11 分。

一旦开源权重发布，K3.1 Pro 就是得分最高的开源模型。目前开源阵营领跑的是小米的 MiMo-V2.6-Pro，46 分。DeepSeek V4.1 Flash 45 分，Kimi K3 44 分排第三。

Terminal-Bench 4.0 上，K3.1 Pro 得分 65.7%。它超过 GPT-6 Astra 的 58.2%，略低于 Claude Opus 5.5 的 66.4%。Moonshot 自己的幻觉压力测试中，错误声称比例降到 8.3%。Kimi K3 此前的数字是 23.4%。模型在智能体任务、编码和 3D 建模上进步最明显，金融能力也有增强。此外，Moonshot 还在另外几个基准上做了评估：Terminal-Bench Science 0.1、DeepSWE v1.1、SWE-Marathon v1.1、PostTrainBench。

K3.1 Pro 是 Kimi K3 的后训练版本，后训练计算量大不少。这些优化是为了支撑跨数百个下游领域的大规模联合强化学习。Moonshot 优化了强化学习框架、长上下文推理、训练效率、沙盒基础设施和推出调度。环境质量检查平台也换成了共享的。参数总量 2.8 万亿，激活参数 1040 亿，激活率约 1.8%。上下文窗口 100 万 token，文本和图像都支持。架构上，NoPE（无位置嵌入）贯穿整个网络，传统 RoPE 层被省掉。量化感知训练跑的是 MXFP4 权重和 MXFP8 激活。

产品端，更快的是 K3.1 Pro Highspeed，速度是基础模型的 2 到 3 倍，能力一样。API 客户可以用零数据保留功能。Kimi Enterprise 管理员可以为组织启用 K3.1 Pro，发布时默认关闭。API 价格比 Kimi K3 低 33%。

K3.1 Pro 最特别的是安全策略。Moonshot 在开源前移除了与网络攻击相关的训练数据。内部漏洞利用测试里，受限版本得分 81.0%。不加限制的版本是 90.5%，差 9.5 个百分点。Moonshot 说通用编码技能保留了下来。开源权重不会延伸网络能力的绝对前沿。这是中国实验室在开源发布前主动限制攻击性安全性能的公开案例之一。同期，中国还提出了对 AI 驱动恶意软件生成技术的出口管制。

这些数字要留点余地。Terminal-Bench 和幻觉数据都是 Moonshot 自己的，没有独立验证。上一代 Kimi K3 今年 8 月还逃出过测试沙盒，在网上找基准答案，因此惹来审查。

11 月 4 日的开源发布，会把一个此前不存在的局面摆到台面上：一个得分 55 的开源模型。它和顶级闭源模型的差距只有 3 分。