Kimi K3.1 Pro投研能力首发实测！

作者 | 熵简科技 AlphaEngine AI团队

继 Kimi K3 之后，月之暗面带来了3万亿参数的 Kimi K3.1 Pro。

我们 AlphaEngine 团队基于自建的 IRB 投研基准，对它做了一轮系统测评，结论如下：

1）K3.1 Pro 以 93.53 分在 21 款模型中排第二，仅次于Claude Fable 5，与GPT-6 Astra同分。

2）K3.1单任务成本约¥1.45，约为GPT-6 Astra（¥8.02）的18%、Claude Fable 5（¥8.40）的17%、Claude Opus 5.5（¥7.01）的21%。

3）Kimi K3.1 Pro在成本保持不变的情况下，显著提升了金融投研长程任务推理能力。

图：AlphaEngine IRB投研能力测评结果

（1）深度测评 K3.1 Pro 投研能力的真实段位

IRB（Investment Research Benchmark）是熵简科技 AI 团队持续维护的投研能力评测体系。

它的题目不来自教科书，而来自真实投研工作里的高难度案例：分析师犯过错、模型反复出错的那类高难度问题。

在IRB投研测评中，排名前10的大模型如下。大家可以重点关注“综合得分”、“单任务花费”这两列。

以下选取几道代表性题目，具体展示 Kimi K3.1 Pro 在复杂投研任务上的能力表现。

题目一：德业股份原材料自给率

题面：拆分德业股份的成本结构，分析近三年及未来三年的毛利率走势；说明原材料自给率情况，并对各项原材料做敏感性分析；判断原材料大幅上涨对毛利率和净利率的影响，以及公司的应对策略。

这是一道层层深入的夺命连环问，其中最能拉开模型之间差距的是第3、4问，即各项原材料自给率和敏感度测算。

因为公司从来没有披露过一个统一的原材料自给率，模型得自己找数，找不到的话就要基于合理假设做估算。

在这方面，K3.1 Pro展现出极强的实力，它从几个关键数据源处取数，拼凑出了一张完整的数据表，并基于收集到的数据做了敏感度测算：全材料+10%→毛利率-5.3pp、净利率-4.6pp；碳酸锂+10%→电池包约-4pp、整体约-1.8pp。

在对未来三年的假设上，K3.1 Pro没有自己拍数据，而是把多家外资行的数据罗列在一起，并且和管理层称述进行比较，最后给出自己的判断。

整个过程显得游刃有余，达到了初级分析师的水平。

题目二：退税取消为什么反而利好

题面：昨天有券商推荐关注利尔化学，主要理由是4月开始草铵膦、精草铵膦这些原药会取消增值税出口退税，为什么说取消出口退税反而会利好利尔化学呢？

K3.1 在这题得 97.0 分，五家中最高。其余四家都在 94 分以上，主线答得差不多，但是细节上K3.1处理得更加得当。

首先，它纠正了问题的假设，即取消退税不会直接增加利润，反而先抬高出口成本。利好来自成本顺价和行业出清，并且只落在草铵膦、精草铵膦两个品种上，敌敌畏、敌百虫不算在内。

然后，K3.1详细计算了损失敞口。原药退税率一般是 9%-13%。按 97% 原粉 FOB 约 3.99 万元/吨、9% 退税率估算，每吨少退约 3590 元。同期行业理论毛利约 -1.32 万元/吨，多数企业本来就在亏损，撑不住的会先退出。

值得注意的是，提问中“为什么取消退税会利好利尔”等于默认“利好”已经成立，大多数模型都顺着这个方向去找理由，但是K3.1还是从数据资料中找出了两个矛盾的数据：

其一是4月出口量下降，同编码出口同比 -27%，比 3 月减少约一半。如果利好已经兑现，出口不应该下滑。

其二是利润也在下降，公司2026Q1 归母净利润 1.15 亿元，同比 -24.82%。

把这两个数据摆出来，结论就从“取消退税会利好利尔”变成了“取消退税可能利好利尔，但目前还没兑现，需要看下面几个指标验证”。

K3.1的最终结论是：涨价要盖住退税和成本增量，销量不能继续掉。因此后续需要密切关注几个月的排单数据，以及半年报的原药毛利率。

这样一个有明确条件的结论，和后续核心指标跟踪的建议，是其他模型没有做到的。

（2）推理能力增强，但偶尔会出现激进的表述

从测评过程中，我们发现Kimi K3.1 Pro在复杂投研任务上的推理能力显著增强，但在给出投研判断时，往往倾向于选择较为激进的表述。下面这个案例是一个典型代表。

题目三：人形机器人远期供需格局

题面：人形机器人 25 到 30 年的需求怎么拆？按应用场景分开测算，每个场景给出销量和 ASP，同时说明每个场景靠什么因素渗透。

这道题GPT-6 Astra得分94分，但Kimi K3.1 Pro只得了50分，巨大的分差引起了我们的重视，于是我们进行了深入复盘和验证。

Kimi K3.1 Pro找到了一篇JPM的报告，提取出了表格数据，并给出了一个惊人的结论：到2030年，美国单一市场的人形机器人需求相当于届时全球产量的两倍以上。

乍一看，这是一句语气强硬的判断，认为人形机器人市场长期供不应求，很像一个专业分析师在强call一个板块时会说的话。

但是，K3.1 Pro错误地理解了JPM报告的真实含义，犯了一个致命的错误。

为了复盘K3.1犯错的过程，我特意找了报告原文把表格贴在这里：

根据表格中的数据，美国 2030 年终端需求 94.7 万台，全球产量 400 万台。因此，2030年美国市场的需求约占全球产量的24%（94.7/400）。

那么K3.1 Pro是怎么得出错误结论的呢？

原因是表格中的倒数第二行，US % of production在2030E达到212%。

JPM的本意是：2030 年美国人形机器人需求，是美国本土产量的 2.12 倍。但是K3.1 Pro理解成了美国的需求是全球产量的2倍，对分母的理解错位了。

人类分析师看到K3.1 Pro的结论时，很容易产生“这个结论是不是太激进了，我得验证一下”的想法，但是复盘K3.1 Pro的思维链时，我们发现它并没有触发逻辑验证，而是非常自信的基于这个判断得出了“人形机器人市场供给远远不足”的结论。

投研需要的是审慎的判断，而不是激进的论调。这一倾向可能与训练语料的分布特征有关，期待 Kimi 在后续迭代中更好的解决这个问题。

（3）立即体验 Kimi K3.1 Pro 带来的全新 AI 投研体验

如果你已经是 AlphaEngine 用户，现在就可以亲自试试 Kimi 的最新模型，只需点击"添加模型"，选择 Kimi 即可。

还没有 AlphaEngine？登录www.alphaengine.top即可使用（仅限机构投资者）。

习惯用APP的用户，可以直接扫码下载使用哦。

对AI投研感兴趣的朋友，欢迎扫码入群，也可以后台回复【入群】。