网易首页 > 网易号 > 正文 申请入驻

Kimi K3.1 Pro 杀到!Claude Opus 5.5 怕了!

0
分享至


2026 年 10 月 24 日,月之暗面正式发布 Kimi K3.1 Pro,这是 K3.1 系列的首款模型,也是月之暗面迄今能力最强的 3 万亿参数级模型,支持 100 万 Token 上下文窗口。


月之暗面还同步推出 Kimi K3.1 Pro Highspeed 高速版本,官方称其速度达到标准版的 2 至 3 倍。两款模型现已上线,完整模型权重计划最迟于 11 月 4 日公开。

Kimi K3.1 Pro 并非从头预训练的全新基座模型,而是在拥有 2.8 万亿参数的 Kimi K3 基础上,通过增加后训练计算投入提升性能。

月之暗面对强化学习框架、长上下文推理、训练效率、沙箱基础设施、任务调度和训练环境质量检查等环节进行了优化,以支持覆盖数百个下游领域的大规模联合强化学习训练。

根据月之暗面公布的测试结果,在涵盖编程、智能体、知识推理、3D 建模及金融分析等领域的 14 项基准测试中,Kimi K3.1 Pro 有 6 项位列第一,分别涉及 SWE-Marathon、Agents' Last Exam、OfficeQA Pro v2、Humanity's Last Exam、GDP.pdf、ZeroBench again。


被这个评论逗笑了。


编程方面,在 Terminal-Bench 4.0 测试中,Kimi K3.1 Pro 取得 65.7% 的成绩,超过 GPT-6 Astra 的 58.2%,接近 Claude Opus 5.5 的 66.4%。



在 SWE-Marathon v1.1 测试中,Kimi K3.1 Pro 取得 51.7% 的成绩,超过 Claude Opus 5.5 的 46.3%。


在 Kimi Code Bench 3.0 Long-horizon 测试中,Kimi K3.1 Pro 取得 61.2% 的成绩,高于 K3 的 55.95%,提升 5.25 个百分点。


在 Arena 的 Code Arena:WebDev(网页开发)排行榜中,Kimi K3.1 Pro(Max)以 1,692 分排名第 8,较上一代 Kimi K3(Max)的 1,655 分提高 37 分,排名从第 17 位升至第 8 位,提升 9 个名次。


智能体和知识推理也是此次升级的重点。

在 Agents' Last Exam 测试中,Kimi K3.1 Pro 取得 43.2 分,超过 Claude Opus 5.5 的 42.6 分。


在允许使用工具的 Humanity's Last Exam 完整题集测试中,其成绩达到 70%,高于 Claude Opus 5.5 的 67.7%。


此外,新模型在 GDP.pdf 测试中取得 34.6% 的成绩。


在 ZeroBench again(工具辅助、pass@5)测试中,Kimi K3.1 Pro 取得 63.3% 的成绩,在月之暗面公布的对比模型中排名第一。


不过,Kimi K3.1 Pro 并非在所有项目中领先。

例如,在 Terminal-Bench Science 0.1 测试中,其得分为 38.1,低于 GPT-6 Astra 的 68.1 和 Claude Opus 5.5 的 63.3。


在实际编程应用方面,Kimi K3.1 Pro 不仅能够修改现有代码,还可以完成整个项目的开发。

月之暗面表示,新模型能够结合 Unity、Unreal Engine 和 Godot 等游戏引擎,以及网页搜索和 3D 生成工具,开发游戏、交互式 Three.js 场景和前端页面,并改善页面布局、字体、动画及视觉表现。

以下案例均由 K3.1 Pro 端到端完成:

基于虚幻引擎的天宫对战游戏:Kimi K3.1 Pro 在虚幻引擎 5.8 中建起一座云海之上的东方神话天宫:半径 1,750 米、36 开间的柱廊由 Blender 程序化建模,3,600 万源三角形经 Nanite 与 Lumen 渲染。外部素材:Cloud Forge VDB 云、Poly Haven/ambientCG 8K 材质、NASA LRO/LOLA 月球数据。

Godot 3D 冒险游戏:Kimi K3.1 Pro 用 Godot 4.7.2 构建了一款风格化 3D 动作冒险游戏:五个可探索区域,包含程序化地形、道路、水系、植被与村庄布局,并有第三人称战斗、两阶段 Boss 战、采集、昼夜循环和篝火快速传送。外部素材:Quaternius 自然与村庄素材包、KayKit 角色及动画包、Kenney Survival Kit 等。

3D 机械臂展示落地页:Kimi K3.1 构建了一个浏览器内的 3D 机械臂展示页,包含分解视图、透明外壳与剖面效果;2,317 个零件和 268 条动态走线全部由代码生成。

月之暗面还展示了一项复杂的自主编程案例。

研发团队要求 Kimi K3.1 Pro 基于开源人体解剖模型 human-atlas 构建人体行走动力学模拟器。该解剖模型包含 296 个骨骼系统组件(包括软骨)和 402 个肌肉组件。经过 167 项任务和 420 次独立复核,新模型通过分析实验结果、定位问题和反复调整行走控制器,使虚拟人体从最初几秒内便倒下,逐步实现连续 11.2 秒的交替迈步。

在这一过程中,模型发现单纯调整奖励机制无法改善手臂运动,于是进一步测试模拟器的动力学行为,发现并修正了 36 处肩部肌肉力臂计算错误,随后重新训练控制器。这一案例展示了模型在长周期任务中分析问题、修复代码及反复验证的能力。

3D 建模是此次升级的另一重点。

在 BenchCAD 使用工具的测试中,Kimi K3.1 Pro 取得 92.7% 的体素交并比成绩,接近 Claude Opus 5.5 的 96.2% 和 GPT-6 Astra 的 95.9%。


这一指标衡量三维重建结果的几何重合程度,并非任务成功率。

Kimi 等开放模型使用从完整数据集中随机抽取的 1,000 个案例进行评测,部分闭源模型成绩则引用其官方报告。

以下案例均由 Kimi K3.1 Pro 端到端完成,可直接用于品牌宣传片、游戏和交互式网页体验:

Blender 机场建模:Kimi K3.1 Pro 在 Blender 中搭建了一座机场的室内雨林谷,产出一段 17.5 秒、1920×1080、60 fps 的建模展示视频。使用工具:Blender、Python、Geometry Nodes、Cycles、Pillow、NumPy、FFmpeg。外部素材:Poly Haven 的「Kloofendal 48d Partly Cloudy (Pure Sky)」4K HDRI(作者 Greg Zaal 与 Jarod Guest,CC0 协议),用于天空光照与环境反射。

FreeCAD 涡扇发动机建模:Kimi K3.1 Pro 用 Python 在 FreeCAD 中构建了一个精细的涡扇发动机模型,涵盖风扇、减速齿轮箱、压气机、燃烧室、涡轮与外部管路,共 2,100 个实体。模型支持分步装配和内部分解视图,并可演示风扇、低压转子、高压转子分别以 2,780、8,590、12,400 RPM 运转的旋转动画。

Trimesh 3D 打印台灯:Kimi K3.1 Pro 用 trimesh 设计了一盏五部件、可直接 3D 打印的台灯,灵感取自福建土楼,将其标志性的圆形建筑形态重新演绎为精巧的镂空格栅。


kimi.com 和 Kimi app 已同步上线 3D Make 功能,支持在线预览和编辑 3D 模型,做好的模型可以直接下载去 3D 打印,也能导出视频或实况照片,随手分享到社交平台。


金融领域同样获得加强。

在 OfficeQA Pro v2 测试中,Kimi K3.1 Pro 取得 64.4 分,超过 Claude Opus 5.5 的 62.2 分。


该测试主要考查模型对真实金融文件的检索、跨文件验证和多步骤计算能力。

在 Frontier Finance 测试中,Kimi K3.1 Pro 取得 58.6 分,低于 Claude Fable 5.1 的 60.8 分。

与 K3 相比,新模型的财务建模成绩提高 7.2 分,金融研究成绩提高 11.6 分,模拟商业运营成绩达到此前的约 4.2 倍。这些测试涉及财务模型构建、投资研究,以及模拟经营环境中的长期管理和决策任务。


针对金融研究等任务对事实准确性的要求,月之暗面还改进了模型的幻觉问题。

在内部 Kimi Hallu Bench Hard 困难测试中,允许使用工具时,Kimi K3.1 Pro 逐条事实陈述的幻觉率从 K3 的 23.4% 降至 8.3%,下降 15.1 个百分点。至少包含一处事实错误的回答所占比例,也降至 K3 对应比例的 42.4%。


月之暗面强调,该测试专门选取容易导致模型产生事实错误的困难场景,相关数字不能代表日常使用中的总体错误率。

月之暗面还主动限制了新模型的部分网络安全攻击能力。

研发团队发现,随着后训练规模扩大,模型在漏洞研究和利用方面的能力不断增强。考虑到 Kimi K3.1 Pro 即将开放完整权重,月之暗面识别并移除了中期训练数据和强化学习环境中的部分网络安全相关内容,以降低模型被滥用的风险。

在内部 xdev-bench-hard 漏洞发现与利用测试中,未经上述风险降低处理的模型检查点取得 90.5% 的 pass@3 成绩,而最终版本 Kimi K3.1 Pro 为 81%,仍高于 K3 的 33.3%。


该测试采用 3 次运行中至少成功一次的统计口径,并且没有设置严格的运行时限和输出 Token 上限,不能将其理解为单次运行成功率。

月之暗面表示,希望通过上述措施限制开放权重模型的潜在攻击能力,同时保留通用编程和防御性安全研究的实用价值。

目前,Kimi K3.1 Pro 已通过 Kimi 网页端、移动应用、Kimi Work、Kimi Code 和 API 提供服务。

云头条声明:如以上内容有误或侵犯到你公司、机构、单位或个人权益,请联系我们说明理由,我们会配合,无条件删除处理。


特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
上海警方通报:王某,刑拘!10个月发生200多起交通事故,几乎天天撞,绝大部分被认定为无责方,手段太阴了

上海警方通报:王某,刑拘!10个月发生200多起交通事故,几乎天天撞,绝大部分被认定为无责方,手段太阴了

环球网资讯
2026-11-18 10:45:02
这才是宋氏三姐妹真实的相貌,不是演员扮演的角色!

这才是宋氏三姐妹真实的相貌,不是演员扮演的角色!

历史伟人录
2025-05-08 10:08:01
北京开始流行上半天学了?帝都小学生家长来说下真实情况

北京开始流行上半天学了?帝都小学生家长来说下真实情况

三个妈妈六个娃
2026-11-19 00:57:04
“1600元烤全羊剥不出一两肉”,四川平武县通报

“1600元烤全羊剥不出一两肉”,四川平武县通报

扬子晚报
2026-11-18 21:35:50
“我儿子敢这样穿,我上去就是一巴掌”,儿子一套低认知穿搭,家长还发到网上炫耀,网友怒了

“我儿子敢这样穿,我上去就是一巴掌”,儿子一套低认知穿搭,家长还发到网上炫耀,网友怒了

蝴蝶花雨话教育
2026-11-18 00:05:17
很难相信,这就是GPT 6.2

很难相信,这就是GPT 6.2

人工智能学家
2026-11-18 16:40:34
刘欢走了,他生前提得最多的人里,不是妻子,不是女儿,是他弟弟

刘欢走了,他生前提得最多的人里,不是妻子,不是女儿,是他弟弟

情感大头说说
2026-11-18 17:58:41
上新了!高市的表情包,日本的碰瓷外交

上新了!高市的表情包,日本的碰瓷外交

这里是东京
2026-11-18 19:00:19
中美俄三方会晤前,普京点赞中国,特朗普说了句令人意外的话

中美俄三方会晤前,普京点赞中国,特朗普说了句令人意外的话

新浪财经
2026-11-18 08:49:37
中俄美元首首次三边会晤落地深圳APEC,为全球格局带来哪些新信号?专访南京大学教授朱锋

中俄美元首首次三边会晤落地深圳APEC,为全球格局带来哪些新信号?专访南京大学教授朱锋

红星新闻
2026-11-18 23:59:08
忘恩负义到顶峰了!足坛名宿公开怒喷葡萄牙忘本:没有C罗你们什么都不是,如今却把功勋传奇当耻辱!没有那双脚,连决赛门朝哪开都不知道

忘恩负义到顶峰了!足坛名宿公开怒喷葡萄牙忘本:没有C罗你们什么都不是,如今却把功勋传奇当耻辱!没有那双脚,连决赛门朝哪开都不知道

锐评利物浦
2026-11-18 10:15:40
百大UP老戴直播《GTA6》被封!刚播了20分钟

百大UP老戴直播《GTA6》被封!刚播了20分钟

游民星空
2026-11-18 20:47:56
克里米亚大桥被炸断了!泽连斯基庆贺,普京远在深圳也要报复

克里米亚大桥被炸断了!泽连斯基庆贺,普京远在深圳也要报复

世界地缘档案
2026-11-18 10:53:23
销户上岸!有大佬提交成功截图离场,网友:我明天也全部清仓,亏得有精神问题了

销户上岸!有大佬提交成功截图离场,网友:我明天也全部清仓,亏得有精神问题了

火山詩话
2026-11-19 05:46:27
大一女生穿“洛丽塔”报到,本以为能惊艳全场,没想到连行李都没人愿意帮忙搬

大一女生穿“洛丽塔”报到,本以为能惊艳全场,没想到连行李都没人愿意帮忙搬

妍妍教育日记
2026-08-23 10:10:12
女子和2个男友缠绵“爽翻天”,打胎多次怀恨在心,2019年让他俩互相残杀

女子和2个男友缠绵“爽翻天”,打胎多次怀恨在心,2019年让他俩互相残杀

汉史趣闻
2026-11-18 18:40:10
人醉过,才知道什么是酒什么是爱

人醉过,才知道什么是酒什么是爱

疾跑的小蜗牛
2026-11-13 19:09:51
麦丹准绝杀!开拓者惜败森林狼遭双杀,多苏姆30分利拉德25+5

麦丹准绝杀!开拓者惜败森林狼遭双杀,多苏姆30分利拉德25+5

湖人崛起
2026-11-18 11:38:46
贾玲线下被偶遇,穿紧身衣服身材苗条,皮肤白皙状态像大学生

贾玲线下被偶遇,穿紧身衣服身材苗条,皮肤白皙状态像大学生

白宸侃片
2026-11-18 17:52:40
震惊!网友拍下望京星巴克一幕:多位老人摆放回收杯,假装消费休息占位,评论炸锅

震惊!网友拍下望京星巴克一幕:多位老人摆放回收杯,假装消费休息占位,评论炸锅

火山詩话
2026-11-19 06:08:24
2026-11-19 09:32:49
云头条 incentive-icons
云头条
引领科技变革,连接技术与商业。
22517文章数 27410关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

房产
旅游
本地
时尚
教育

房产要闻

6.6亿!海口卖地!

旅游要闻

青岛冬日赏鸥地图|沿着海岸线,赴一场海鸥之约

本地新闻

乌兰察布:以前种土豆,现在种Token

秋天衣服别总穿纯色,试试这几件条纹单品,简单时尚又减龄

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

无障碍浏览 进入关怀版