国产大模型又扔出一颗重磅炸弹。月之暗面 10 月 23 日发布 Kimi K3.1 Pro，这是第一款名字带 Pro 的 Kimi 模型，发布当天就冲上 Artificial Analysis 综合榜全球第 4，分数量级上已经摸到了 Opus 5.5 的门槛。更关键的是，它是开源路线：完整权重计划 11 月 4 日前放出。宣传很响，实测到底怎么样？这篇把能验证的成绩和短板一次讲清。
一、先看硬指标：强在哪
K3.1 Pro 沿用 K3 约 2.8 万亿参数的底座，主要靠大规模强化学习提升智能体能力，上下文窗口达到 100 万 token。第三方榜单 Artificial Analysis 给它打出 55 分，全球排名第 4，较 K3 一口气提升 11 分，超过 GPT-6 Astra 和 Claude Fable 5.1，只比榜首的 Opus 5.5 低 3 分。
编程是最亮眼的部分。终端编程基准 TerminalBench 4.0 上，它的通过率从 K3 的 13% 跳涨到 65.7%，拿下最高分。3D 建模代码基准 BenchCAD 得分 92.7%，与 Opus 5.5 的 96.2% 只差 4 个百分点以内。金融分析测试 OfficeQA Pro v2 上，它直接领先两款竞品。官方内部压力测试里，事实性错误率也从 K3 的 23.4% 降到 8.3%。
二、价格是真香，但要算总账
API 定价输入 2 美元/百万 token、输出 10 美元/百万 token，约为 K3 的三分之一、Opus 5.5 的一半。对跑编程智能体、长文档分析这类重度任务来说，这个价位很有竞争力。
不过有个细节容易被忽略：Artificial Analysis 估算，它的单题平均成本反而从 2.45 美元涨到 2.81 美元，原因是输入 token 消耗约翻倍，抵消了降价。也就是说，单价便宜了，但它“想得更多、吃得更多”，实际账单未必更低。按量付费的用户要先跑小批量测算，别只看单价。
三、两个短板要先知道
一是网络安全能力被有意削弱。月之暗面主动剔除了部分网络攻防训练数据，理由是不希望开源权重被用来提升攻击能力。结果是它的网络安全基准明显落后于两款竞品。好消息是网络防御指数仍有 64%，排开源第一，日常漏洞分析够用，但别指望它当渗透测试主力。
二是极难问题仍有差距。第三方实测里，它在视觉代码、长文档分析上接近 Opus 5.5，但最难的谜题求解上仍未达标。遇到特别复杂的推理任务，还是要留人工复核的余地。
四、到底适合谁用
如果你是开发者、想搭本地或云端编程智能体，或者经常要啃长文档、做金融分析、写 3D 建模代码，K3.1 Pro 值得第一时间试用：它已经上线 Kimi App、Kimi Work 3.1.0、Kimi Code 和 API，11 月 4 日前权重开源后还能本地部署。如果你追求的是绝对顶尖的推理上限，或者要做网络安全攻防，它目前还不是最优解。
结论：K3.1 Pro 的意义不只是分数：它是国产开源模型第一次在综合榜上站到全球第 4，而且是在主动给能力“上刹车”的前提下做到的。对普通用户来说，先在 Kimi App 里拿它跑几段自己的真实代码和长文档，比看十篇测评都有用。想系统学AI 编程开发，可以看看站内 AI 编程开发方向的实战内容，从提示词到智能体搭建都有现成的方法。
