Kimi K3.1 Pro 登顶 Artificial Analysis 网络安全智能体开放模型榜首

Kimi K3.1 Pro 是新的 #1 开放获取模型，在智能体网络防御方面仅次于仅限可信访问的模型 GPT-6 Sol（Daybreak Blue），位列 Artificial Analysis Cyber Index 第二名

@Kimi_Moonshot 的 Kimi K3.1 Pro 在 Artificial Analysis Cyber Index 上得分 64%，比此前领先的开放获取模型 DeepSeek V4.1 Flash 1017（57%）高出 7 分，比 GPT-6 Sol（Daybreak Blue，max，69%）低 5 分；后者仅可通过 OpenAI 的可信访问计划获取。一旦 K3.1 Pro 的权重发布，它也将成为网络防御领域领先的开放权重模型。

Artificial Analysis Cyber Index 衡量模型在智能体网络防御任务上的能力，由三项基准测试组成：CWE-Bench-AA、DeepsecBench-AA 和 CyberGym-E2E-AA。该指数主要通过模型公开可访问的 API 进行评估，以反映开发者能够使用的网络能力。

OpenAI、Anthropic 和 Google 的专有模型可能具备更强的网络能力，但会因安全拒答而失分：通过 OpenAI 可信访问计划提供的 GPT-6 Sol（Daybreak Blue，max）比其公开对应模型高出 32 分。Kimi K3.1 Pro 未出现安全拒答。

主要结果：

➤ #1 开放获取模型、总体 #2：Kimi K3.1 Pro 得分 64%，比 Kimi K3（41%）高出 23 分，也领先于 DeepSeek V4.1 Flash 1017（57%）。只有仅限可信访问的 GPT-6 Sol（Daybreak Blue，max，69%）得分更高

➤ 所有模型中 CyberGym-E2E-AA 得分最高：K3.1 Pro 在 CyberGym-E2E-AA 上得分 95%，领先于 GPT-6 Sol（Daybreak Blue，93%）以及下一款开放获取模型 Mistral Large 4（82%）。在 DeepsecBench-AA 上，K3.1 Pro 得分 37%，落后于 GPT-6 Sol（Daybreak Blue，48%）和 GPT-6 Sol（46%）。在 CWE-Bench-AA 上，它得分 61%，比 GPT-6 Sol（Daybreak Blue，65%）低 4 分，而 DeepSeek V4.1 Flash 1017 以 69% 领先

➤ 尽管 token 价格更低，每项任务成本仍增加 15%：K3.1 Pro 的每项任务成本为 $2.81，高于 GPT-6 Sol（Daybreak Blue，max，$1.77）和 DeepSeek V4.1 Flash 1017（$0.42）。Kimi K3.1 Pro 的每 token 成本比 Kimi K3 低 33%（每 100 万输入/输出 token 分别为 $2/$10 和 $3/$15），但使用的输入 token 约为其两倍，因此每项任务成本高出 15%（$2.81 对 $2.45）