Kimi K3.1 Pro 实测排第四，开源权重将缩小与闭源差距

Kimi K3.1 Pro 发布，在 Artificial Analysis 智能指数上排名第 4，得分 55，智能体性能大幅提升；一旦权重发布，它将成为领先的开放权重模型。

@Kimi_Moonshot 的新推理模型比 Kimi K3（最大配置，44 分）高出 11 分。在智能指数上，它仅落后于 Claude Opus 5.5（最大配置含回退，58 分）、Claude Sonnet 5.5（最大配置含回退，56 分）和 Muse Wonder Full（最大配置，56 分）。

一旦 K3.1 Pro 的权重发布，它将成为得分最高的开放权重模型，智能指数上领先开放权重模型与专有模型之间的差距将从 12 分缩小到 3 分。

主要结果：
➤ 智能体性能大幅提升：Kimi K3.1 Pro 在 GDPval-AA 上以 1,846 Elo 排名第 3，比 Kimi K3 提升 312 Elo，仅落后于 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 67%，高于 Kimi K3 的 13%，领先于 Claude Sonnet 5.5（64%）。测试智能体 SaaS 工作流的 AutomationBench-AA 从 58% 提升至 73%。

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

➤ 每任务成本与 Kimi K3 大致相当，为每任务 $1.98：K3.1 Pro 每个智能指数任务使用 55K 输出 token，比 Kimi K3 的 48K 多 14%，而其官方 token 价格低 33%。

更多模型细节：
➤ 上下文窗口：1M tokens。
➤ 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：权重目前尚未发布，预计 Moonshot 将在发布后不久开放权重
➤ 定价：每 1M 输入/输出/缓存命中 token 为 $2/$10/$0.20，三项费率均比 Kimi K3 低 33%。

祝贺 @Kimi_Moonshot 团队发布！