Kimi K3.1 Pro 发布,以55分位列 Artificial Analysis 智能指数第四

Moonshot 发布 Kimi K3.1 Pro,这是一款推理模型,在 Artificial Analysis 智能指数上得分55,位列第四,较 Kimi K3 提升11分。该模型在智能体任务上大幅提升,包括 GDPval-AA 上1,846 Elo 和 Terminal-Bench 4.0 上67%,一旦权重发布,将成为得分最高的开放权重模型。它拥有100万 token 上下文窗口,总参数2.8T、激活参数104B,定价为每100万输入/输出/缓存命中 token 2美元/10美元/0.20美元。
事件版本 1.
Key insights
智能指数排名第四
Kimi K3.1 Pro 在 Artificial Analysis 智能指数上得分55,较 Kimi K3 的44分提升11分。它落后于 Claude Opus 5.5 的58分、Claude Sonnet 5.5 的56分和 Muse Wonder Full 的56分。
智能体性能提升
Kimi K3.1 Pro 在 GDPval-AA 上得分1,846 Elo,较 Kimi K3 提升312 Elo,位列第三,仅次于 Claude Opus 5.5 和 Muse Wonder Full。它在 Terminal-Bench 4.0 上以67%取得所有模型最高分,较 Kimi K3 的13%大幅提升,AutomationBench-AA 从58%升至73%。
其他评测温和提升
Humanity's Last Exam 从47%升至52%,CritPt 从23%升至25%,SciCode 从59%升至61%。AA-Omniscience 指数从20升至30,幻觉率从53%降至44%,准确率从48%升至51%。
定价与单任务成本
单任务成本与 Kimi K3 大致持平,为1.98美元,K3.1 Pro 在每个智能指数任务上使用55K 输出 token,而 Kimi K3 为48K。第一方 token 价格低33%,为每100万输入/输出/缓存命中 token 2美元/10美元/0.20美元。
开放权重差距将缩小
一旦 K3.1 Pro 权重发布,它将成为得分最高的开放权重模型,领先开放权重模型与专有模型在智能指数上的差距将从12分缩小至3分。权重目前尚未发布。