Moonshot AI 的 Kim K3.1 Pro 在金融分析方面向 Claude Opus 5.5 和 GPT-6 Astra 發起挑戰，但在 3D 建模基準測試中表現不及兩者。該升級版大型語言模型於 2026 年 10 月 23 日發佈，擁有 3 萬億個參數和 100 萬 token 的上下文窗口，模型權重計劃於 11 月 4 日前公開發布。

要點

• Moonshot 報告稱，其模型在金融分析基準測試中勝過兩家競爭對手。

• 在 Terminal-Bench 4.0 測試中，該模型的表現介於 Astra 和 Opus 5.5 之間。

• 付費雲端訪問現已開放，早於計劃中的模型權重發布。

月之暗面 AI 的 Kim K3.1 Pro 在選擇性激活的基礎上進一步升級

Kim K3.1 Pro 在月之暗面於 7 月發佈的 Kimi K3 基礎上，通過額外訓練提升了複雜推理能力，以及處理涉及多個步驟和工具的任務的能力。其前代模型由 896 個神經網絡組成，但每次只激活 16 個，以最大限度降低推理成本。

Kimi K3 還採用了 Kimi Delta Attention，這是 Gated DeltaNet 的定製實現，可減少其注意力機制解讀提示詞時所需的 RAM。

月之暗面表示，升級版模型的後訓練消耗的算力遠高於此前的項目。訓練系統新增了自動化質量檢查，並提升了基礎設施效率。據該公司介紹，他們還推出了獨立的 Highspeed 版本，其響應生成速度是標準模型的兩到三倍。

基準測試結果在編程、3D 創作和金融領域各有高下

月之暗面公佈的測試結果顯示，Kim K3.1 Pro 在基於終端的編程方面領先於 GPT-6 Astra，在金融分析方面領先於兩款競品，但在 3D 模型編程方面則落後於兩者。

在用於測試智能體編程任務能力的 Terminal-Bench 4.0 中，該模型得分爲 65.7%，高於 Astra 的 58.2%，但低於 Opus 5.5 的 66.4%。在月之暗面的內部測試 Kimi Code Bench 3.0 Long horizon 中，其得分從前代的 55.95% 提升至 61.2%。

該模型在 3D 模型編程基準測試 BenchCAD 中得分爲 92.7%，低於 Opus 5.5 的 96.2% 和 Astra 的 95.9%。它可以通過代碼創建幾何模型，併爲生成的模型製作動畫。月之暗面還報告稱，該模型在 Unity、Unreal Engine 和 Godot 中生成交互式環境、網站和 3D 資產的能力均有所提升。

在一項演示中，一個步行模擬器包含 296 個骨骼組件和 402 個肌肉組件。模型經過 167 項開發任務和 420 次審查，最終讓角色連續行走了 11.2 秒。另一項內部評估則生成了多款 3D 電子遊戲。

在金融任務方面，月之暗面報告稱，該模型在 OfficeQA Pro v2 中得分爲 64.4，在金融文檔分析、檢索和數值推理評估中超過了兩款競品。與 Kimi K3 相比，內部金融建模和金融研究測試的成績分別提高了 7.2 分和 11.6 分。

月之暗面還指出，根據其內部的 Kimi Hallu Bench Hard 評估，幻覺率從 23.4% 降至 8.3%。在該公司的對比測試中，Opus 5.5 使用工具時的幻覺率爲 15%。月之暗面提醒稱，這項針對高難度場景的測試並不能代表日常使用中的幻覺率。

網絡安全訓練調整與付費使用

月之暗面在後訓練中有意排除了部分網絡安全數據和任務，以限制模型的攻擊能力，同時保留其通用編程表現。在一項內部漏洞研究評估中，最終模型得分爲 81%；而未受這些限制的訓練版本得分爲 90.5%。

該模型在網絡安全基準測試中的表現落後於 Astra 和 Opus 5.5。月之暗面計劃在未來的模型中加入更先進的漏洞分析功能。

Moonshot AI 的 Kim K3.1 Pro 可通過付費雲服務使用，標準版和 Highspeed 版均可通過 Kimi.ai、Kimi Work、Kimi Code 及該公司的 API 訪問。月之暗面計劃於 11 月 4 日前開源完整模型權重，讓開發者能夠在自己的基礎設施上運行該模型。

本文由人工智能協助撰寫，並經編輯團隊審覈。