Kimi K3.1 Pro三万亿参数开源登顶：Terminal-Bench从13%冲到65.7%，价格只有GPT-6 Astra的五分之一

后训练算力加倍，能力长在手上而不是嘴上

10月24日，月之暗面发布K3.1系列首款模型Kimi K3.1 Pro。它延续混合专家架构，总参数三万亿级，单Token激活约1040亿，上下文窗口扩到100万Token，支持文本与图像输入。相比7月的K3，K3.1 Pro最实质的变化不在参数，而在后训练：强化学习的算力投入大幅增加，训练范围扩到数百个下游领域。

为了让几百个领域联合训练不互相拖累，月之暗面把技术栈逐层重写了一遍，包括RL框架、长上下文推理、训练效率、沙箱基础设施、调度系统，以及用于环境质量检查的共享平台。这句话听起来像工程口径，但它决定了一件事：新增的算力能不能真正变成能力，而不是变成更长的训练日志。

最能说明方向的是一次内部压力测试。研究人员让模型基于一个含296个骨骼组件、402个肌肉组件的开源人体解剖模型，搭一套行走动力学仿真器。模型需要自己分析实验结果、定位问题、迭代控制器，最终把仿真人体从最初几步之内倒地，推到能交替迈步连续行走11.2秒，顺带修正了肩部肌肉力臂计算里的36处错误。这不是问答能力，这是发现问题并修掉它的能力。

三个可以拿去对比的数字

第一个是Artificial Analysis智能指数：K3.1 Pro拿到55分，全球第四，比K3高出11分，同时是开放权重模型里的第一。该机构给了一个明确判断：权重一旦发布，开放权重与顶级闭源的差距会从12分缩到3分。

第二个是Terminal-Bench 4.0。这个基准用真实环境中资源受限的终端任务考察编程智能体，每项任务都有专项测试。K3.1 Pro从K3的13%跃到65.7%，超过GPT-6 Astra的58.2%，与Claude Opus 5.5的66.4%差距不到1个百分点。从13%到65.7%不是优化，是换代。

第三个是价格。官方口径是GPT-6 Astra的五分之一、Claude Opus 5.5的50%。API定价为每百万Token缓存命中输入1.3元、未命中13元、输出68元；Highspeed高速版同等智能，输出速度约2到3倍，价格约2倍。同时上线的还有Hosted Agents托管智能体服务，把支撑长程任务的Harness作为云端基础设施提供，可跑7×24小时并支持多智能体协作。

11月4日才是真正的分水岭

现在所有关于开源的讨论都还停留在承诺上。完整模型权重官方口径是11月4日前发布，面向科研机构与产业开发者。在那之前，K3.1 Pro只是一个便宜且好用的闭源API；在那之后，它才是一个可以被自托管、被微调、被审计的基座。

这也解释了为什么社区的反应比跑分更激烈。发布当天Kimi的免费额度十分钟就被打满，Reddit上刷屏的是K3.1超过了Fable 5.1。参数规模第一从来不是重点，重点是一个开放权重的模型第一次在可验证的生产任务上，和闭源前沿站到了同一张表里。

模型竞争的坐标已经从参数规模，挪到了后训练算力、工具调用、推理成本和生态入口这四项上。谁把后训练算力真正转化成了能落地的手，谁才拿到下一轮的入场券。