中国大模型公司月之暗面推出新一代旗舰模型Kimi K3.1 Pro，瞄准编程、3D创作、金融研究等复杂专业任务，并计划于11月4日前开放完整模型权重。这款模型总参数规模达2.8万亿，采用混合专家（MoE）架构，每次激活1040亿参数，支持100万Token上下文窗口。 月之暗面称，Kimi K3.1 Pro是K3系列的首个模型，也是公司迄今能力最强的3万亿级参数模型。与此前侧重通用能力的模型相比，新模型着重强化了长程编程、3D建模、金融分析以及智能体（Agent）执行复杂任务的能力，并在多项测试中达到或接近顶尖闭源模型的水平。 月之暗面还同步推出高速版Kimi K3.1 Pro Highspeed，称其智能水平与标准版相当，输出速度可提高至约2至3倍。目前，两款模型已通过Kimi官网、App、Kimi Work、Kimi Code及API提供服务，完整模型权重预计于11月4日前发布。 对月之暗面而言，Kimi K3.1 Pro此次升级的核心，不只是将参数规模推至3万亿级别，而是进一步把编程、空间推理、金融分析和长程智能体执行能力整合到同一模型中。 随着完整权重即将开放，市场接下来需要观察的，将是这些基准测试中的优势能否在真实项目中持续兑现，以及开发者能否以可接受的部署成本，将模型能力转化为稳定、可靠的生产力。 大规模强化学习加持，复杂任务执行能力提升 Kimi K3.1 Pro并非从头训练的新模型，而是基于Kimi K3进行后训练的版本。月之暗面表示，新模型大幅增加了后训练算力，并围绕强化学习框架、长上下文推理、训练效率、沙箱基础设施和任务调度系统等环节进行了优化，以支持数百个下游领域的大规模联合训练。 月之暗面认为，这一训练路线的关键在于，将更大规模的强化学习投入转化为复杂任务中的持续执行能力，而不仅仅是提高单轮问答的表现。 月之暗面称，在代码、Agent 和知识类基准上，K3.1 Pro 达到或接近最强闭源模型的水平。其透露，在编程智能体测试Terminal-Bench 4.0中，Kimi K3.1 Pro获得65.7%的评估得分，高于OpenAI的GPT-6 Astra的58.2%，与Anthropic的Claude Opus 5.5的66.4%仅有微弱差距。 Terminal-Bench 4.0测试通过真实环境中的终端任务，考察模型在资源受限条件下使用工具、执行命令和解决编程问题的能力。 在月之暗面内部的Kimi Code Bench 3.0 Long-horizon测试中，新模型得分为61.2%，高于上一代K3的55.95%。这项测试侧重多步骤执行、工具调用以及端到端工程问题解决能力。 需要注意的是，上述成绩来自不同的测试体系，其中部分为月之暗面内部基准。不同模型的测试环境、工具配置和评估方法可能存在差异，分数不能直接等同于所有实际工作场景中的能力排名。 从编写代码到开发游戏，尝试端到端完成整个项目 在编程方面，月之暗面希望Kimi K3.1 Pro能够处理从修复现有代码库中的问题，到从零开发完整软件项目的任务。 月之暗面展示的案例包括使用虚幻引擎（Unreal Engine）、Unity和Godot等游戏引擎开发游戏，以及生成网页、Three.js交互场景和3D资产。 其中，在虚幻引擎5.8中，模型构建了一座位于云海之上的东方神话天宫。月之暗面称，项目中的柱廊通过Blender程序化建模，源模型包含3600万三角形，并使用Nanite和Lumen进行渲染。 另一个案例是基于Godot开发的3D动作冒险游戏，包含五个可探索区域、程序化生成的地形与村庄、第三人称战斗、两阶段Boss战、昼夜循环和快速传送等功能。 模型还完成了浏览器内的3D机械臂展示页面，生成2317个零件和268条动态走线，并实现分解视图、透明外壳和剖面展示。 这些案例试图说明，模型的目标不再局限于生成代码片段，而是进一步承担项目规划、调用专业工具、生成素材、调试和迭代等工作。 月之暗面还展示了一项更复杂的仿真任务：模型基于开源人体解剖学模型构建人类行走动力学仿真器，并在167项任务、420次独立评审过程中持续调整行走控制器，最终让仿真人体实现连续行走11.2秒。 更值得注意的是，当调整奖励机制无法改善手臂运动时，模型转而检查仿真器动力学，定位并修正了肩部肌肉力臂计算中的36处错误，再重新训练控制器。 这类案例体现了长程智能体能力的一个重要方向：模型不仅要生成解决方案，还需要根据实验反馈定位问题，并在多轮执行中持续改进结果。不过，演示案例本身并不能代表模型在所有同类任务中都能稳定复现相同表现。 3D建模能力增强，支持Blender与CAD专业工具 除编程外，3D创作与空间推理也是Kimi K3.1 Pro此次升级的重点。 月之暗面称，Kimi K3.1