Artificial Analysis (@ArtificialAnlys) · 2026/10/24 01:44:44
Kimi K3.1 Pro 发布：智能指数第 4，开源权重即将上线
Moonshot AI 发布 Kimi K3.1 Pro，在 Artificial Analysis 智能指数中位列第四（得分55），较前代提升11分。该模型在智能体任务上表现显著增强，Terminal-Bench 得分高达67%，且定价降低33%。一旦权重公开，它将成为评分最高的开源权重模型，大幅缩小与顶级闭源模型的差距。
报道全文原始报道全文
Artificial Analysis (@ArtificialAnlys) · 2026-10-23 17
Kimi K3.1 Pro 在 Artificial Analysis Intelligence Index（智能指数）中以 55 分位列第四，其在 agentic（智能体）性能方面取得大幅提升；一旦权重发布，它将成为领先的开源权重模型。
@Kimi_Moonshot 的新推理模型相比 Kimi K3（max，44 分）提升了 11 分。在 Intelligence Index 上，仅落后于 Claude Opus 5.5（max with fallback，58 分）、Claude Sonnet 5.5（max with fallback，56 分）和 Muse Wonder Full（max，56 分）。
一旦 K3.1 Pro 的权重发布，它将成为得分最高的开源权重模型，Intelligence Index 上领先开源权重模型与专有模型之间的差距将从 12 分缩小至 3 分。
关键结果： ➤ Agentic 性能大幅提升：Kimi K3.1 Pro 在 GDPval-AA 中得分为 1,846 Elo，排名第三，较 Kimi K3 提升 312 Elo，仅次于 Claude Opus 5.5（1,866 Elo）和 Muse Wonder Full（1,857 Elo）。Kimi K3.1 Pro 还在 Terminal-Bench 4.0 中取得了所有模型中的最高分。K3.1 Pro 得分为 67%，较 Kimi K3 的 13% 显著提升，并超过 Claude Sonnet 5.5（64%）。测试 agentic SaaS 工作流的 AutomationBench-AA 得分从 58% 上升至 73%。
➤ 其他评估指标的提升较为温和：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，幻觉率从 53% 降至 44%，准确率从 48% 升至 51%。
➤ 每任务成本与 Kimi K3 大致相当，为 $1.98/Task：K3.1 Pro 在每个 Intelligence Index 任务中使用 55K 输出 token，比 Kimi K3 的 48K 多 14%，而其第一方 token 价格降低了 33%。
更多模型细节： ➤ 上下文窗口：1M tokens。 ➤ 规模：总参数 2.8T，激活参数 104B。 ➤ 输入模态：文本和图像。 ➤ 权重与许可证：目前尚未发布权重，Moonshot 预计将在发布后不久公开权重。 ➤ 定价：每百万输入/输出/缓存命中 token 分别为 10/$0.20，三项费率均比 Kimi K3 低 33%。
祝贺 @Kimi_Moonshot 团队发布新模型！
