Kimi杀进金融圈

21世纪经济报道记者 雷晨

近日，月之暗面发布Kimi K3.1 Pro，金融研究是重点升级方向。官方测试显示，新模型在OfficeQA Pro v2得到64.4分，内部金融研究得分由K3的58.8升至70.4，金融建模得分由50.4升至57.6。

新模型发布前，Kimi已经推出金融行业解决方案。9月17日公布的方案接入10余个权威数据源，内置9项金融技能和5项合规安全措施，覆盖持仓早报、财报点评、项目筛选、深度研究和组合复盘等场景。

月之暗面披露，已有数十家金融机构基于Kimi模型、Kimi企业版和Kimi Work等产品开展业务创新，或与Kimi共建金融方案，覆盖券商、商业银行、风险投资基金和投研数据机构，合作形式包括模型调用、企业版应用和联合建设。

金融早已被月之暗面列入目标市场。今年7月，月之暗面企业业务负责人黄震昕对21世纪经济报道等媒体表示：“公司不做娱乐化场景，聚焦编程、金融、法律、科研等‘难而正确’的生产力领域。”

K3.1 Pro延续K3的2.8万亿总参数、1040亿激活参数和100万Token（模型计费单元）上下文，增加后训练阶段的算力投入。本次升级还覆盖代码、3D创作和长程Agent（智能体）任务。第三方评测机构Artificial Analysis给出的Intelligence Index v4.3.2（智能指数）得分为55分，K3.1 Pro在其跟踪模型中位列第四，较K3增加11分。按官方时间表，完整模型权重将在11月4日前公开。

K3.1 Pro建立在7月发布的K3之上，基座参数规模保持稳定，主要增量来自后训练。月之暗面披露，研发团队增加强化学习环节的算力投入，并调整训练框架、长上下文推理、沙箱基础设施和调度系统，以支持数百个下游领域联合训练。

官方测试显示，K3.1 Pro在Terminal-Bench 4.0取得65.7%，高于GPT-6 Astra的58.2%，低于Claude Opus 5.5的66.4%。该测试通过真实环境中资源受限的终端任务，考察编程智能体的工具使用和多步执行能力。在Artificial Analysis独立评测中得到67.2%，位列该机构该项评测已测模型首位。

在BenchCAD工具辅助测试中，K3.1 Pro得到92.7分，Claude Opus 5.5和GPT-6 Astra分别为96.2分和95.9分。代码和3D测试对应模型通用能力，金融文档与投资工作流测试更贴近本文关注的机构业务。

OfficeQA Pro v2考察真实金融文档中的复杂财务数据分析，涉及信息检索、跨文档核对和多步数值推理，K3.1 Pro取得64.4分。在衡量完整投资工作流的Frontier Finance上，K3.1 Pro较K3有所提升，测试覆盖标的筛选到盈利能力分析。

内部金融建模测试得分由50.4升至57.6，金融研究测试得分由58.8升至70.4，分别增加7.2分和11.6分。

对于需要读取跨文档财务资料的任务，100万Token上下文扩大了单次可处理的资料范围。常规输入、缓存写入、缓存命中和输出分别计费，Kimi API（应用程序编程接口）对重复请求前缀自动启用上下文缓存。缓存命中输入价格为常规输入的十分之一，资料排列方式、重复调用比例和缓存有效期由此影响实际调用成本。

API提供low、high、max三档推理强度，默认使用max，思考模式保持开启。研究文档生成、财务数据核对等任务对响应时长和输出长度较为敏感，金融机构可结合任务要求调整推理强度。

金融方案涉及模型、数据、技能和交付服务，官方价格页主要列示模型API目录价。国内目录价显示，K3.1 Pro每百万Token缓存命中输入1.30元、常规输入13元、输出68元。高速版输出速度约为标准版的2至3倍，常规输入、缓存写入和输出目录价约为标准版2倍，缓存命中价与标准版相同。

按美元第一方目录价计算，K3.1 Pro输入、输出及缓存命中价格均较K3降低约33%。Artificial Analysis测算，新模型每项智能指数任务平均输出55K Token，较K3的48K增加约14%，平均单项任务成本约1.98美元，K3约为2.00美元。1.98美元对应智能指数评测，金融任务成本需按实际文档量、输出长度和工具调用另行测算。

金融场景对事实准确性提出更高要求。月之暗面披露的内部压力测试显示，在用户标记过事实错误的去标识化对话样本中，K3.1 Pro单项事实陈述错误率由K3的23.35%降至6.85%。样本刻意聚焦高难度、易出错情形，公司提示该结果仅适用于此类压力测试，日常使用整体水平需另行评估。

Artificial Analysis在AA-Omniscience评测中记录，K3.1 Pro的幻觉率由K3的53%降至44%，准确率由48%升至51%。AA-Omniscience采用独立样本和统计定义，与月之暗面内部压力测试形成不同参照。

黄震昕在7月接受21世纪经济报道等媒体采访时也谈到幻觉问题。他坦言，幻觉“无法杜绝、只能降低”。他介绍，月之暗面通过Agent Swarm（智能体集群）中专设的“事实校验员”子Agent进行数据核验。

金融方案同时设置数据来源核对、访问权限、人工复核和责任追溯，机构业务人员继续承担专业判断与决策职责。

Kimi金融方案已接入Wind万得、东方财富、标普全球、财联社、财新数据等数据源。数据通过MCP（模型上下文协议）进入研究任务，关键数字可回到原始出处核对。研究人员还可调用工商、司法、知识产权及法规信息，补充财务报表之外的资料。

Kimi与机构分析师、基金经理和投行团队合作，将金融工作封装为9项技能，包括机构财务建模、机构研究报告、机构PPT、金融动态图表、业绩点评、一致预期地图、组合复盘、持仓早报和港股上市透视镜。

相关技能分别对应资料处理、数据分析和初稿制作，可生成可继续编辑的Excel模型、PPT报告和Word材料。月之暗面披露，在投行及私募股权案例中，财务建模人力投入由5至7人天降至0.5至1人天；在行业研究案例中，深度报告研究周期由10至20天缩短至约2天。实际效率受资料质量、任务复杂度和人工修改量影响。

Kimi与中信建投证券共建的“风险评估网关”包含5项合规安全措施，覆盖数据分类分级、个人信息保护、数据源与工具访问授权、生成内容核验与人工复核、审计与责任追溯。

中信建投将临时受托报告生成作为首个验证场景，基于Kimi托管智能体构建报告生成智能体，并接入内部业务系统。首轮验证覆盖发行人公告内容识别、受托管理债券筛选及报告初稿生成，业务人员继续负责复核与决策。

月之暗面披露，该试点覆盖50余家发行人、100余只存续公司债券的60余份临时受托管理事务报告。智能体与既有业务系统的接入工作原计划需要2个月，实际在3个工作日内完成。单份报告人工制作时间由约30分钟缩短至10分钟，人工投入下降67%。

在试点流程中，模型读取公告并筛选债券，专业数据源提供资料，内部业务系统承载任务，风险评估网关检查调用权限和生成内容，业务人员完成复核。模型由此进入具体金融工作流，专业数据、系统接入和合规控制共同参与交付。

金融机构的试点关注系统权限和人工复核，普通用户对新模型额度消耗的感受更为直接。K3.1 Pro发布两天后，Kimi着手处理会员服务中出现的问题。

10月26日凌晨，Kimi智能助手就近期会员使用K3.1 Pro时出现的限流及不必要的额度消耗致歉，称“问题出在我们，我们也本应更早修复”。

Kimi公布的补偿方案显示，当天为所有档位的订阅会员进行额度重置，所有有效期内的会员获得月度总额的25%作为补偿，相当于一周用量。当前用量不足月度总额25%的，重置为0。用量进度条在当天结束前显示调整结果。

有Kimi订阅用户向21世纪经济报道记者表示，10月26日，其账户内的使用额度已经更新，可以在账户页面查看补偿后的剩余额度。

Kimi表示，已调整配置，正在减少不必要的子Agent调用和输出长度，让同样的额度完成更多实际任务。此次补偿面向订阅会员，与机构采购的金融方案及API按Token结算属于不同产品和计费口径。

金融方案已把模型、专业数据、技能和合规流程组合到具体工作中。中信建投试点之外，更多机构的报告修改量、系统稳定性、续费情况及项目复制效率，将决定这条业务线的持续性。