一、事件经过：10 月 24 日，一个 2.8 万亿参数的后训练版本

2026 年 10 月 24 日，月之暗面（Moonshot AI）发布 K3.1 系列首款模型 Kimi K3.1 Pro，同时给出高速版 Kimi K3.1 Pro Highspeed。按官方博客口径，K3.1 Pro 是 Kimi K3 的后训练版本，总参数 2.8 万亿、激活参数 1040 亿，两者均支持 100 万 token 上下文；Highspeed 的推理速度是标准版的 2 至 3 倍。模型已上线 Kimi.ai、Kimi Work、Kimi Code 与 API，完整权重计划于 11 月 4 日前开放。

价格是这次发布里第二个信号。标准版 API 定价为每百万输入 token 2 美元、输出 10 美元，比 K3 下调 33%；Highspeed 版为输入 4 美元、输出 20 美元。作为参照，这是 Claude Opus 5.5 报价的一半左右。

二、跑分：一边追平，一边落后

换成更直观的说法：在测试真机命令行任务的 Terminal-Bench 4.0 上，它超过了 GPT-6 Astra，距离 Claude Opus 5.5 只差 0.7 个百分点；但在涉及科学推理的 Science 0.1 上，它 38.1% 对 GPT-6 Astra 的 68.1%，差了整整 30 个百分点。Artificial Analysis 给它 55 分、总榜第四，排在 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）之后，而上一代 Kimi K3 是 44 分。

官方还给了两个自查数字。一个是幻觉：在内部 Kimi Hallu Bench Hard 上，陈述级幻觉率从 K3 的 23.40% 降到 8.30%。另一个是安全取舍：训练前移除了部分网络攻击相关数据，代价是自家的 xdev-bench-hard 从 90.50% 掉到 81.00%。这两组数据均为月之暗面自述，尚无第三方复核。

值得注意的是成本口径。Artificial Analysis 测算，K3.1 Pro 完成一个智能指数任务的成本约 1.98 美元，与 K3 的 2.00 美元基本持平——原因是它每个任务平均吐出 5.5 万个输出 token，比 K3 多 14%。单 token 便宜不等于单任务便宜，这笔账在选模型时必须自己再算一遍。

三、对从业者的影响：开源模型进入「可替换」区间了

过去一年，开源权重模型与闭源前沿之间那条差距，一直是「能用」和「好用」的分界。按 Artificial Analysis 的算法，K3.1 Pro 把这条差距从 12 分压缩到 3 分。对做 Agent、做代码生成、做私有化部署的团队，这个区间的意义是具体的：1 万亿 token 上下文 + 低价 + 可本地部署，意味着以前只能依赖 API 的长上下文的智能体工作流，现在有了可控成本的替代路径。

但有两笔账不能省。第一笔是硬件门槛：2.8 万亿参数即使按 MoE 激活一刻也没到消费级显卡能扛的量级，MarkTechPost 提到该模型需要超节点级基础设施，所谓「本地部署」指的是集群，不是工作站。第二笔是「 时间差」：现在能用的一定是 API，权重要等到 11 月 4 日，且 xdev-bench-hard 下滑说明这版在攻击性安全相关能力上被主动削了一刀，把红队类工作挂在它上面的团队需要重新测。

四、站长观点：等权重真放出来，再决定收不收

本站的原则是「宣称的能力要能和实际门槛对得上」。这次的处理有以下三条。其一，K3.1 Pro 的条目今天我们照收，因为 API 已可用、价格公开、文档可查，属于可验证状态。其二，围绕它出现的一批「免费跑 K3.1 Pro」的镜像站、中转站，本次一条都不收——理由和此前一致，这类服务的实际可用性与官方数据之间的落差，我们没有实测支撑，写进条目就是误导。其三，等到 11 月 4 日权重真正落地之后，我们会对私有一键部署类工具做一轮统一评测，届时会以实测显存占用与吞吐为准，而不是以各家宣传页为准。

另外提醒一句：网上正在流传关于 K3.1 Pro 的各种社区反馈，包括订阅配额用得特别快、以及所谓「投喂付费推广不予披露」的说法，这些均未被证实，本文不予采信，也不写入条目。

五、来源清单

• 月之暗面官方博客，Kimi K3.1 Pro 发布公告，2026-10-24
• PANews《Moonshot AI Releases Kimi K3.1 Pro, Model Weights to Be Open-Sourced by November 4》，2026-10-24
• CGTN《Kimi K3.1 Pro: an open-weight model within 3 points of the frontier》，2026-10-24
• Artificial Analysis 智能指数榜单，2026-10-24 访问
• MarkTechPost 关于 896 专家中选 16 的 Stable LatentMoE 结构与超节点需求的报道，2026-10

核查日期：2026 年 10 月 24 日。benchmark 分数均为厂商自述（Artificial Analysis 指数为其独立测算），价格与上线时间可能变动，请以官网 kimi.ai 与开放平台文档为准。