Kimi K3.1 Pro发布:3万亿参数,权重11月4日前开放

流云 2026-10-26 1530 0条评论
摘要: 10月24日,月之暗面推出Kimi K3.1 Pro,定位旗舰智能模型。参数规模3万亿级,上下文100万token,Highspeed版本输出速度约2至3倍。官方计划在11月4日前...

10月24日,月之暗面推出Kimi K3.1 Pro,定位旗舰智能模型。参数规模3万亿级,上下文100万token,Highspeed版本输出速度约2至3倍。官方计划在11月4日前开放全量权重,目前可通过官网、App、Kimi Work、Kimi Code与开放平台API使用,按量计费,不设订阅制。

后训练重点:强化学习规模化

这一代以Kimi K3为基座继续做后训练,主要投入放在强化学习的规模化上,逐层改造训练与推理链路,让新增算力稳定转化为能力增量。落点集中在代码、三维创作、财务研究与智能体执行四条线。与只做单轮问答的模型不同,K3.1 Pro的输出要落到工具调用与多步执行上:读取命令输出、判断执行结果、决定下一步,形成执行、观察、修正的循环。中间步骤无法预先写死,必须依据上一步真实返回调整计划。官方示例中,模型修复人体行走模拟器时没有反复调奖励,而是对仿真器动力学做开环探测,定位肩部力臂计算错误后重训控制器。

三维与财务:从文字草图到参数化模型,从整批PDF到交叉核对

模型可从文字说明、草图或参考图推断形体、比例与空间关系,输出可继续编辑的模型;机械零件、建筑模型、可配置产品与定制家具都能按尺寸关系改写。不接MCP连接器时,也能编写脚本驱动Blender与CAD软件。财务任务的材料以页面图像形式提供,模型要自己读出表格与附注里的数字,先在整批财报PDF中检索,再跨文档比对口径,最后完成多步数值推算。官方为这条线另设财务建模、财务研究与模拟经营三组任务,考察公式联动与结论可审计性。

性能与开放方式:代码任务接近头部,三维重建仍有差距

官方技术博客列出的对比中,Terminal-Bench 4.0得分65.7%,高于GPT-6 Astra的58.2%,略低于Claude Opus 5.5的66.4%;BenchCAD含工具得分92.7%,比另两款低约3个百分点,三维重建仍偏弱。开放方式差别最大:Kimi计划开放全量权重,另两款仅提供闭源API。官方内部基准中,代码长程任务由K3的55.95%提升到61.2%,声称级幻觉率由23.4%降至8.3%。在AI模型库的选型对比中,这组数据给出了一个清晰坐标:长程代码与终端执行已进入头部区间,三维CAD仍是短板。

使用与部署:按场景切速度档

网页与App可直接在对话界面切换K3.1 Pro与Highspeed;Kimi Code中用/model命令选择,逐文件审查与批量改写适合走Highspeed;API侧模型名为kimi-k3.1-pro或kimi-k3.1-pro-highspeed,需要对数据不留存时开启Zero Data Retention。Highspeed与标准版共用上下文长度与工具能力,差异只在输出速度。上下文缓存默认有效期5分钟,长任务应显式延长TTL以提高命中率。官方说明开放权重版本在预训练与强化学习两个阶段移除了与漏洞研究相关的数据,因此内部安全测试得分低于同管线未经处理的检查点;以3万亿级参数计,本地部署需要多卡集群。对于关注AI工具导航的团队,这意味着权重开放更适合有集群能力的机构做二次验证,个人用户仍以API和客户端为主。

编辑判断

Kimi K3.1 Pro的看点不在参数堆到3万亿,而在后训练把长程执行能力往前推了一档。代码任务接近头部、财务文档可跨批核对、三维资产可参数化产出——这三项组合起来,指向的是“能交付”而非“能回答”。权重开放时间点明确,但安全数据移除和集群门槛需要提前评估。旗舰模型的竞争正在从单轮能力转向长链路执行,K3.1 Pro是这条路线上的一个明确信号。


文章版权及转载声明:

作者:流云本文地址:https://sanwenge.com/post/1534.html发布于 2026-10-26
文章转载或复制请以超链接形式并注明出处三文阁