Kimi K3.1 Pro 发布 编码与幻觉率大幅优化
月之暗面发布首个更新模型 Kimi K3.1 Pro，在 Terminal-Bench 等基准上逼近 Claude Opus 5.5。通过移除训练数据中的网络攻击相关内容，模型在保持通用编码能力的同时显著降低了幻觉率，并推出了高速版本。
报道正文
Rohan Paul (@rohanpaul_ai) · 2026-10-23 19
Moonshot AI 的首次更新：全新 Kimi K3.1 Pro
Kimi K3.1 Pro 在 Terminal-Bench 4.0 上得分 65.7%，落后 Claude Opus 5.5 仅 0.7 分，领先 GPT-6 Astra 7.5 分，且平均单任务成本低于这两款竞品的顶级运行水平。
Moonshot 发现随着后训练规模的扩大，漏洞利用技能随之提升，因此从中期训练和 RL（强化学习）阶段移除了与网络安全相关的数据；在其内部 xdev-bench-hard 测试中，pass@3 从 90.5% 降至 81.0%。
尽管经过过滤，该模型仍能解决 81.0% 的此类漏洞利用任务，而 K3 仅为 33.3%。Moonshot 将此解读为通用编码能力的提升延伸到了网络安全工作中，不过第三方运行的 GPT-5.6 Sol 解决了 100% 的任务。
在 Moonshot 内部的带工具幻觉压力测试中，错误声明率从 K3 的 23.4% 降至 8.3%，虽仍高于 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 模拟的商业运营测试中，得分从 8.9 跃升至 37；此外，K3.1 Pro 在 OfficeQA Pro v2 上也以 64.4 分领先 Opus 5.5 的 62.2 分。
性能提升并不均衡：在 Terminal-Bench Science 上，K3.1 Pro 得分为 38.1，低于 GPT-6 Astra 的 68.1 和 Opus 5.5 的 63.3；但在 Agents’ Last Exam 中以 43.2 分领先，在带工具的 Humanity’s Last Exam 中也以 70.0 分居首。
K3.1 Pro 及其速度提升 2-3 倍的 Highspeed 变体已在 Kimi 的应用程序和 API 上线，完整权重将于 11 月 4 日前发布，以便进行独立复现。
↳ 引用 @Kimi_Moonshot (Kimi.ai): 隆重推出 Kimi K3.1 Pro：我们最强大的 3T 级开放权重模型。
🔹 1M token 上下文窗口，总参数 2.8T / 激活参数 104B (MoE)，多模态。 🔹 全项目编码能力：支持在 Unreal、Unity 和 Godot 中开发游戏。 🔹 擅长 Blender 和 CAD 中的参数化 3D 建模。 🔹 金融工作更可靠：精确建模，幻觉率降低 65%。 🔹 在编码、智能体和知识基准测试中媲美最强的专有模型。
Kimi K3.1 Pro 和 K3.1 Pro Highspeed（速度快 2–3 倍）现已上线
