Moonshot发布Kimi K3.1 Pro：2.8T参数MoE模型
Moonshot AI Releases Kimi K3.1 Pro: A 2.8T Total/104B Active Params (MoE) Model with 1M Context
Kimi K3.1 Pro是Moonshot的首款旗舰级开源权重模型，架构与性能数据详实，API定价策略对开发者有直接参考价值，建议关注其后续权重开放情况。
Moonshot AI has just released Kimi K3.1 Pro, the first model in its K3.1 series. Kimi K3.1 Pro is a 3T-class open-weight* model with a 1-million-token context window. Moonshot team positions it against the strongest proprietary models on coding, agentic and knowledge benchmarks. For developers, it is cheaper API pricing than K3 and open weights yet not available. *open weights are expected to release in November 2026.
Moonshot AI 刚刚发布了 Kimi K3.1 Pro，这是其 K3.1 系列中的首款模型。Kimi K3.1 Pro 是一款拥有百万 token 上下文窗口的 3T 级开放权重*模型。Moonshot 团队将其定位为在编码、智能体和知识基准测试中对抗最强闭源模型的对手。对于开发者而言，它的 API 定价比 K3 更便宜，且提供开放权重（目前尚未可用）。*开放权重预计将于 2026 年 11 月发布。
TL;DR
TL;DR（太长不看版）
- Size: 2.8T total, 104B active parameters (MoE), 1M-token context.
- Runs on: Kimi API today. For K3, Moonshot recommends supernodes of 64+ accelerators, with MXFP4 weights and MXFP8 activations. Not a single-GPU model.
- Performance: Near the proprietary frontier on terminal coding; behind it on scientific terminal tasks.
- Best: SWE-Marathon 51.7, ahead of every model in Kimi’s chart (self-reported).
- Worst: Terminal-Bench Science 0.1 at 38.1, versus 68.1 for GPT-6 Astra in Kimi’s chart.
- 规模：总计 2.8T，104B 活跃参数（MoE），1M-token 上下文。
- 运行环境：今日可通过 Kimi API 使用。对于 K3，Moonshot 建议使用配备 MXFP4 权重和 MXFP8 激活值的 64+ 加速器超级节点。它不是单 GPU 模型。
- 性能：在终端编码方面接近闭源前沿水平；在科学类终端任务方面落后于它们。
- 最佳表现：SWE-Marathon 得分 51.7，领先于 Kimi 图表中的所有模型（自我报告）。
- 最差表现：Terminal-Bench Science 0.1 得分为 38.1，而 Kimi 图表中 GPT-6 Astra 的得分为 68.1。
What is Kimi K3.1 Pro?
什么是 Kimi K3.1 Pro？
Kimi K3.1 Pro is a post-trained version of Kimi K3 with much larger post-training compute. Moonshot team ran joint reinforcement learning across hundreds of downstream domains. To support this, the Moonshot team optimized the RL framework, long-context inference, sandbox infrastructure and rollout scheduling.
Kimi K3.1 Pro 是 Kimi K3 的后训练版本，拥有更大的后训练计算量。Moonshot 团队在数百个下游领域进行了联合强化学习。为此，Moonshot 团队优化了 RL 框架、长上下文推理、沙箱基础设施和 rollout 调度。
The base K3 architecture uses Kimi Delta Attention (KDA) and Attention Residuals (AttnRes). It activates 16 of 896 experts through a Stable LatentMoE framework. The model accepts text, images and video through the API, per the quickstart docs.
基础 K3 架构采用 Kimi Delta Attention (KDA) 和 Attention Residuals (AttnRes)。它通过 Stable LatentMoE 框架激活 896 个专家中的 16 个。根据快速入门文档，该模型通过 API 接受文本、图像和视频输入。
Moonshot team also shipped Kimi K3.1 Pro Highspeed. According to the official Moonshot blog, it runs 2 to 3x faster.
Moonshot 团队还推出了 Kimi K3.1 Pro Highspeed。根据 Moonshot 官方博客，其运行速度快 2 到 3 倍。
How does Kimi K3.1 Pro perform on benchmarks?
Kimi K3.1 Pro 在基准测试中的表现如何？
All numbers below are self-reported by Moonshot at max reasoning effort, mostly with the Claude Code harness.
以下所有数据均为 Moonshot 在最大推理努力下自我报告的，主要使用 Claude Code harness。
- Coding: On Terminal-Bench 4.0, K3.1 Pro scores 65.7%. That is just behind Claude Opus 5.5 at 66.4% in Kimi’s chart. On SWE-Marathon it leads at 51.7, ahead of Opus 5.5 at 46.3. On Kimi Code Bench 3.0 Long-horizon, an internal benchmark, it scores 61.2, up from K3’s 55.95.
- Science: Terminal-Bench Science 0.1 is the clear gap. K3.1 Pro scores 38.1, versus 68.1 for GPT-6 Astra and 63.3 for Opus 5.5 in Kimi’s chart.
- 3D and CAD: On BenchCAD with tools, K3.1 Pro scores 92.7. Opus 5.5 scores 96.2 and GPT-6 Astra 95.9. Without tools, K3.1 Pro scores 72.8, close to Opus 5.5 at 73.0.
- Finance: K3.1 Pro reports a state-of-the-art 64.4 on OfficeQA Pro v2. It scores 58.6 on Frontier Finance. On internal finance tests, it gains 7.2 points in modeling and 11.6 in research over K3.
- Hallucination: On Kimi Hallu Bench Hard, an internal stress test, claim-level hallucinations fell from 23.4% (K3) to 8.3%. That is roughly the 65% drop Moonshot cites. GPT-6 Astra still posts a lower 5.5% on the same test.
- 编码：在 Terminal-Bench 4.0 上，K3.1 Pro 得分为 65.7%。这在 Kimi 的图表中仅次于 Claude Opus 5.5 的 66.4%。在 SWE-Marathon 上，它以 51.7 分领先，高于 Opus 5.5 的 46.3 分。在内部基准测试 Kimi Code Bench 3.0 Long-horizon 上，它得分为 61.2，高于 K3 的 55.95。
- 科学：Terminal-Bench Science 0.1 存在明显差距。K3.1 Pro 得分为 38.1，而 Kimi 图表中 GPT-6 Astra 为 68.1，Opus 5.5 为 63.3。
- 3D 和 CAD：在使用工具的情况下，BenchCAD 上 K3.1 Pro 得分为 92.7。Opus 5.5 得分为 96.2，GPT-6 Astra 为 95.9。在不使用工具的情况下，K3.1 Pro 得分为 72.8，与 Opus 5.5 的 73.0 分非常接近。
- 金融：K3.1 Pro 在 OfficeQA Pro v2 上取得了最先进的 64.4 分。在 Frontier Finance 上得分为 58.6。在内部金融测试中，其建模能力比 K3 提升 7.2 分，研究能力提升 11.6 分。
- 幻觉：在 Kimi Hallu Bench Hard（一项内部压力测试）中，声明级幻觉从 23.4%（K3）降至 8.3%。这大致符合 Moonshot 引用的 65% 降幅。GPT-6 Astra 在同一测试中的得分仍更低，为 5.5%。
How does Kimi K3.1 Pro handle cyber risk?
Kimi K3.1 Pro 如何处理网络风险？
Moonshot removed cyber-related data from mid-training and RL for the open-weight release. On its internal xdev-bench-hard, an unfiltered checkpoint solved 90.5% at pass@3. The shipped K3.1 Pro solves 81.0%. Moonshot says it stays behind frontier proprietary models on offensive cyber tasks.
Moonshot 在开放权重版本的中间训练和强化学习阶段移除了与网络相关的数据。在其内部的 xdev-bench-hard 测试中，未经过滤的检查点版本在 pass@3 时解决了 90.5% 的问题。而交付的 K3.1 Pro 解决了 81.0%。Moonshot 表示，它在进攻性网络任务方面仍落后于前沿专有模型。
How can developers access Kimi K3.1 Pro?
开发者如何访问 Kimi K3.1 Pro？
The model is live on Kimi.ai, Kimi Work, Kimi Code and the Kimi API. The API IDs are kimi-k3.1-pro and kimi-k3.1-pro-highspeed. The endpoint is OpenAI-compatible.
该模型已在 Kimi.ai、Kimi Work、Kimi Code 和 Kimi API 上线。API ID 为 kimi-k3.1-pro 和 kimi-k3.1-pro-highspeed。端点兼容 OpenAI。
Pricing for K3.1 Pro is $2.00 input and $10.00 output per million tokens. Cache hits cost $0.20. Highspeed costs $4.00 input and $20.00 output. K3 itself was priced at $3.00 and $15.00.
K3.1 Pro 的定价为每百万 token 输入 $2.00，输出 $10.00。缓存命中成本为 $0.20。高速版（Highspeed）输入为 $4.00，输出为 $20.00。K3 本身的定价为 $3.00 和 $15.00。
Practical limits from the quickstart:
快速入门中的实际限制：
- Thinking mode is always on. Reasoning effort is low, high or max (default max).
- Temperature 1.0 and top-p 0.95 are fixed.
- Output defaults to 131,072 tokens and can go up to 1,048,576.
- Access unlocks after a minimum $1 top-up.
- Vision input does not accept public image URLs. Use base64 or uploaded file IDs.
- 思考模式始终开启。推理力度可选低、高或最大（默认为最大）。
- Temperature 固定为 1.0，top-p 固定为 0.95。
- 输出默认值为 131,072 token，最高可达 1,048,576。
- 充值至少 $1 后即可解锁访问权限。
- 视觉输入不接受公共图片 URL。请使用 base64 编码或上传的文件 ID。
How does it compare with competing models?
它与竞争模型相比表现如何？
*Figure taken from Kimi’s comparison chart; not confirmed on the competitor’s own page.
*图表取自 Kimi 的比较图；未在竞争对手自己的页面上得到确认。
What are the limitations?
存在哪些局限性？
- Weights are not public yet, so self-hosting is not possible today.
- The 2.8T size points to multi-node, supernode-class serving.
- Science-heavy terminal work trails GPT-6 Astra and Opus 5.5 by 25+ points.
- Several claimed wins come from internal benchmarks.
- For K3, Moonshot warned that dropping reasoning history in a harness destabilizes output. The K3.1 Pro docs also say to return the full assistant message.
- 权重尚未公开，因此目前无法自行托管。
- 2.8T 的参数量指向多节点、超级节点级别的部署服务。
- 在重度科学领域的终端工作中，其表现落后 GPT-6 Astra 和 Opus 5.5 达 25 分以上。
- 部分声称的优势来自内部基准测试。
- 对于 K3，Moonshot 警告称，在评估框架中丢弃推理历史会导致输出不稳定。K3.1 Pro 的文档也建议返回完整的助手消息。
Key Takeaways
关键要点
- Kimi K3.1 Pro: 2.8T total, 104B active, 1M context.
- Terminal-Bench 4.0 at 65.7%, 0.7 points behind Opus 5.5.
- Leads SWE-Marathon at 51.7; trails badly on Terminal-Bench Science (38.1).
- API costs $2/$10 per million tokens, cheaper than K3.
- Open weights are expected in November 2026.
- Kimi K3.1 Pro：总参数 2.8T，激活参数 104B，上下文窗口 1M。
- Terminal-Bench 4.0 得分为 65.7%，落后 Opus 5.5 0.7 分。
- 在 SWE-Marathon 中得分 51.7；在 Terminal-Bench Science 上表现较差（38.1）。
- API 费用为每百万 token 2 美元/10 美元，比 K3 更便宜。
- 预计于 2026 年 11 月开放权重。
Check out the official tech blog, the API quickstart and the launch post on X. All credit goes to the researcher of this project. Also, feel free to follow us on Twitter and don’t forget to join our 150k+ML SubReddit and Subscribe to our Newsletter. Wait! are you on telegram? now you can join us on telegram as well.
请参阅官方技术博客、API 快速入门指南以及 X 平台上的发布帖。本项目的所有功劳归于研究人员。此外，欢迎关注我们 Twitter，并别忘了加入拥有 15 万+成员的 ML SubReddit 以及订阅我们的新闻通讯。等等！你在 Telegram 上吗？现在你也可以加入我们的 Telegram 群组。
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