Moonshot AI 发布 Kimi K3.1 Pro 及 Highspeed 变体

Moonshot AI 的首次更新：新版 Kimi K3.1 Pro

> Kimi K3.1 Pro 在 Terminal-Bench 4.0 上得分 65.7%，落后 Claude Opus 5.5 0.7 分，领先 GPT-6 Astra 7.5 分，且每项任务的平均成本低于两个竞争对手各自最高分的运行。

> 随着后训练规模扩大，Moonshot 发现漏洞利用技能有所提升，因此从中期训练和 RL 中移除了网络安全相关数据；在其内部的 xdev-bench-hard 上，pass@3 从 90.5% 降至 81.0%。

> 过滤后的模型仍能解决其中 81.0% 的漏洞利用任务，而 K3 的这一比例为 33.3%；Moonshot 将此解读为通用编程能力的提升延伸到了网络安全领域，不过第三方运行中，GPT-5.6 Sol 解决了 100%。

> 在 Moonshot 内部配备工具的幻觉压力测试中，错误断言从 K3 的 23.4% 降至 8.3%，仍高于 GPT-6 Astra 的 5.5%，但远低于 Claude Opus 5.5 的 15.0%。

> 最大幅度的提升出现在 Moonshot 的模拟业务运营测试中，得分从 8.9 升至 37；K3.1 Pro 在 OfficeQA Pro v2 上也以 64.4 分领先 Opus 5.5 的 62.2 分。

> 各方面提升并不均衡：K3.1 Pro 在 Terminal-Bench Science 上得分 38.1，低于 GPT-6 Astra 的 68.1 和 Opus 5.5 的 63.3；在领先的 Agents’ Last Exam 上得分 43.2，在配备工具的 Humanity’s Last Exam 上得分 70.0。

> K3.1 Pro 以及运行速度快 2—3 倍的 Highspeed 变体已在 Kimi 的应用和 API 中上线，完整权重将于 11 月 4 日前发布，以便独立复测。