AI 行业快讯
Kimi K3.1 Pro 正式发布：编程与 3D 能力升级，Highspeed 同步上线
本页内容
更新日期 2026.10.24
10 月 24 日，Kimi 正式推出 K3.1 Pro，同步上线 K3.1 Pro Highspeed。这是 K3.1 系列的首个模型，定位为 3 万亿级参数旗舰，支持 100 万 token 上下文；Kimi 网页、App、Kimi Work、Kimi Code 和 API 均已提供入口。官方公告表示，完整模型权重计划在 2026 年 11 月 4 日前发布。
这次更新的重点：
- 加强长程编程、3D 建模和金融文档工作流，继续支持百万 token 上下文。
- Highspeed 据官方介绍保持同等能力，输出速度约为普通版的 2–3 倍。
- 普通版人民币 API 单价低于 K3；高速版的输入、输出更贵，但缓存命中单价与普通版相同。
- Kimi Code 普通版从 Plus / Moderato 起可用，完整 1M 上下文与高速版需要更高档位。
一、长程编程升级，科学任务仍有差距
K3.1 Pro 是 K3 的后训练升级版本。官方增加了强化学习投入，覆盖数百个下游领域，并优化长上下文推理、沙箱环境和训练调度。重点包括让模型在读代码、调用工具、执行测试与修复问题之间持续推进。
在 Kimi 公布的编程成绩中，普通终端任务与更偏科学研究的终端任务呈现出不同表现：
| 基准 | K3.1 Pro | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|---|
| Terminal-Bench 4.0 | 65.7% | 66.4% | 58.2% |
| Terminal-Bench Science 0.1 | 38.1% | 63.3% | 68.1% |
来源：Kimi 官方基准总览及脚注。Kimi 在这两项中使用 Claude Code 执行框架；普通 Terminal-Bench 的其他模型成绩取自各自公告或官方榜单的较高值，Science 的其他成绩来自对应榜单。它们是厂商汇总结果，不能视为全部模型在同一环境中的独立复测。
K3.1 Pro 在 Terminal-Bench 4.0 接近 Opus 5.5，但在 Science 0.1 上仍有明显差距。 真实选型需要区分日常工程任务、科学计算和复杂研究，不能用一项领先概括全部编程能力。
在 Kimi 自研的 Code Bench 3.0 Long-horizon 中，K3.1 Pro 为 61.2%，K3 为 55.95%。这项测试侧重多步执行、工具调用和端到端工程任务；内部成绩适合观察厂商报告的代际变化。
图片来源：Kimi 官方发布页。图中各模型按最高思考强度比较，具体执行框架、成绩引用来源及回退等说明见原文脚注。
二、独立评测：AA 与 LiveBench 的表现
AA：综合指数 55 分
截至 10 月 24 日，Artificial Analysis（AA）已给出 K3.1 Pro 的独立结果。以下八个模型页面均采用 Intelligence Index v4.3.2，按页面展示的整数分数排列：
| 模型（AA 测试配置） | AA Intelligence Index |
|---|---|
| Claude Opus 5.5（Max，默认回退） | 58 |
| Kimi K3.1 Pro | 55 |
| Claude Fable 5.1（Max，默认回退） | 53 |
| GPT-6 Astra（Max） | 53 |
| GPT-6.1 Sol（Max） | 52 |
| DeepSeek V4.1 Flash 1017（Max） | 45 |
| Kimi K3（Max） | 44 |
| MiniMax M3.1 Flash | 43 |
来源：AA：Kimi K3.1 Pro、Kimi K3、Opus 5.5、Fable 5.1、GPT-6 Astra、GPT-6.1 Sol、DeepSeek 1017、MiniMax M3.1 Flash。两款 Claude 保留 AA 标注的 Default Fallback（默认回退）测试条件；不同思考档位或回退设置的结果不能直接替换。
K3.1 Pro 比 K3（Max）高 11 分，与 Opus 5.5（Max，默认回退）相差 3 分；比 Fable 5.1 和 GPT-6 Astra 的上述配置各高 2 分，比 GPT-6.1 Sol（Max）高 3 分。它也比 DeepSeek 1017（Max）、MiniMax M3.1 Flash 分别高 10 分和 12 分。这个指数混合了知识工作、终端任务、推理、长上下文等评测，55 分不是 55% 正确率，分差也不能直接换算为能力提升百分比。
AA 页面测得普通版输出速度为 77.1 token/秒。这为等待时间提供了一个外部参照，但不代表自己的请求一定达到该速度，也不能将它直接乘以官方倍率，作为 Highspeed 的独立测速结果。
LiveBench 2.0：总分 76.7，编程较 K3 提升
LiveBench 2.0覆盖长程 Agent、编程、浏览器操作、研究、文档设计，以及短题形式的推理和数据分析。以下采用 2026 年 10 月 14 日发布的评测版本，榜单标注最近更新为 10 月 23 日，列出同一组八个模型的总分与四个分项：
| 模型 | 总分 | Agentic（长程任务） | Reasoning（推理） | Coding（编程） | Research（研究） |
|---|---|---|---|---|---|
| Claude Fable 5.1 | 88.0 | 80.8 | 91.7 | 97.7 | 82.0 |
| Claude Opus 5.5 | 86.5 | 85.0 | 92.2 | 96.3 | 85.0 |
| GPT-6 Astra | 86.1 | 82.4 | 92.7 | 93.7 | 85.2 |
| GPT-6.1 Sol | 85.4 | 73.0 | 92.6 | 96.0 | 83.5 |
| DeepSeek V4.1 Flash 1017 | 79.2 | 50.9 | 89.1 | 96.0 | 79.5 |
| Kimi K3.1 Pro | 76.7 | 49.5 | 91.1 | 81.8 | 77.9 |
| MiniMax M3.1 Flash | 73.1 | 34.7 | 82.9 | 83.9 | 72.7 |
| Kimi K3 | 63.4 | 42.8 | 90.7 | 59.3 | 79.0 |
来源：LiveBench 原站榜单，读取日期为 10 月 24 日；表中模型的展开行均标注 max。总分按该版本七套任务等权平均，表内仅展示四个分项，不能用这四列重新计算总分；其数值与 AA 指数也不能互换。
K3.1 Pro 比 K3 的总分高 13.3 分，Coding 高 22.5 分，Agentic 高 6.7 分；Research 则低 1.1 分。 在这组任务中，K3.1 Pro 的总分、Coding 和 Agentic 都低于 DeepSeek 1017，也低于表中的两款 Claude 和两款 GPT。AA 与 LiveBench 的相对表现不同，综合能力和具体工作流需要分别看。
按评测方法，LiveBench 每个模型每套任务只运行一次，其中 Agentic 为 18 个任务、Coding 为 29 个任务；工具或供应商故障在一次重试后仍无法测量的任务也计零分。单次结果有波动，不能仅凭某个分项下降就断言出现稳定退化。
三、3D Make 上线，金融工作流也有提升
3D 是这次更新比较直观的应用方向。按照官方模型介绍，模型可以通过编写和运行 Blender、CAD 等工具的脚本，处理几何、材质和场景，再将资产接入网页或游戏引擎。
在 Kimi 公布的 BenchCAD 使用工具测试中，K3.1 Pro 得分 92.7%。该测试通过生成 CAD 代码重建多视角图像中的物体，考察空间理解与建模；成绩对应官方抽取的 1,000 个样本及特定工具框架，不能直接当作任意工业设计任务的成功率。
Kimi 网页和 App 同步提供 3D Make：支持在线预览、编辑模型，并下载用于 3D 打印，或导出视频、实况照片。做交互原型、小游戏和产品展示时，可以先从一个可验收的小资产开始。
图片来源：Kimi 官方发布页。此图展示 3D Make 功能与模板；界面中的模型标签沿用官方示意，不代表当前会话已选择 K3.1 Pro。
金融场景主要涉及文档检索、跨文件核对、多步计算与表格工作。在官方公布的结果中，OfficeQA Pro v2 为 64.4，Frontier Finance 为 58.6。两项分别侧重财务文档分析和完整投资工作流，成绩也说明优势会随任务变化：K3.1 Pro 在这张 OfficeQA 对照图中最高，Frontier Finance 则低于 Fable 5.1。
图片来源：Kimi 官方发布页。厂商公布的成绩与比较条件，不等同于实际投资收益或日常任务保证。
四、普通版比 K3 便宜，高速版并非每一项都翻倍
Kimi 人民币定价页与开放平台首页列出的价格如下，单位均为 元 / 百万 token：
| 模型 | 未缓存输入 | 输出 | 缓存命中 | 缓存写入 5 分钟 | 缓存写入 1 小时 |
|---|---|---|---|---|---|
| K3.1 Pro | 13 | 68 | 1.3 | 13 | 26 |
| K3.1 Pro Highspeed | 26 | 136 | 1.3 | 26 | 52 |
| K3 | 20 | 100 | 2 | 20 | 40 |
普通版相对 K3，未缓存输入、缓存读取和写入单价下降 35%，输出单价下降 32%。模型完成同一任务时可能产生不同的思考和工具调用量，因此这不是实际任务费用的固定降幅。
Highspeed 的未缓存输入、输出和写入价格均为普通版的两倍，但缓存命中仍为 1.3 元。高缓存命中率的长会话，最终价差会明显小于两倍。
例如，多次调用累计输入 1 亿 token，其中 96% 命中缓存，计费输出为 30 万 token。其余 400 万输入按未缓存或默认 5 分钟写入计费，两类单价相同；不包含 1 小时写入及工具等其他费用。普通版费用为：
96 × 1.3 + 4 × 13 + 0.3 × 68 = 197.20 元。
相同计费用量下，Highspeed 为 269.60 元，约贵 36.7%；K3 为 302.00 元。这是假设用量算例，输入是多次调用的累计值，输出需包含实际计费的思考 token，不能据此保证同一真实任务的费用。
缓存文档说明，缓存读取、写入与未缓存输入的 token 分类互斥，同一批写入 token 不再重复加收一遍未缓存输入费。默认缓存有效期为 5 分钟，命中可免费续期；选择 1 小时档则按更高的写入单价计费。连续执行的 Agent 与隔一段时间再追问的会话，需要分别考虑。
五、Kimi Code 怎么用：会员门槛与模型 ID 要分清
Kimi Code 模型配置给出的权限如下：
| 能力 | 新套餐 | 老套餐 |
|---|---|---|
| K3.1 Pro 普通版 | Plus 及以上 | Moderato 及以上 |
| 普通版最高 1M 上下文 | Pro 及以上 | Allegretto 及以上 |
| K3.1 Pro Highspeed | Pro 及以上 | Allegretto 及以上 |
能选普通版，不等于当前套餐已经解锁完整百万上下文。Code 文档还注明，高速版的消耗约为普通版两倍；这是 Coding Plan 的消耗说明，与按量 API 的分项价格分别计算，不能互相套用。
已有 Code 权限时，建议新建会话，在官方 CLI 输入 /model 切换；列表尚未更新时，可按官方指引退出后重新登录。第三方工具应填写正确的模型 ID：
- Kimi Code：
k3.1-pro、k3.1-pro-highspeed。 - 按量 Kimi API：
kimi-k3.1-pro、kimi-k3.1-pro-highspeed。
两种入口使用各自的 Key、地址和计费方式。Code 文档提示，填错模型 ID 可能兜底到旧模型，因此只修改界面显示名称还不够。
K3.1 Pro 系列仅支持思考模式，提供 low、high、max 三档，默认 max；关闭思考会被拒绝。简单修改可以先降低思考强度，复杂任务则应给推理和最终答案都留足预算。
按量 API 还有独立的访问条件：官方指南要求先充值解锁，最低充值 10 元；新用户注册认证赠送的 15 元代金券不能用于 K3.1 Pro。已有 Kimi 会员也不应默认按量 API 会从会员额度中扣除。
六、总结
Kimi K3.1 Pro 的升级重点是长程编程、3D 创作和金融工作流。AA 综合指数达到 55 分，比 K3（Max）高 11 分，与 Opus 5.5（Max，默认回退）相差 3 分；在科学任务等单项上仍有差距，实际表现需要结合具体场景判断。
普通版 API 单价低于 K3，Highspeed 则提供官方所称的约 2–3 倍输出速度，两者缓存命中单价相同。在线产品与 API 已上线，Kimi Code 的模型和上下文权限按会员档位开放；完整模型权重计划在 11 月 4 日前发布。
体验入口（推广）：Kimi / Kimi Code。对照模型入口：DeepSeek API、MiniMax。