Kimi K3.1 Pro 发布：后训练加码，AA 评分领先 Gemini 4 Argon

Kshsb @Kshsb783142原推发布于 2026.10.24

在 X 上打开原推

Kimi K3.1 Pro今天凌晨发布了。我看了下它的成绩单，第一反应是：这次不是“追上了”，是“真的站到同一张桌子旁边了”。 底座没换，还是7月那个K3，参数3万亿。变的是后训练，官方把后训练的算力大幅加码，用大规模的联合强化学习去覆盖几百个下游领域。这个路径本身值得留意，它说明能力提升不一定非得靠堆参数，后训练这一层的杠杆，比很多人想的要大。 编程是这次最硬的指标。在Terminal-Bench 4.0上，K3.1 Pro拿了65.7%，GPT-6 Astra是58.2%，Claude Opus 5.5是66.4%。领先Astra七个多百分点，离Opus只差0.7个百分点。前代K3在这个项上只有12.6%，这一代的跨度不是微调，是换了一个身位。长时程编码的Kimi Code Bench 3.0，也从55.95%提到了61.2%。 价格这块，是它最不讲道理的地方。输入2美元/百万tokens，输出10美元，比K3降了大约三成。Opus 5.5是4美元和20美元，K3.1 Pro的标价只有它的一半。还有一个Highspeed版，速度是常规版的2到3倍，价格翻倍，缓存命中的价格不变。等于说，它在性能逼近闭源旗舰的同时，把单价往下压了一截。 3D Make是这次一个挺实用的增量。给一段文字、一张草图或者参考图，模型去操作Blender和CAD的脚本，生成的是可以继续修改的参数化模型，不是一张看着像3D的图片。在BenchCAD上它拿了92.7%，接近Opus 5.5的96.2%。生成完可以直接在线预览、编辑，导出3D打印文件，也能导视频和实况图。智东西的实测里，它用FreeCAD做了一个能运转的航空涡扇发动机模型，用Blender复刻了新加坡机场的室内雨林。这种任务考验的不是画图，是空间推理和工程逻辑。 第三方那边，Artificial Analysis给了55分，排在Opus 5.5的58分、Sonnet 5.5和Muse Wonder的56分之后，第四。领先GPT-6 Astra和Gemini 4 Argon。AA同时说了一句挺关键的话：一旦开放权重，它就是评分最高的开源模型。完整权重计划11月4日前放出。HN上讨论热度不低，两百多分、一百多条评论，有人提到它的性格比美国模型更直率，争论起来不绕弯子。 我自己的看法是，K3.1 Pro真正值得记一笔的，不是某一项分数超过了谁，是它证明了一件事：用后训练把开源模型往闭源旗舰的位置上推，这条路走得通，而且成本曲线是反着走的——能力在涨，价格在降。开源模型和闭源旗舰之间的那层窗户纸，已经被捅到只剩最后一层了。当然，权重还没真正放出来，第三方的大规模实测也才刚开始，0.7分的差距在真实的长尾任务里意味着什么，还得再看。但方向已经很清楚了。 $GOOGL $MSFT 免责声明：本文纯属个人观点，不构成任何投资建议。