3万亿旗舰模型升级，押注金融战场

来源：市场资讯

（来源：第一财经资讯）

10月24日，月之暗面发布Kimi K3.1 Pro。截至发稿，在第三方评测机构Artificial Analysis的智能指数榜单上，K3.1 Pro位列全球第四。这是继7月Kimi K3在该榜单排名第三之后，中国模型再次跻身全球前四，打破了近几个月海外模型对榜单前列的垄断。

来源：Artificial Analysis

这次发布的时间点颇为特别。9月，OpenAI和Anthropic相继发布GPT-6 Astra和Claude Opus 5.5，海外头部厂商接连加码旗舰模型。进入10月，国产模型的更新则集中在另一端，一周之内，多家国内厂商相继推出新版Flash模型，主打更快、更便宜。K3.1 Pro则把国产模型的竞争拉回了旗舰档位。

与Flash模型以低价换规模不同，旗舰模型需要在难度更高、出错代价更大的场景里证明自己的价值。K3.1 Pro选择的主战场是金融：从检索资料、跨文档核对数据，到搭建财务模型、进行盈利分析，月之暗面称，该模型可以端到端完成整套金融工作流。在两项与前沿闭源模型同台的金融能力评测中，它分别位列第一和第二。

在机构看来，这背后是行业竞争重心的转移。中信证券认为，AI竞争正从模型能力扩展至场景落地的比拼，金融场景有望成为提升收入质量与客户黏性的关键抓手。

深度布局金融

今年以来，金融智能体赛道明显升温。5月，Anthropic推出10款面向金融服务的智能体，覆盖推介材料制作、报表审计、授信备忘录起草等工作；9月，OpenAI推出基于GPT-6 Astra的ChatGPT for Financial Services，主打研究、建模和演示材料制作。

国内同样在加速。据证券时报9月报道，多家互联网大厂的金融智能体产品已陆续上线；月之暗面则在9月中旬发布Kimi金融行业方案，工商银行、中信建投、中金公司等数十家头部机构已落地使用或参与共建。业内将2026年视为“金融智能体元年”，但也普遍认为，金融业对准确性和合规的严格要求，是智能体落地的主要门槛。

金融研究员需要在公告、财报、法律文件、研报和宏观数据之间反复检索、交叉核对，再完成估值、财务建模和报告撰写。大模型若无法可靠调用数据、维持公式逻辑并生成可核查的成果，就难以真正进入核心工作流。

K3.1 Pro的金融能力主要围绕这几点展开。月之暗面公布的评测显示，在考察基于真实金融文档进行复杂财务数据分析的OfficeQA Pro v2测试中，K3.1 Pro在所列模型中排名第一；在覆盖从标的筛选到盈利分析全流程的Frontier Finance测试中，K3.1 Pro仅次于Claude Fable 5.1。

准确性方面，在一项刻意挑选易错题目的内部压力测试中，K3.1 Pro的单项事实陈述错误率从K3的23.4%降至8.3%。公司同时说明，这一数据不代表日常使用中的整体错误率。

投研演示文稿：Kimi K3.1 Pro 制作了一份宁德时代的投委会报告，发现与市场一致预期的预期差，复盘财报表现，梳理未来路径。它按分析师论证观点的方式组织材料：故事线先行，对比呈现预期差，业绩对照指引复盘，前瞻梳理催化因素。

模型之外，数据和工具接入同样影响金融Agent的效果。月之暗面的金融方案整合了万得、东方财富、标普全球、财联社等10余个数据源和9项金融技能，用于固化相对稳定的分析步骤和交付格式。此次发布中，公司还推出托管智能体服务Kimi Hosted Agents，并招募伙伴共建前线部署工程师（FDE）队伍，深入客户现场推动落地。

这也是券商关注的商业化逻辑。中信证券表示，行业解决方案将通用模型能力沉淀为专业金融工作流，已有案例验证从数天到数小时的数量级提效；其背后是基座模型能力的提升以及商业化的快速放量，商业模式正从标准化API服务迈向垂直行业纵深变现。

性能更强 价格下调 1/3

K3.1 Pro是K3.1系列的首个模型，参数规模达3万亿级，支持100万Token上下文。作为Kimi K3的后训练版本，它大幅追加了后训练算力，围绕数百个下游领域开展大规模联合强化学习（RL）训练，并对训练框架、推理效率、调度系统等技术体系的每一层都做了优化，目标是让新增算力转化为稳定的任务表现。强化学习可以让模型根据任务反馈反复尝试、定位错误并改进结果，这对需要多步骤完成的复杂任务尤为关键。

编程能力方面，在一项衡量AI编程水平的主流测试中，K3.1 Pro的成绩以微弱差距位列第二。复杂推理方面，在一项由各领域专家出题、汇集多学科难题的高难度测试中，K3.1 Pro在"开卷"条件下取得参评模型中的最高分。

3D创作是K3.1 Pro另一项提升明显的能力。给出一段文字描述、一张草图或一张参考图，它就能推断物体的形状、比例和空间关系，生成机械零件、建筑模型、定制家具等可用的3D模型；在一项从多角度图纸还原3D模型的测试中，其成绩接近Claude Opus 5.5。这项能力也延伸到了游戏开发，K3.1 Pro可以直接操作Unity、虚幻引擎、Godot等主流游戏引擎，从建模到场景搭建，端到端做出完整的3D游戏。

3D 机械臂展示落地页：Kimi K3.1 Pro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。

能力提升的同时，价格反而降了。与上一代K3相比，K3.1 Pro的API价格下调了约三分之一；按官方标准价格计算，约为GPT-6 Astra的五分之一。在国产模型以价格为主打的Flash版本潮里，K3.1 Pro提高了旗舰的“智价比”。

开源也是K3.1 Pro的一张牌，月之暗面计划开放其完整模型权重。万联证券表示，开源模式有助于降低企业和开发者二次开发、行业微调和私有化部署的门槛，还能推动模型能力更快向AI编程、AI办公、AI Agent等高价值应用场景扩散。

从榜单排名到行业交付，国产大模型正在形成分层的供给结构：Flash模型沿成本曲线下探，换取调用规模；旗舰模型沿能力曲线上攻，瞄准金融等高价值场景。中国AI与海外的竞争也因此不再局限于单一维度。前者决定国产模型能被用得多广，后者决定它能走得多远。旗舰模型重回全球前四，意味着在后一端，国产模型已经拿到了上桌的筹码。