首先，本文的排版非常炫酷，前所未有的炫酷，前所未有的动效
如此炫酷的内容，完全由 Kimi 3.1 Pro 实现
就在刚刚，Kimi 3.1 Pro 正式发布，3万亿参数，能力再创新高
于是...秦始皇骑北极熊有了新高度
贼猛！秦始皇骑北极熊：完全跑在浏览器里的 3D 游戏K3.1 pro通过代码实现6 段场景一键切换9 个可以放的技能Three.js 网页游戏 · Web Audio 合成音乐是不是贼牛逼...堪称当前国模巅峰了吧
之前几个月国产模型一直进步不大，然后转头 Kimi 掏出了个大版本：
性能比肩 Astra/Opus5.5、比 K3 更便宜！
接下来，容我给大家介绍下这个模型的更多情况
Benchmark 如下
很显然，这个模型很争气的还是
代码能力
官方跑分 · 代码终端编程第二，超长工程第一Terminal-Bench 4.0真实终端里资源受限的编程任务Claude Opus 5.566.4Kimi K3.1 Pro65.7GPT-6 Astra58.2Claude Fable 5.157.9DeepSeek-V4.1-Flash-101742.3GLM-5.341.8SWE Marathon v1.1Kimi K3.1 Pro51.7Claude Opus 5.546.3Claude Fable 5.145.6GPT-6 Astra42.5GLM-5.342.5DeepSeek-V4.1-Flash-101740.0所有模型都开最大思考档；Claude 模型可能包含回退，GPT 模型可能包含网络安全护栏。数据来自 Kimi 官方发布官方跑分 · 代码科学计算类终端任务，和闭源模型还有差距Terminal-Bench Science 0.1GPT-6 Astra68.1Claude Opus 5.563.3Claude Fable 5.140.0Kimi K3.1 Pro38.1DeepSeek-V4.1-Flash-101715.7GLM-5.38.1Kimi Code Bench 3.0 Long-horizonKimi 内部基准GPT-6 Astra66.5Kimi K3.1 Pro61.2Claude Fable 5.158.8Claude Opus 5.558.5Kimi K3（上一代）55.95DeepSeek-V4.1-Flash-101751.5GLM-5.345.5Kimi Code Bench 考察多步执行、工具调用和端到端解决问题；K3 的 55.95 出自官方正文。所有模型都开最大思考档；Claude 模型可能包含回退，GPT 模型可能包含网络安全护栏。数据来自 Kimi 官方发布长程任务的提升来自大规模强化学习，比如这个行走仿真器：
官方案例 · 长程任务K3.1 Pro 写了个走路仿真器，让虚拟人从站不稳练到连续走 11.2 秒虚拟人开源人体模型：296 块骨骼、402 块肌肉反复了多少轮167 项任务 · 420 次独立评审让它走一次看在哪摔倒改走路的程序连续走路的时间11.2 秒11.2 秒行走动力学仿真器交替迈步手臂一直不对劲 → 它回头检查仿真器本身，找出肩部肌肉的 36 处计算错误
官方跑分 · AgentAgent 综合考试第一，真实工作产出第二Agents' Last ExamKimi K3.1 Pro43.2Claude Opus 5.542.6DeepSeek-V4.1-Flash-101737.7GPT-6 Astra32.8GLM-5.326.2GDPVal-AA v2.1Elo 分Claude Opus 5.51866Kimi K3.1 Pro1846Claude Fable 5.11754DeepSeek-V4.1-Flash-10171746GLM-5.31650GPT-6 Astra1573所有模型都开最大思考档；Claude 模型可能包含回退，GPT 模型可能包含网络安全护栏。数据来自 Kimi 官方发布官方跑分 · Agent 带工具考“人类最后的考试”，K3.1 Pro 第一Humanity's Last Exam 完整版（可用工具）Kimi K3.1 Pro70.0Claude Opus 5.567.7Claude Fable 5.165.6GLM-5.362.5DeepSeek-V4.1-Flash-101758.8GPT-6 Astra57.2OSWorld V2.1操作电脑Claude Opus 5.581.8Claude Fable 5.180.7Kimi K3.1 Pro79.6GPT-6 Astra75.8DeepSeek-V4.1-Flash-101769.3所有模型都开最大思考档；Claude 模型可能包含回退，GPT 模型可能包含网络安全护栏。数据来自 Kimi 官方发布K3.1 Pro · 100 万上下文一整个代码库放进一次对话，它照样找得到要改的地方整个代码库app.tsapi.tsconfig.tsauth.tscache.tsdb.tssearch.tsroute.tsutil.tsview.tsxtest.tsREADME要改的 3 处文件几百份文件 · 同一次对话上下文用量60 万 token100 万 tokenOpenCode · 伙伴实测：仍不退化超过 60 万 token，未感到明显能力退化文档和图像
官方跑分 · 文档和图像读 PDF、读图表、看图推理，两项第一、一项第二GDP.pdfKimi K3.1 Pro34.6GPT-6 Astra34.2Claude Opus 5.530.6Claude Fable 5.127.6DeepSeek-V4.1-Flash-101717.2GLM-5.311.2ChartoGraphy（可用工具）GPT-6 Astra91.0Kimi K3.1 Pro90.2Claude Opus 5.589.0Claude Fable 5.188.4DeepSeek-V4.1-Flash-101783.0ZeroBench main（可用工具，pass@5）Kimi K3.1 Pro63.0Claude Opus 5.561.0Claude Fable 5.159.0GPT-6 Astra58.0DeepSeek-V4.1-Flash-101751.0所有模型都开最大思考档；Claude 模型可能包含回退，GPT 模型可能包含网络安全护栏。数据来自 Kimi 官方发布3D 建模
官方跑分 · 3D看多视角渲染图写 CAD 代码，还原 3D 模型BenchCAD（可用工具）体素重合度 %Claude Opus 5.596.2GPT-6 Astra95.9Kimi K3.1 Pro92.7Claude Fable 5.192.6DeepSeek-V4.1-Flash-101781.6BenchCAD（不用工具）体素重合度 %Claude Opus 5.573.0Kimi K3.1 Pro72.8Claude Fable 5.160.6DeepSeek-V4.1-Flash-101741.21000 个文件的子集。所有模型都开最大思考档；Claude 模型可能包含回退，GPT 模型可能包含网络安全护栏。数据来自 Kimi 官方发布3D 建模 · BenchCAD看几张渲染图写出 CAD 代码，K3.1 Pro 还原出 92.7% 的形状多视角渲染CAD 代码3D 重建正视侧视俯视base = box(L, W, T)body = boss(W, H, D)bore = cylinder(R, D)part = base + bodypart = part - bore重建原模型体素叠合比对K3.1 Pro · 使用工具体素重合度92.7%Opus 5.5 · 使用工具96.2%GPT-6 Astra · 使用工具95.9%K3.1 Pro · 不使用工具72.8%金融
官方跑分 · 金融读真实财务文档做分析，OfficeQA Pro v2 第一OfficeQA Pro v2检索、跨文档核对、多步计算Kimi K3.1 Pro64.4Claude Opus 5.562.2Claude Fable 5.154.5GPT-6 Astra54.4DeepSeek-V4.1-Flash-101740.4GLM-5.331.1Frontier Finance从选股到盈利分析的投资流程Claude Fable 5.160.8Kimi K3.1 Pro58.6GLM-5.357.5Claude Opus 5.556.7DeepSeek-V4.1-Flash-101754.5GPT-6 Astra45.0SpreadsheetBench v2：K3.1 Pro 36.3 分，官方称当前最优（未给对比图）。所有模型都开最大思考档；Claude 模型可能包含回退，GPT 模型可能包含网络安全护栏。数据来自 Kimi 官方发布Kimi 内部金融基准和上一代 K3 比，商业经营题目分数翻了 4 倍多Financial Modelling 财务建模Kimi K3（上一代）50.4Kimi K3.1 Pro57.6+7.2 分公式联动、财务逻辑、工作簿质量Financial Research 金融研究Kimi K3（上一代）58.8Kimi K3.1 Pro70.4+11.6 分证据和截止条件约束下的可核验结论Business Operation 商业运营Kimi K3（上一代）8.9Kimi K3.1 Pro37.0约 4.2 倍模拟商业环境里的长程经营决策K3.1 Pro · 做财务模型估值算错了，K3.1 Pro 找到接错的公式线收入表单价10销量10收入100收入=单价×销量利润表成本60收入利润利润=收入−成本10−5010040估值表倍数10利润估值估值=利润×倍数−5040—−50040010−5010040?K3.1 Pro 回查公式线，接对后重新计算事实准确性
官方跑分 · 事实准确性两项幻觉测试，K3.1 Pro 只比 GPT-6 Astra 多错一点Kimi Hallu Bench（不用工具）错误率 %，越低越好GPT-6 Astra4.2%Kimi K3.1 Pro5.4%Claude Opus 5.56.8%Claude Fable 5.111.4%DeepSeek-V4.1-Flash-101713.1%GLM-5.314.8%Kimi Hallu Bench Hard（可用工具）错误率 %，越低越好GPT-6 Astra5.5%Kimi K3.1 Pro8.3%Claude Opus 5.515.0%GLM-5.322.6%DeepSeek-V4.1-Flash-101723.3%Claude Fable 5.123.3%23.4% → 8.3%单条事实说错的比例（K3 → K3.1 Pro）约 42.4%至少错一处的回答，是上一代的Kimi 内部测试；Hard 是压力测试，样本专挑模型容易出错的情形，错误率不代表日常使用的整体水平。所有模型都开最大思考档；Claude 模型可能包含回退，GPT 模型可能包含网络安全护栏。数据来自 Kimi 官方发布K3.1 Pro · 事实准确性说错事实的比例，从 23.4% 降到 8.3%Kimi 内部压力测试 · Hallu Bench Hard专挑容易出错的情形同一段回答逐条核对来源K3 · 上一代单条事实错误率K3.1 Pro单条事实错误率事实 01事实 02事实 03事实 04事实 05事实 06事实 07事实 08事实 09事实 10事实 11事实 12事实 13事实 14事实 01事实 02事实 03事实 04事实 05事实 06事实 07事实 08事实 09事实 10事实 11事实 12事实 13事实 14事实 01事实 02事实 03事实 04事实 05事实 06事实 07事实 08事实 09事实 10事实 11事实 12事实 13事实 14事实 01事实 02事实 03事实 04事实 05事实 06事实 07事实 08事实 09事实 10事实 11事实 12事实 13事实 1423.4%8.3%至少错一处的回答约为 K3 的 42.4%压力测试，不代表日常使用的整体错误率网络安全
官方跑分 · 网络安全删掉攻防数据后，攻击能力停在前沿闭源模型之下模型Harness解题数成功率token（输入 / 输出）GPT-5.6 Sol*codex10077.8%93.5M / 336KKimi 未做网安降险的模型kimi-code90.571.4%216.4M / 499KDeepSeek-V4.1-Flashclaude-code85.757.1%162.2M / 1.5MKimi K3.1 Prokimi-code81.064.5%159.8M / 546KGLM-5.3claude-code57.134.9%381.1M / 3.6MKimi K3kimi-code33.315.9%115.7M / 475KKimi 内部 xdev-bench-hard，pass@3，不设严格超时和输出上限；token 一栏是输入 / 输出题目复现 Linux 内核、Node.js、JavaScriptCore、Exim、VirGL 等近期披露的漏洞，缓解措施全开，要在独立沙箱里拿到任意代码执行中期训练和强化学习两个阶段都识别并移除了网络攻防数据，通用编程任务保留；之后计划逐步提升开放权重里的安全能力* GPT-5.6 Sol 为第三方评测K3.1 Pro · 开放权重权重公开，防守方能在自己的机房里查漏洞公开权重自己的机房自有代码代码与数据始终留在机房内完整成绩表
技术博客里一共列了 47 项测试，全在这里：
完整成绩表 · 编程 1/6编程 10 项，K3.1 Pro 拿了 2 项第一开源闭源开源K3.1ProFable5.1GPT-6AstraOpus5.5DeepSeekV4.1 FlashGLM5.3Terminal-Bench 4.065.757.958.266.442.341.8Terminal-Bench Science 0.138.140.068.163.315.78.1SWE Marathon v1.151.745.642.546.340.042.5BenchCAD w/o tools72.860.6—73.041.2—BenchCAD w/ tools92.792.695.996.281.6—Program Bench31.553.550.065.029.119.0DeepSWE v1.175.567.474.174.277.066.9PostTrain Bench v1.236.544.641.943.830.534.5Kimi Code Bench 2.0（Kimi 内部）77.1———76.161.7Kimi Code Bench 3.0 Long-horizon（Kimi 内部）61.258.866.558.551.545.5加粗带下划线的是该项第一。K3.1 Pro 用 Claude Code 做 harness；ProgramBench 记二值分（单题达到 95% 记 1）；PostTrainBench 用 H20 跑；DeepSeek 的 Terminal-Bench Science 内测是 9.3，表里沿用旧版的官方 15.7。所有模型都开最大思考档（K3.1 Pro：temperature 1.0、top-p 0.95）；Claude 模型可能含回退，GPT 模型可能含网络安全护栏。数据来自 Kimi 官方技术博客完整成绩表 · Agent 与搜索 2/6Agent 与搜索 7 项，K3.1 Pro 拿了 5 项第一开源闭源开源K3.1ProFable5.1GPT-6AstraOpus5.5DeepSeekV4.1 FlashGLM5.3HLE-Full w/ tools70.065.657.267.758.862.5BrowseComp92.1—91.590.8——BioMysteryBench80.681.678.981.980.079.6Agents' Last Exam (ALL)43.2—32.842.637.726.2Agents' Last Exam (CLI)44.2—38.840.736.029.4Automation Bench-AA73.359.468.569.566.662.2OSWorld V2.179.680.775.881.869.3—加粗带下划线的是该项第一。BrowseComp 在 200K token 时压缩上下文、最多 500 步；Agents' Last Exam 共 122 题（86 道命令行），绕开题目要求上网找答案的记 0 分。所有模型都开最大思考档（K3.1 Pro：temperature 1.0、top-p 0.95）；Claude 模型可能含回退，GPT 模型可能含网络安全护栏。数据来自 Kimi 官方技术博客完整成绩表 · 办公、金融、法律 3/6办公、金融、法律 11 项，K3.1 Pro 拿了 5 项第一开源闭源开源K3.1ProFable5.1GPT-6AstraOpus5.5DeepSeekV4.1 FlashGLM5.3GDPval-AA v2.1（Elo 分）184617541573186617461650AA-Briefcase v1.1（Elo 分）167816721569180315701507APEX-Agents67.268.664.773.563.456.6OfficeQA Pro v264.454.554.462.240.431.1OfficeQA Pro67.468.666.2—62.458.6Frontier Finance58.660.845.056.754.557.5Harvey Legal Agent23.719.1——21.0—HANDBOOK.md44.638.8—41.528.920.8Business Operation（Kimi内部）37.830.732.3—8.918.6DECK-Arena（Kimi 内部，Elo 分）1456—1423125312311119Design Bench（Kimi 内部，Elo 分）957—1076927863718加粗带下划线的是该项第一。OfficeQA 只给 PDF 页面图片、不给可读文本，上网查答案的记0 分；Harvey Legal Agent 1,251 题，报全部评分项都通过的比例；DECK-Arena 和 Design Bench 的评分器用一万多条人工判断校准。所有模型都开最大思考档（K3.1 Pro：temperature 1.0、top-p 0.95）；Claude 模型可能含回退，GPT 模型可能含网络安全护栏。数据来自 Kimi 官方技术博客完整成绩表 · 看图读文档（可用 Python）4/6可以写 Python 处理图片和 PDF 时，6 项里 3 项第一开源闭源开源K3.1ProFable5.1GPT-6AstraOpus5.5DeepSeekV4.1 FlashGLM5.3CharXiv (RQ) w/ python93.492.792.893.885.6—MMMU-Pro w/ python90.088.487.889.882.5—GDP.pdf w/ python85.783.885.583.973.0—ChartoGraphy w/ python90.288.491.089.083.0—BabyVision w/ python95.495.196.697.792.5—ZeroBench_main w/ python (pass@5)63.059.058.061.051.0—加粗带下划线的是该项第一。GDP.pdf、ZeroBench、ChartoGraphy 取 5 次平均，其余多模态取 4 次平均；GDP.pdf 用 Gemini-3.5-Flash 按官方评分细则打分。所有模型都开最大思考档（K3.1 Pro：temperature 1.0、top-p 0.95）；Claude 模型可能含回退，GPT 模型可能含网络安全护栏。数据来自 Kimi 官方技术博客完整成绩表 · 推理、知识、多模态 5/6不用工具的推理和知识，和闭源旗舰还有差距开源闭源开源K3.1ProFable5.1GPT-6AstraOpus5.5DeepSeekV4.1 FlashGLM5.3GDP.pdf34.627.634.230.617.211.2HLE-Full51.157.653.659.842.643.0*HLE-Diamond39.455.165.860.921.625.1*GPQA-Diamond94.293.796.193.992.291.7CharXiv (RQ)89.088.890.092.177.0—MMMU-Pro84.186.386.987.780.6—ZeroBench_main (avg@5 /pass@5)29.8 / 39.023.0 / 35.043.2 / 52.035.0 / 43.011.8 / 23.0—PerceptionBench68.363.077.672.147.7—加粗带下划线的是该项第一。HLE 2,500 题、HLE-Diamond 1,000 题；GLM-5.3 标 * 的是纯文本子集。所有模型都开最大思考档（K3.1 Pro：temperature 1.0、top-p 0.95）；Claude 模型可能含回退，GPT 模型可能含网络安全护栏。数据来自 Kimi 官方技术博客完整成绩表 · 事实准确性与网络安全 6/6事实错误率仅次于 GPT-6 Astra；攻击能力刻意压在前沿之下开源闭源开源K3.1ProFable5.1GPT-6AstraOpus5.5DeepSeekV4.1 FlashGLM5.3Kimi Hallu Bench Hard w/ tools（Kimi 内部，越低越好）8.323.35.515.023.322.6Kimi Hallu Bench w/o tools（Kimi 内部，越低越好）5.411.44.26.813.114.8ExploitBench74.783.010091.0—54.4ExploitGym20.730.442.434.5—15.0xdev-bench-hard（Kimi 内部）81.0———85.757.1加粗带下划线的是该项第一。幻觉测试越低越好，用事实核查 agent 判定每条陈述；ExploitBench 300 轮、pass@5，到达任意代码执行记满分；ExploitGym 每题 6 小时。所有模型都开最大思考档（K3.1 Pro：temperature 1.0、top-p 0.95）；Claude 模型可能含回退，GPT 模型可能含网络安全护栏。数据来自 Kimi 官方技术博客
价格
价格这块，命中缓存的输入只要 1.3 元每百万 token；Highspeed 版贵一倍
Kimi API 价格每百万 token：输入 13 元，输出 68 元13 元输入（未命中缓存）1.3 元输入（命中缓存）68 元输出kimi-k3.1-pro-highspeed：价格 2 倍，输出快 2~3 倍企业版订阅：kimi.com/membership/pricing「企业版」K3.1 Pro Highspeed高速版答得一样，输出快 2~3 倍同一个问题 · 同时开始怎样把复杂问题讲清楚？K3.1 Pro相同答案先找出核心结论再把复杂内容拆开按顺序解释每一步最后核对关键要点已写完K3.1 Pro Highspeed相同答案先找出核心结论再把复杂内容拆开按顺序解释每一步最后核对关键要点先写完Highspeed 相对 K3.1 Pro同等智能输出速度约 2~3 倍价格 2 倍官方跑分 · Terminal-Bench 4.0分数追平 Opus 5.5，每道题的花费约是它的三分之一30%40%50%60%70%$0$5$10$15$20每道题的平均花费（美元）得分lowmaxGPT-6 AstralowmaxClaude Fable 5.1Claude Opus 5.5Claude Sonnet 5.5GLM-5.3DeepSeek-V4.1-Flash-1017Kimi K3.1 Pro max65.7% · 约 $5.3high折线上的点是同一模型的不同思考档（low → max）；花费读自官方散点图，是约数。其他模型的分数和花费来自 tbench.ai
官方案例
下面这些都是 K3.1 Pro 端到端做完的，外部素材和工具都列在卡片里
官方案例 · 代码虚幻引擎里的天宫对战游戏1,750 米36 开间柱廊半径3,600 万源三角形Blender程序化建模巨龙虚幻引擎 5.8 · Nanite 渲染 · Lumen 光照 · 主角用 MetaHuman外部素材：Cloud Forge VDB 云、Poly Haven / ambientCG 8K 材质、NASA LRO/LOLA 月球数据官方案例 · 代码东方仙侠 3D RPG 预告片虚幻 5.8引擎御剑穿过云海和浮岛云上古城概念设计和部分素材灵感来自小红书创作者 @-Duduu-外部素材：犍陀罗佛像、水月观音 3D 扫描（明尼阿波利斯艺术博物馆，CC0）官方案例 · 代码Godot 风格化 3D 动作冒险游戏5 个可探索区域2 阶段Boss 战昼夜循环 + 篝火传送Godot 4.7.2 · 程序化地形、道路、水系、植被、村庄 · 第三人称战斗、采集外部素材：Quaternius 的自然、中世纪村庄、怪物、通用动画包，Kenney Survival Kit，KayKit 角色及动画，CDmir Goblin、rubberduck Vampire Bat；字体 Fredoka、站酷快乐体、霞鹜文楷官方 demo 页面官方案例 · 3DBlender 里搭的机场室内雨林谷19.5 秒建模展示视频1920×1080分辨率60 fps帧率Blender · Python · Geometry Nodes · Cycles · Pillow · NumPy · FFmpegHDRI：Poly Haven「Kloofendal 48d Partly Cloudy (Pure Sky)」4K，作者 Greg Zaal 与 Jarod Guest，CC0风扇、低压转子、高压转子分别以 2,780、8,590、12,400 RPM 旋转官方案例 · 3D能直接 3D 打印的土楼台灯5 个部件直接3D 打印镂空圆形格栅Python · trimesh官方案例 · 3D Blender 里搭的科隆大教堂内景约 330 万三角面8,368 个带动画的构件网页可交互肋拱、石雕、彩色玻璃光影外部素材：Poly Haven 石材贴图（CC0），Mylius 的彩色玻璃照片（CC BY-SA 3.0）官方案例 · 3DBlender 里拍的机器人短片Blender 5.2Python / bpyCyclesGPU 渲染FFmpeg编码和混音末日城市里的机器人 · 金属工坊、废墟、程序化尘土碎屑和黄昏外部素材：Poly Haven 的 CC0 道具、岩石、贴图和 HDRI 天空，ambientCG 的 PBR贴图后盖机芯12369表盘指针3D 拆解页 · 爆炸图零件按装配关系，一层层拆开再装回Kimi · 3D Make说一句话，做出能直接 3D 打印的模型做一盏福建土楼台灯，五个部件kimi.com · Kimi AppK3.1 Pro · 土楼台灯预览 · 编辑3D 打印下载五个部件导出视频分享模型实况照片分享模型
kimi.com 上的 3D Make
官方案例 · 金融 1/3英伟达（NVDA）财务模型全部公式联动情景驱动因子可调敏感性分析连到估值在 Kimi Work 里端到端交付 · 官方提供 XLSX 下载
官方案例 · 金融 2/3宁德时代（300750）投委会报告预期差对照一致预期复盘业绩对照指引前瞻催化因素投研演示文稿 · 故事线先行 · 官方提供 PPTX / PDF
报告首页
找出与市场一致预期的预期差，复盘财报，梳理未来路径官方案例 · 金融 3/3量子计算行业深度报告预期差有据可依复盘+ 前瞻分析可溯源每个数字和引用机构级行业深度研究 · 官方提供 PDF
报告首页
论证一致预期的偏差，对照指引复盘业绩，分析财报后的路径；引用都能追溯到一手来源
伙伴怎么说
参与早期测试的几家公司，反馈原话如下
伙伴反馈 · 代码早期测试伙伴怎么说“整体 Coding 体验非常出色。模型会主动探索代码库、理解项目指令，并在充分掌握上下文后才开始修改代码。输出清晰、有条理，执行过程透明，令遵循能力尤其令人印象深刻。即使上下文超过 600K tokens，也没有感受到明显的能力退化。整体而言，这是目前使用过的最出色的 Coding 模型之一。—— Frank WangOpenCode 联合创始人“我们在内测显示，Kimi K3.1 Pro 较上一代 K3 提升近 10 个百分点，综合效果进步清晰，复杂功能边界更完整，在 Qoder 当前用例样本中处于领先位置。模型能力的扎实提升，让我们对产品体验的进一步优化更有信心。—— Qoder 模型评测团队“Unity 中国推出的 Tuanjie Codely 搭载 Kimi 旗舰模型，其在游戏开发场景中的代码生成能力表现出色，展现了国产模型在专业编程领域的竞争力。Kimi 的模型能力与 Tuanjie Codely 的引擎工具链相结合，帮助开发者更快构建原型、验证玩法、迭代体验，把更多时间留给创意打磨。我们期待与 Kimi 持续深化合作，让更多好点子更快成为有趣的作品。—— Unity 中国伙伴反馈 · Office 与金融早期测试伙伴怎么说“我们在内测中发现，Kimi K3.1 Pro 在 Office 场景比肩前沿模型，较上一代有大幅提升，任务规划、执行与自测闭环明显增强。配合 WorkBuddy 的 Agent 编排能力，复杂任务真正实现从材料到交付的端到端自动化。—— WorkBuddy 团队“熵简的机构用户要的不只是快，更是准。我们对 12 个国内外头部模型进行了金融投研 Agent 场景评测，Kimi 是目前唯一能在该场景下平替海外旗舰模型的国产大模型。Kimi K3.1 Pro 在长文档问答和数据引用上的准确率位居前二；此前 K3 模型接入熵简 AlphaEngine 产品后，用户采纳率提升了 20%。AI 投研正在从问答走向 Agent，底座模型迭代得快，我们的产品才能触达更高的智能天花板。—— 李渔熵简科技首席技术官“大模型正在改变资产管理的知识生产方式和组织本身。过去的AI更多是回答一个问题，未来的AI将更深入的参加完整研究和组织运营。Kimi K3.1 Pro 的长程 Agent 能力让我们离这一目标更近了一步。华夏基金（香港）以 Kimi 旗舰大模型为自研 Agent 底座，Kimi 大模型深度嵌入投研、销售支持、风控合规及运营流程，同时，投研端拥抱 Kimi Work 金融Agent能力，赋能投研。未来公司将进一步与 Kimi 深化合作，推动Kimi 融入公司流程系统，打造 AI Native 组织。—— 甘添华夏基金（香港）有限公司 CEO
我的实测
这两天，我在 Kimi Code 里让它无人值守地跑了 45 个会话。建模、代码和音效都是 K3.1 Pro 写的，这里也放一些例子
一些测试九龙城寨：344 栋楼，全是代码生成的344 栋楼242 块双面霓虹招牌5 万多窗格Three.js · 程序化建筑和招牌 · Web Audio 音效九龙城寨是一个滚动运镜片头：344 栋楼、242 块双面繁体招牌、5 万多个窗格、积水倒影，还有一架压着楼顶飞过的 747，都是运行时用代码生成的
第一版的巷子就能直接用，后面三轮主要在重做 747 和调黄昏的光
网页滚动往下滚3D 网页 · 滚动运镜往下滚一格，镜头就沿轨道往前走一段园林 · 俯视镜头所见一些测试应县木塔：1574 个构件，一根根用脚本搭出来1574 个命名构件480 组斗拱组件4 轮对着照片改Three.js 网页 · 每个构件都能点选
八角五层六檐、平座、斗拱、塔刹都是按构件命名的独立对象，网页里能点选应县木塔是它在 Blender 里写 Python 脚本建的，不接 MCP：写脚本，渲染，自己看图，再改
K3.1 Pro · 在 Blender 里建模K3.1 Pro 写建模脚本，渲染出来自己看，再改Python 脚本无需插件Blender 渲染执行脚本import bpyseat = cube(1.4, 1.4, .2)legs = four_legs(seat)bpy.ops.render.render()back = cube(1.4, .18, 1.2)back.location = (0, .6, 1.7)!K3.1 Pro 看图找问题，回头改脚本第一版交上来，它自评“可以拿去发布”，实际是灰色虚空背景、瓦面发白、斗拱几乎看不见。把它自己下载的参考照片和渲染图并排摆着，点名哪里不对，它就一条条改到位
第一版和第四版
最后
K3.1 Pro 今天起可以在 kimi.com、Kimi App、Kimi Work 和 Kimi Code 里用，API 模型名 kimi-k3.1-pro；完整权重 11 月 4 日前开放
Kimi K3.1 Pro模型已上线，即将开源3 万亿级参数100 万token 上下文2~3 倍Highspeed 版输出速度11 月 4 日前发布完整模型权重后训练后训练算力大幅增加；RL 框架、长上下文推理、沙箱、调度等每一层都重新优化过Highspeedkimi-k3.1-pro-highspeed：同等智能，输出快 2~3 倍，价格是2 倍在哪用kimi.com、Kimi App、Kimi Work（3.1.0 起）、Kimi Code（用 /model 选）、Kimi API（kimi-k3.1-pro，可开零数据保留）企业版管理员可以为组织开启 K3.1 Pro，发布时默认关闭3D Makekimi.com 和 Kimi App 同步上线：在线预览编辑 3D 模型，下载去 3D 打印，或导出视频、实况照片立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
