Kimi K3.1 Pro 拿下公开模型网络防御第一，仅输给受限版 GPT-6 Sol

Kimi K3.1 Pro 是当前智能体网络防御领域排名第一的公开可用模型，在 Artificial Analysis 网络防御指数上，仅次于仅面向受信任访问的模型 GPT-6 Sol（Daybreak Blue）。

@Kimi_Moonshot 的 Kimi K3.1 Pro 在 Artificial Analysis 网络防御指数上得分 64%，领先此前排名第一的公开可用模型 DeepSeek V4.1 Flash 1017（57%）7 个百分点，落后 GPT-6 Sol（Daybreak Blue，max，69%）5 个百分点，后者仅通过 OpenAI 的受信任访问计划开放。一旦 K3.1 Pro 的权重发布，它也将成为网络防御领域领先的开放权重模型。

Artificial Analysis 网络防御指数衡量模型在智能体网络防御任务上的能力，由三个基准测试组成：CWE-Bench-AA、DeepsecBench-AA 和 CyberGym-E2E-AA。该指数主要通过模型的公开可访问 API 进行评估，反映开发者可获取的网络能力。

OpenAI、Anthropic 和 Google 的专有模型可能拥有更强的网络能力，但会因安全拒答而失分：通过 OpenAI 受信任访问计划提供的 GPT-6 Sol（Daybreak Blue，max）得分比其公开版本高出 32 个百分点。Kimi K3.1 Pro 未出现任何安全拒答情况。

主要结果：
➤ 公开可用模型排名第一，总榜排名第二：Kimi K3.1 Pro 得分 64%，较 Kimi K3（41%）提升 23 个百分点，领先 DeepSeek V4.1 Flash 1017（57%）。仅受信任访问的 GPT-6 Sol（Daybreak Blue，max，69%）得分更高。

➤ 所有模型中 CyberGym-E2E-AA 得分最高：K3.1 Pro 在 CyberGym-E2E-AA 上得分 95%，领先 GPT-6 Sol（Daybreak Blue，93%）以及下一个公开可用模型 Mistral Large 4（82%）。在 DeepsecBench-AA 上，K3.1 Pro 得分 37%，落后于 GPT-6 Sol（Daybreak Blue，48%）和 GPT-6 Sol（46%）。在 CWE-Bench-AA 上得分 61%，落后 GPT-6 Sol（Daybreak Blue，65%）4 个百分点，DeepSeek V4.1 Flash 1017 以 69% 领先。

➤ 尽管 token 价格更低，单任务成本仍上升 15%：K3.1 Pro 的单任务成本为 2.81 美元，高于 GPT-6 Sol（Daybreak Blue，max，1.77 美元）和 DeepSeek V4.1 Flash 1017（0.42 美元）。Kimi K3.1 Pro 每 token 价格比 Kimi K3 便宜 33%（每百万输入/输出 token 为 2/10 美元，而 Kimi K3 为 3/15 美元），但输入 token 用量约为 2 倍，导致单任务成本上升 15%（2.81 美元对比 2.45 美元）。