月之暗面（Moonshot AI）于周五正式推出 Kimi K3.1 Pro，这是其全新 K3.1 系列的首款模型。根据官方技术博客信息，该模型已在 Kimi.ai 网站、iOS 和 Android 版 Kimi App、Kimi Work 桌面应用、Kimi Code 编码工具以及 Kimi API 中全面上线。用户目前可免费体验，但具体免费额度尚未明确说明，完整功能需订阅 Pro 或更高级别计划。官方表示，K3.1 Pro 的高速版本推理速度比前代快两到三倍。
编码性能逼近 Claude Opus 5.5
K3.1 Pro 基于 7 月发布的 Kimi K3 进行后训练优化，显著增加了计算量。该模型采用混合专家架构（MoE），总参数量达 2.8 万亿，单次请求激活参数为 1040 亿。在评估终端任务编码代理的 Terminal-Bench 4.0 测试中，Moonshot 报告 K3.1 Pro 得分为 65.7%。相比之下，Claude Opus 5.5 得分略高，为 66.4%，而 GPT-6 Astra 得分为 58.2%。需注意，上述数据源自公司自测。在第三方独立分析机构 Artificial Analysis Index 中，据 Simon Willison 引用数据，K3.1 Pro 得分为 55，Opus 5.5 为 58。API 定价方面，每百万输入 token 成本为 2 美元，每百万输出 token 成本为 10 美元，较 Kimi K3 降低三分之一。
移除与攻击相关的训练数据以限制网络安全风险
随着后训练规模的扩大，模型发现和利用漏洞的能力随之增强，这主要源于通用训练库中的网络相关内容及强化学习环境中的网络任务。针对即将发布的开放权重版本，Moonshot 声明已“识别并删除了两阶段的网络相关数据”，同时保留一般编码任务所需能力。
内部基准测试 xdev-bench-hard 显示，在要求 AI 代理利用 Linux 内核和 Node.js 等近期公开软件漏洞的任务中，未经过安全过滤的检查点解决了 90.5% 的任务，而最终的 K3.1 Pro 模型解决率为 81%。尽管能力有所下降，但仍高于原版 K3 在该测试中的 33.3% 成绩。据 Moonshot 称，K3.1 Pro 仍具备追踪过去三个月内公开披露的封闭边界模型漏洞的能力。这些测试结果尚未经过独立核实。此前，Anthropic 在展示 GLM-5.3 时曾指出开放模型的追赶速度较快。
开放权重发布前的安全措施博弈
计划中的开放权重发布是采取额外安全措施的主要原因。截至周日，Hugging Face 上尚未列出任何 K3.1 版本。一旦权重公开，内置的安全保护措施可能被第三方剥离且无法撤回。名为 Audn AI 的公司已在 Hugging Face 页面宣布，计划在 K3.1 Pro 发布后移除其安全措施，类似操作曾在 GLM-5.3 中出现。值得注意的是，移除保护措施并不能赋予模型在训练中未学到的新功能。Moonshot 的目标是“不释放将扩展网络能力绝对边界的开放权重”，并计划逐步提高开放模型的可控水平。
由于模型规模巨大，K3.1 Pro 无法在普通 PC 或笔记本电脑本地运行。因此，所有试用行为均通过 Moonshot 服务器进行，该公司仅提及 API 客户可选择零数据保留选项。在使用 Kimi 或 DeepSeek 等中国 AI 服务前，用户需考虑相关隐私与安全因素。
