Kimi K3.1 Pro一手实测：Godot、Blender全能接，23轮测试自己跑

• 梦瑶 发自 凹非寺
  量子位 | 公众号 QbitAI

国模归来！

Kimi携其迄今最强3万亿参数级模型Kimi K3.1 Pro，杀回来了。

真的蛮感慨，大家都知道这一阵海外巨头的基模大战可谓打得火热，SOTA榜单也是你方唱罢我登场。

反观国产模型这边，倒一度安静了下来。

新模型确实也没断过，但大多是Flash版本，能跟海外旗舰掰手腕的Pro级狠角色，却迟迟没等来。。。

偏偏这节骨眼上，海外针对国产模型能力的种种质疑，也在一波接一波地冒出来。

结果呢？Kimi这回直接杀了个回马枪——

全新K3.1系列首发就是Pro，在多个场景表现上K3.1 Pro甚至直逼GPT-6 Astra，直接杀进全球前沿模型第一梯队。

在Artificial Analysis全球大模型智能指数榜单中，Kimi K3.1 Pro以55分杀入全球前四名，较上一代K3大幅提升11分：

基于K3进一步强化后训练，K3.1 Pro支持百万Token上下文窗口，价格仅为GPT-6 Astra的1/5，便宜约80%。

作为Kimi迄今能力最强的3万亿参数级模型，K3.1 Pro这次重点发力长程编程、知识工作和复杂推理等高难度任务。

尤其是在3D创作、金融研究等更专业的场景，模型都迎来了一轮升级，从写代码到调用专业工具，再到处理复杂工作流，覆盖面也越来越广了～

看下面这位小哥用K3.1 Pro搓的鹈鹕骑车动画，空间逻辑和运动轨迹都没得说，效果一点不输海外前沿闭源模型：

再来！看我让K3.1 Pro调用Unity或Godot游戏引擎，从0搓出来的一款《后室》风3D密室逃脱游戏——

N多个3D场景、诡异光影、物理交互、烧脑解谜、游戏剧情一个不落，连美式复古风的UI也颇有审美。

值得一提的是，这次同步推出的还有高速版模型Kimi K3.1 Pro Highspeed，同等智能，输出速度达到普通版的约2~3倍。

此外，Kimi这次依然坚持开源路线，完整模型权重将在两周内放出，大家可以搓搓手坐等了～

海外Pro大战打得热火朝天，国产选手这回，终于端上硬菜了。

3万亿参数火力全开，写代码、造游戏、搞3D全都拿捏

作为全新K3.1系列的首款模型，K3.1 Pro在代码、长程任务和3D建模等能力上，这次都迎来了一波明显升级。

先看成绩，在代码、Agent和知识类基准测试中，K3.1 Pro已经达到或接近最强闭源模型水平。

Terminal-Bench 4.0得分65.7%，超越GPT-6 Astra（58.2%），逼近Claude Opus 5.5（66.4%）。

在考验多步执行、工具调用和端到端问题解决能力的长程编程测试中，K3.1 Pro得分61.2%，较K3（55.95%）进一步提升～

在3D建模这块，Kimi K3.1 Pro这波也给安排明白了——

像机械零件、建筑等参数化建模这些复杂任务，我们不用MCP连接器，就能直接接入Blender等专业工具。

具体到实际操作也非常简单，给AI一段文字、一张草图或参考图，模型就能推断物体的形状、比例和空间关系，AI就能重建出可用的3D模型。

在考察3D模型重建能力的BenchCAD测试中，K3.1 Pro还拿下92.7%的高分，逼近Claude Opus 5.5和GPT-6 Astra：

当然，K3.1 Pro这代码能力到底能不能打，还得亲自试试才知道，我们直接实测走起～

调用专业游戏引擎，从0搓出完整3D游戏

第一把直接上强度！

让K3.1 Pro挑战一道游戏引擎+工具调用+3D建模的「综合大题」。

这次，我让它调用Godot引擎，从零手搓一款3D摸鱼游戏——《老板来了》。

游戏难度也不低，老板得有自己的AI逻辑，随机巡视、突然折返、背后偷袭，还得实时判断有没有抓到现行。

与此同时，3D场景、角色交互、碰撞检测、积分结算和胜负机制都得联动，最后还得真能玩。

咱直接看效果，全程零抽卡，K3.1 Pro还真搓出了可玩的3D游戏，画风走的是赛博积木小人儿路线。

整个过程我连手动配置都没碰，K3.1 Pro就自主搞定了Godot部署、引擎调用和项目构建，小白看了直流泪。

不仅如此，模型还自主进行了23轮测试，最终交付了Godot源工程、Linux独立运行版等多个版本，真周全啊：

游戏玩完，我又回头扒了扒玩法机制，发现里面还真藏了不少「细节」。

比如摸鱼越久积分越高，但被老板抓到三次直接开除，连收益与风险之间的博弈都考虑进去了。

甚至连「死亡凝视」「带薪拉屎大师」等趣味彩蛋都设计进去了，细节还挺有职场代入感，用心了：

果然啊，干有挑战性的任务，还得看大参数模型。。。

3D创作与空间推理全进阶，3D Make也来了

第二局，我们来考察一下今年基模圈大火特火的3D建模能力。

But！我可不想让K3.1 Pro只生成个3D模型那么简单，这次咱依旧上地狱难度——

我上传了一张机械键盘参考图，构建包含键帽、机械轴体、定位板、PCB及外壳的完整75%配列键盘。

让K3.1 Pro通过Blender从零完成3D建模，同时实现键帽按压、分解动画，并接入Three.js网页进行360°交互展示。

这就需要AI确保各零件尺寸、空间位置及装配关系准确，同时处理模型穿模、动画联动、格式转换等工程问题：

△AI生成

没过多久，K3.1 Pro就交付了一个可交互的3D模型。

整个过程中，Blender都是由模型自主调用并执行脚本的，我全程没有手动配置，连MCP连接器都不用接。

在输出效果中，K3.1 Pro先是对参考图中不可见的机械结构进行了主动推断，还给出了具体的工程设计依据。

这也说明了模型已经展现出从几何重建延伸至结构化建模的能力，对零部件之间的空间关系、装配逻辑及工程细节都有一定程度的考虑：

接下来咱直接——上！才！艺！

先说我最满意的一点，这个生成的效果和我给的参考图近乎1:1还原。

而且，即便键盘内部被拆开，K3.1 Pro对内部零件的几何形态、内部结构和装配关系也都符合物理规律。

甚至，每颗键帽都能独立按压，还能针对不同结构进行分层拆解，360°旋转查看也完全没问题，nice～

对了，值得一提的是，Kimi这次还在kimi.com和Kimi App同步上线了3D Make功能。

玩法也so easy，上传一张参考图，再选择想生成的类型，网站、3D建模、3D打印都给安排上了。

生成后还能直接导出视频、实况照片，随手发到社交平台秀一波，主打一个3D创作自由DIY：

我们来看下生成的效果，以下面这个发动机demo为例。

从多层涡轮叶片，到内部转子、外壳和连接部件，整个模型的零件层次和空间关系都呈现了出来，密集叶片的细节也没落下。

此外模型还考虑到了后续的实际使用，支持导出GLB、3MF等格式，方便进一步进行3D预览、模型编辑和打印。

实用性也有了，感兴趣的朋友可以直接上手试试～

从零构建物理仿真，挑战复杂任务自主迭代

最后一局，我们来测测K3.1 Pro这次另一项重要能力——长程编码与自主迭代。

这次玩点刺激的，直接送K3.1 Pro去考科目二！

而且我还专门上了难度，驾校得自己建，车得自己开，挂科了还得自己找原因、改代码。

它需要从0搭建一套轻量级车辆物理仿真系统，再造一个包含倒车入库、侧方停车、S弯等项目的3D驾考场。

接着让AI自主驾驶，根据每轮撞墙、压线等失败结果，反复调试代码、优化驾驶策略，直到一次性通过科目二。

令我没想到的是，K3.1 Pro居然自己造了一套3D驾考仿真系统，还让AI司机拿下了满分——

先看场地，倒车入库、侧方停车、S弯等项目一个没落下，直接给安排成了完整的3D考试场景。

根据测试记录，K3.1 Pro前后折腾了12轮，第11轮诊断续跑达到100分，第12轮才通过严格复核。

倒车入库时发现转向过度，它会主动调整控制算法，发现车辆到达终点后仍在加速，又进一步修正速度控制逻辑。

更有意思的是，它还会反过来检查规划路径本身是否合理，从转弯半径、车身压线到障碍物碰撞逐一排查：

就这么一轮轮折腾下来，最终成绩还真被它刷出来了——

五个项目全部通过，100分，耗时151.03秒，碰撞0次、压线0次、扣分0分。

从发现偏差、定位原因，到修改控制算法、检查路径可行性，再重新运行验证，这套自主调试逻辑确实相当完整。

K3.1 Pro连金融分析师的活儿都接上了

除了代码和3D建模，K3.1 Pro在金融领域的表现，也有不少值得聊的。

学生党、打工人应该都懂，面对几十份财报和密密麻麻的Excel表格，光看着就已经头大了。

更麻烦的是，还得从中提取关键数据、跨文档核对、计算财务指标，最后搭出一套能用的财务模型。

但凡看错一个数字、引用错一处公式，后面的估值和分析结论都可能跟着跑偏！！！

而这次，K3.1 Pro已经能将财务研究、数据分析和金融建模串成一套端到端工作。

先看成绩，在两项外部金融基准Office QA Pro v2和SpreadsheetBench 2上，K3.1 Pro均拿下最佳成绩。

前者考察AI对金融文档的检索、核对与推理能力，后者则聚焦Excel财务建模、跨表公式联动及自主纠错能力。

具体到测试成绩，K3.1 Pro的得分甚至超过了Opus 5.5、Fable 5.1和GPT-6 Astra——

再来看个更具体的例子——

给英伟达（NVDA）搭建专业财务模型。

K3.1 Pro能够从财务数据整理、经营指标预测，一路完成公式联动和估值模型构建。

比较有看头的是，模型中的经营假设还能动态调整，收入增速、利润率等参数一变，最终估值也会跟着更新。

甚至还能通过敏感性分析，直观看到不同假设对估值结果的影响，有点专业金融分析师搭模型内味儿了。

确实实用，毕竟省下来的时间摸鱼不好吗。

K3.1 Pro加码大规模RL训练，API输入低至每百万Token 1.3元

K3.1 Pro全方位能力的提升，背后还有一轮训练和工程技术栈的全面升级。

值得一提的是，Kimi K3本身就已经展现出相当强的代码和Agent能力，而这次K3.1 Pro则是在原有基础上，进一步加大了后训练阶段的强化学习（RL）算力投入。

为了支撑数百个下游领域的大规模联合训练，Kimi还系统优化了RL框架、长上下文推理、沙箱基础设施和任务调度等技术栈。

随着RL训练规模进一步扩大，K3.1 Pro在代码、Agent等多个领域也实现了全面提升，尤其是复杂任务中的长程执行和持续迭代能力。

而对用户来说，最直接的好处就是，复杂任务完成得更快、更稳，需要人工反复介入和纠错的次数也更少了～

不过，模型能力卷上去了，大家还有一个非常现实的问题——价格呢？

目前，K3.1 Pro已经上线API开放平台。

输入价格为每百万Token 1.3元（命中缓存）、13元（未命中缓存）。，输出价格则为68元。

此外，Kimi这次还同步带来了一个高速版本：Kimi K3.1 Pro Highspeed。

这个版本的差异性主要体现在——

在保持同等智能水平的前提下，Highspeed的输出速度达到普通版的约3倍，大家按需选择就好～

这次实测Kimi K3.1 Pro下来，最大的感受就俩字——《丝滑》。

想生成3D建模的创作者，不用费劲吧啦找Blender等各种专业工具，就能生成自己所想即所得的3D资产。

想Vibe Coding的朋友，从搭项目到调试代码，复杂的长程任务也能让AI丝滑接手，省去不少手动操作的麻烦。

经常和财务报表打交道的友友，也能让AI帮忙检索财报、跨文档核对数据，顺利和领导老板交差了。

这些看似不起眼的小事，偏偏最容易让人抓心挠肝，好在现在，能帮我们解决这些麻烦的办法，也越来越多了。

一代更比一代强，老话是有道理的。

Kimi K3.1 Pro已经上线了，大家直接上手试试。

要是vibe出了什么有意思的东西，欢迎友友们来评论区晒一波！！

[1]Kimi 官网：kimi.com

[2]Kimi 开放平台：platform.kimi.com