Kimi K3.1 Pro 发布，Artificial Analysis Intelligence Index 得分 55 排名第四

Kimi K3.1 Pro 首发即在 Artificial Analysis Intelligence Index 上排名第四，得分 55，在智能体性能方面取得大幅提升；权重发布后，它将成为领先的开放权重模型。

@Kimi_Moonshot 的新推理模型比 Kimi K3（max，44）高出 11 分。在 Intelligence Index 上，仅次于 Claude Opus 5.5（max with fallback，58）、Claude Sonnet 5.5（max with fallback，56）和 Muse Wonder Full（max，56）。

K3.1 Pro 的权重发布后，它将成为得分最高的开放权重模型，Intelligence Index 上领先的开放权重模型与专有模型之间的差距将从 12 分缩小到 3 分。

主要结果：

➤ 智能体性能大幅提升：Kimi K3.1 Pro 在 GDPval-AA 上以 1,846 Elo 排名第三，比 Kimi K3 高出 312 Elo，仅次于 Claude Opus 5.5（1,866 Elo）和 Muse Wonder Full（1,857 Elo）。Kimi K3.1 Pro 还取得了所有模型中 Terminal-Bench 4.0 的最高分。K3.1 Pro 得分 67%，高于 Kimi K3 的 13%，也领先于 Claude Sonnet 5.5（64%）。用于测试智能体式 SaaS 工作流的 AutomationBench-AA 从 58% 提升至 73%。

➤ 其他评测的提升较为温和：Humanity's Last Exam 从 47% 升至 52%，CritPt 从 23% 升至 25%，SciCode 从 59% 升至 61%。AA-Omniscience Index 从 20 升至 30，同时幻觉率从 53% 降至 44%，准确率从 48% 升至 51%。

➤ 每项任务成本与 Kimi K3 大致相当，为每项任务 1.98 美元：K3.1 Pro 在 Intelligence Index 的每项任务中使用 55K 输出 token，比 Kimi K3 的 48K 多 14%，而其第一方 token 价格低 33%。

其他模型详情：

➤ 上下文窗口：1M token。

➤ 规模：总计 2.8T 参数，激活参数 104B

➤ 输入模态：文本和图像

➤ 权重与许可证：权重目前尚未发布，预计 Moonshot 会在发布后不久公开权重

➤ 价格：每 1M 输入/输出/缓存命中 token 分别为 2 美元/10 美元/0.20 美元，三档价格均比 Kimi K3 低 33%。

恭喜 @Kimi_Moonshot 团队推出这款模型！