AI 前沿 · 动态速递
月之暗面 10 月 23 日发布 Kimi K3.1 Pro。在 Artificial Analysis 综合智能指数上拿到 55 分，总榜第四——排在前面的只剩 Anthropic 的 Claude Opus 5.5（58 分）、Sonnet 5.5 和 Meta 的 Muse Wonder Full 三款闭源模型。
更关键的是时间表：完整权重承诺 11 月 4 日前开放。一旦兑现，K3.1 Pro 将成为有史以来得分最高的开源权重模型，把开源与闭源旗舰的差距从 12 分压缩到 3 分。而且和闭源榜单不一样的是——开源的分数，任何人都可以自己下载下来复测。
模型本身：K3.1 Pro 是今年 7 月完全开源的 Kimi K3（2.8 万亿参数，当时全球最大的开源权重模型）的后训练版本，保留了 3 万亿参数量级与 100 万 token 上下文窗口。
涨幅最大的是智能体编程：在考察真实终端任务的 Terminal-Bench 4.0 上得分 65.7%，超过 OpenAI 的 GPT-6 Astra（58.2%），逼近 Claude Opus 5.5（66.4%）。定价每百万输入 token 2 美元、输出 10 美元——恰为 Opus 5.5 价目表的一半。
不过有两笔账要分开算（OrcaRouter 的提醒）：其一，两边 Terminal-Bench 分数是在不同推理档位下测出的，直接横排有水分；其二，每 token 便宜不等于每任务便宜——Artificial Analysis 算出 K3.1 Pro 每个指数任务成本 1.98 美元，与 K3 的 2.00 美元几乎持平，因为它每个任务要生成约 5.5 万输出 token，比 K3 多 14%。它话多。
发布在 Hacker News 上拿了约 850 分、近 500 条评论。被讨论最多的不是基准，而是脾气。一条高赞评论写道：「Kimi 比美国模型直率、爱争论得多。它太好笑了，会说『这个问题我们已经聊过 3 次了，你换个问法也改变不了答案』。」当能力差距缩到个位数，模型的「性格」开始变成选型因素——这是榜单上看不到的维度。
Hugging Face 的 2026 年报告显示，中国开发的开源模型已占平台下载量的 41%，美国约 35%~36.5%。科技日报评价 Kimi K3「在全球科技界激起震动」，Axios 的说法更直接：「美国在先进 AI 上的压倒性领先已经没了。」成立于 2023 年的月之暗面，用不到四年时间从长上下文聊天机器人做到了 500 亿美元估值。
「3 分」这个数字的分量值得单独说：过去一年开源追闭源的差距是 12 分，大家默认开源「能用但差一截」；现在差 3 分，而且 11 月 4 日权重一放，这个分数谁都能自己跑、自己验——闭源榜单说破天也只是厂商自己报的数。另外两个实用提醒：一，每 token 便宜不等于每任务便宜，K3.1 Pro 话多，单个任务总成本几乎没降，选型要看你的任务形态；二，HN 上吵翻天的「太直率、爱抬杠」，换个角度看是它敢说「你的问法有问题」——当能力接近后，模型性格会变成新卖点。
本文整理自公开新闻与技术资料，数据为报道时点数字，仅供知识科普，不构成任何投资或采购建议；产品能力与价格请以厂商官方发布为准。