月之暗面推 Kimi K3.1 Pro，程式測試逼近 Claude
中國 AI 新創月之暗面（Moonshot AI）10 月 23 日發布 Kimi K3.1 Pro，稱這是公司目前最強的 3T 級開放權重模型，支援 100 萬 token 上下文。月之暗面表示，K3.1 Pro 在程式、代理與知識類測試上追平或接近最強的封閉模型，完整模型權重將在 11 月 4 日前公開。
根據月之暗面在 X 上的公告，K3.1 Pro 是混合專家（MoE）架構的多模態模型，總參數 2.8 兆，每次運算啟用 1,040 億。新模型同時推出速度快 2 到 3 倍的 K3.1 Pro Highspeed，即日起在 Kimi 網頁與 App、Kimi Work、Kimi Code 和 Kimi API 上線。
Terminal-Bench 4.0 拿 65.7%，略輸 Claude Opus 5.5
K3.1 Pro 是 Kimi K3 的後訓練版本，月之暗面說投入的後訓練算力大幅增加，並在數百個領域同時做強化學習。在評估程式代理處理真實終端機任務的 Terminal-Bench 4.0 上，K3.1 Pro 得分 65.7%，高於 OpenAI GPT-6 Astra 的 58.2%，略低於 Anthropic Claude Opus 5.5 的 66.4%。在月之暗面自己的長任務程式測試 Kimi Code Bench 3.0 上，K3.1 Pro 得分 61.2%，前代 K3 為 55.95%。
廣告 - 內文未完請往下捲動
月之暗面也強調 3D 建模能力。在從多角度圖片重建 3D 模型、產出 CAD 程式碼的 BenchCAD 測試中，K3.1 Pro 使用工具時得分 92.7%，接近 Opus 5.5 的 96.2% 和 GPT-6 Astra 的 95.9%。官方說它不需要 MCP 連接器，就能自己寫腳本操作 Blender 和 CAD 軟體，也能用 Unity、Unreal Engine 和 Godot 等遊戲引擎完成整個專案。
金融研究幻覺率從 23.4% 降到 8.3%
金融是這次另一個重點。月之暗面說，K3.1 Pro 在用真實財務文件測試資料分析的 OfficeQA Pro v2 上拿下 64.4 分，月之暗面稱這是目前最佳成績；內部的財務建模、財務研究測試也分別比 K3 進步 7.2 分和 11.6 分。在內部設計來刻意誘發錯誤的事實準確度測試 Kimi Hallu Bench Hard 上，K3.1 Pro 的陳述層級幻覺率從 K3 的 23.4% 降到 8.3%。月之暗面也註明，這是壓力測試，數字不代表日常使用的整體錯誤率。
開放權重前刻意移除資安資料，攻擊能力壓在封閉模型之下
月之暗面在技術部落格用一整段說明資安控管。團隊發現，隨著後訓練規模擴大，模型找漏洞的能力穩定上升，來源是混在一般訓練資料裡的資安內容，以及強化學習環境中的資安任務。為了開放權重，團隊在這兩個訓練階段都移除了資安相關資料，同時保留一般程式任務。
在月之暗面內部的漏洞利用測試 xdev-bench-hard 上，沒有移除資料的版本能解出 90.5% 的題目，最終的 K3.1 Pro 為 81.0%。月之暗面說，K3.1 Pro 的資安能力仍落後已經公開至少三個月的前沿封閉模型，原則是不讓開放權重推進資安能力的絕對前沿，但會逐步提高開放模型可用的資安能力，讓更多團隊能自行稽核維護的程式碼。
月之暗面 10 月初傳出估值 500 億美元、計畫明年初在香港上市。文中測試成績均為月之暗面自行公布。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
