Moonshot发布Kimi K3.1 Pro模型
Moonshot AI’s first update, the new Kimi K3.1 Pro
K3.1 Pro是Moonshot的首次重大更新，在多项关键基准上逼近或超越顶级竞品，且公开了具体的训练调整细节与成本优势，值得开发者关注其实际表现。
Moonshot AI’s first update, the new Kimi K3.1 Pro
Moonshot AI 的首次更新，全新的 Kimi K3.1 Pro
> Kimi K3.1 Pro scores 65.7% on Terminal-Bench 4.0, 0.7 points behind Claude Opus 5.5 and 7.5 ahead of GPT-6 Astra, at a lower average cost per task than either rival’s top runs.
> Kimi K3.1 Pro 在 Terminal-Bench 4.0 上得分 65.7%，落后 Claude Opus 5.5 0.7 分，领先 GPT-6 Astra 7.5 分，且单次任务的平均成本低于两家竞争对手的最佳表现。
> Moonshot saw exploit skill climb as post-training scaled, so it removed cyber-related data from mid-training and RL; on its internal xdev-bench-hard, pass@3 fell from 90.5% to 81.0%.
> Moonshot 发现随着训练后规模的扩大，利用技能有所提升，因此从中期训练和强化学习（RL）中移除了与网络相关的數據；在其内部 xdev-bench-hard 测试中，pass@3 从 90.5% 降至 81.0%。
> The filtered model still solves 81.0% of those exploitation tasks against K3’s 33.3%, which Moonshot reads as general coding gains carrying into cyber work, while a third-party run of GPT-5.6 Sol solved 100%.
> 经过过滤的模型仍能解决 81.0% 的此类利用任务，而 K3 仅为 33.3%。Moonshot 认为这表明通用编码能力的提升延伸到了网络工作领域，而第三方运行的 GPT-5.6 Sol 则解决了 100% 的任务。
> On Moonshot’s internal hallucination stress test with tools, false claims fell from 23.4% for K3 to 8.3%, still above GPT-6 Astra’s 5.5% but well below Claude Opus 5.5’s 15.0%.
> 在 Moonshot 的内部带有工具调用的幻觉压力测试中，虚假声明的比例从 K3 的 23.4% 降至 8.3%，仍高于 GPT-6 Astra 的 5.5%，但远低于 Claude Opus 5.5 的 15.0%。
> The biggest jump is on Moonshot’s simulated business-operation test, where scores rose from 8.9 to 37, and K3.1 Pro also tops OfficeQA Pro v2 at 64.4 against Opus 5.5’s 62.2.
> 最大的提升出现在 Moonshot 的模拟业务运营测试中，分数从 8.9 升至 37；此外，K3.1 Pro 在 OfficeQA Pro v2 上也以 64.4 分领先于 Opus 5.5 的 62.2 分。
> Gains are uneven: K3.1 Pro scores 38.1 on Terminal-Bench Science against GPT-6 Astra’s 68.1 and Opus 5.5’s 63.3, while leading Agents’ Last Exam at 43.2 and Humanity’s Last Exam with tools at 70.0.
> 提升并不均衡：K3.1 Pro 在 Terminal-Bench Science 上得分为 38.1，低于 GPT-6 Astra 的 68.1 和 Opus 5.5 的 63.3；但在 Agents’ Last Exam 中以 43.2 分领先，在带工具的 Humanity’s Last Exam 中以 70.0 分领先。
> K3.1 Pro and a Highspeed variant running 2-3x faster are live in Kimi’s apps and API, with full weights due by November 4 for independent reruns.
> K3.1 Pro 以及一个运行速度快 2-3 倍的 Highspeed 变体已在 Kimi 的应用程序和 API 中上线，完整权重将于 11 月 4 日开放，供独立复现使用。
更进一步：量化金融体系
看懂新闻只是起点——沿量化金融路径，把它变成能交付的工程能力