本文来自微信公众号： 极客公园 ，作者：宇航猿，编辑：靖宇，原文标题：《Kimi 发布 K3.1 Pro，加量降价挑战 Opus 5.5》
K3.1 Pro的版本号只往前挪了0.1，月之暗面想回答的问题却大得多。
10月23日上午，Kimi官方在X和视频号上发了一段24秒的视频。
画面里是一台复古风格的老式电脑，屏幕上开着Kimi Code，终端里一行行地写着Three.js代码，在生成一个复杂的3D场景。眼尖的网友很快在左上角的模型栏里找到了答案——「Model:Kimi K3.1」。
Kimi官方发布的K3.1预热视频｜图片来源：X@Kimi_Moonshot
用一台老古董般的机器，跑一段今天最前沿的3D代码，这个反差本身就是月之暗面想说的话。
十几个小时后，10月24日零点刚过，卡着程序员节，Kimi K3.1 Pro正式上线，同步推出的还有一个速度快2到3倍的Highspeed版本。官方承诺，完整模型权重将在11月4日前放出。
距离上一代K3发布，过去了三个多月。这三个月里，月之暗面经历的事情，比大多数公司一年还多。
01
「加量不加价」的0.1
先说清楚K3.1 Pro是什么。
它不是一个全新的模型。月之暗面明确表示，K3.1 Pro是K3的后训练版本，底座没换——仍然是2.8万亿总参数、1040亿激活参数的混合专家架构，仍然是100万token的上下文窗口，仍然原生支持图像和视频输入。
变的是后训练。官方的说法是投入了「大幅增加的后训练算力」，在数百个下游领域做了大规模联合强化学习，为此把强化学习框架、沙箱基础设施、长上下文推理这些底层工程都重构了一遍。
也就是时候，同一个大脑，被重新「教」了一遍怎么干活。
效果体现在榜单上。在考察编程智能体的Terminal-Bench 4.0上，K3.1 Pro拿到65.7%，超过GPT-6 Astra的58.2%，和Claude Opus 5.5的66.4%只差不到一个点。上一代K3在这个榜单上的成绩，按第三方机构Artificial Analysis的测法只有13%。
第三方的综合评分也给了面子。Artificial Analysis智能指数上，K3.1 Pro拿到55分，比K3高出11分，排名全球第四，前面只有Claude Opus 5.5、Claude Sonnet 5.5和Muse Wonder Full。等权重正式放出，它将成为得分最高的开放权重模型，开源与闭源之间的差距会从12分缩小到3分。
K3.1 Pro在14项编程、科学与知识工作评测上的表现｜图片来源：Kimi官方博客
除了编程，这次的两条新主线是3D和金融。
K3.1 Pro能驱动Unity、Unreal、Godot这样的游戏引擎，能写Blender和CAD脚本做参数化建模。在从多视角图片重建3D模型的BenchCAD测试里，它借助工具拿到92.7%，接近Opus 5.5和Astra。Kimi网页版和App也同步上线了「3D Make」，可以直接描述需求，生成3D网页、3D模型，甚至导出给3D打印机。
kimi.com上的3D Make界面｜图片来源：Kimi官方博客
回头再看那段预热视频，老电脑屏幕上跑的Three.js，其实就是在给这条主线打预告。
金融方面，K3.1 Pro在基于真实财报做多步数值推理的OfficeQA Pro v2上拿到64.4分，官方称是目前最好成绩。在官方自己设计的高难度幻觉测试里，事实性错误率从K3的23.4%降到了8.3%——当然，这是一个刻意找茬的压力测试，不代表日常使用的错误率。
金融类评测成绩｜图片来源：Kimi官方博客
最让人意外的是价格。
K3.1 Pro的API定价是每百万token输入13元、输出68元，比K3便宜了三分之一，大约是Claude Opus 5.5的一半。更强的新模型反而比旧模型便宜，这在大模型行业并不常见。
不过Artificial Analysis也算了一笔账，K3.1 Pro完成同样任务要多用14%的输出token，所以每个任务的实际成本大约1.98美元，和K3基本持平。
02
真实世界里的K3.1
榜单之外，网友的第一手反馈要复杂得多。
好评集中在「干活」上。知乎上有开发者拿自己一个Rust、C、汇编、CMake混合的项目测试，认为K3.1 Pro的代码能力明显强过DeepSeek V4.1 Flash，尤其对Rust常见设计模式掌握得更好，还顺手修掉了DeepSeek前几天留下的问题。同样的任务，K3.1 Pro花了20分钟，换成K3估计要40分钟到1个小时。
速度是另一个被反复提到的改进。K3的慢曾经是出了名的，有人形容慢到「可以流畅阅读它的英文思考过程」。到了K3.1 Pro，思考过程大多一闪而过，来不及看就被折叠了。
但前端审美成了争议焦点。
有论坛用户用自己的私有题目做了一轮单文件HTML测试：云上龙城、琉璃机械孔雀、钻石。结论相当不客气，认为K3.1 Pro在已测模型里排在倒数，孔雀羽毛的高光甚至被画到了羽毛背后。另一位开发者让它根据参考照片用Three.js还原一个Steam手柄，改了三轮，LOGO和部件的空间关系还是不对。
同一提示词「琉璃机械孔雀」，K3.1 Pro（Max推理）的产出｜图片来源：大佬说论坛网友PoemFarAway
同一提示词下GPT-6.1 Sol（xhigh推理）的产出｜图片来源：大佬说论坛网友PoemFarAway
Steam手柄还原测试提供的参考图片｜图片来源：大佬说论坛网友NightRain
K3.1 Pro第二版产出，LOGO和部件关系仍有问题｜图片来源：大佬说论坛网友NightRain
一边是官方3D演示的惊艳，一边是网友「买家秀」的翻车，两种声音都只是个案，但足以说明K3.1 Pro还没有到「闭眼用」的程度。
而最集中的怨言，指向的不是模型，是套餐。
有用户反映，在199元的老套餐里，让K3.1 Pro审查一个小游戏就烧掉了5小时额度的13%，同样的任务交给Opus只用了3%。还有人说Highspeed版用起来「真的很舒服」，但5小时的额度撑不到2小时。API降价了三分之一，订阅用户却没有明显感受到。
测试进行到第三版时，199元套餐触发5小时用量上限｜图片来源：大佬说论坛网友NightRain
这其实是K3时代就留下的老问题。7月K3发布后，因为请求量远超预估，Kimi一度暂停了C端新用户订阅。算力，始终是悬在这家公司头上的那把剑。
03
回应指控的另一种方式
K3.1 Pro发布的时间点，很难不让人联想到过去几个月围绕Kimi的那场风暴。
今年2月，Anthropic公开指控DeepSeek、月之暗面和MiniMax通过大量虚假账号与Claude交互、提取能力，其中归到月之暗面名下的交互超过340万次。
7月K3发布、性能直逼Claude Fable 5后，白宫科技政策办公室主任克拉齐奥斯直接在X上发文，称月之暗面在开发K3时「蒸馏」了Anthropic的Fable模型，美国财长贝森特随后表示可能对其实施制裁、列入实体清单。
9月，Anthropic又发布了一份威胁情报报告，称月之暗面通过5380个伪造账户组成的代理网络，在10天里把近30万条Kimi用户请求转发给Claude，并从中提取思维链用于训练。
对这些指控，月之暗面的回应一直很克制。
7月，Kimi企业业务负责人黄震昕表示，K3的性能跃升来自底层原创架构创新，并非蒸馏复刻；7月底，K3开放权重的同时公开了技术报告，把混合线性注意力、注意力残差这些自研架构摊开给所有人看。
所以K3.1 Pro可以被看作一次不说话的回应。
最有力的反驳从来不是声明，而是一个对手没法假装看不见的分数。
这次K3.1 Pro最亮眼的几个数字，不少来自Artificial Analysis这样的第三方，而不全是自家跑分。更值得玩味的是，按Anthropic报告里的说法，Claude现在已经不再对外返回完整的思维链，蒸馏的一方「拿到的是门牌号，不是钥匙」。在这样的封锁之下，K3.1 Pro依然在三个月里把智能指数拉高了11分，至少说明月之暗面自己的后训练体系是真能出活的。
还有一个容易被忽略的细节。月之暗面在这次发布中主动披露，为了不让开源权重把网络攻击能力的前沿往前推，他们在训练中剔除了网络安全相关的数据。代价是在内部漏洞利用测试中，成绩从90.5%降到了81%。
内部漏洞利用测试xdev-bench-hard成绩，K3.1 Pro主动做了减法｜图片来源：Kimi官方博客
在被扣上「安全威胁」帽子的当口，主动给自己的开源模型做减法，这本身就是一种表态。
但也要承认，分数能回答「你行不行」，回答不了「你从哪来」。
K3.1 Pro发布当天，就有网友指出它画的鹈鹕SVG和GPT-6 Astra的风格几乎一模一样，怀疑对象从Anthropic换成了OpenAI。这当然只是论坛上的猜测，一只鹈鹕证明不了什么。但它提醒我们，只要训练数据的来源无法被外界审计，「蒸馏」这顶帽子就很难被一个分数彻底摘掉。
11月4日的权重发布，会是下一个观察点。权重开放后，全世界的研究者都能拿它去做测试、做对比、做分析，这比任何声明都更透明。
那台老电脑上跑着的3D代码，月之暗面已经给出了答案。至于更难的那道题，答卷才刚刚交上去。