Kimi K3.1：超越 Astra 大模王，贡献了最好的「秦始皇骑北极熊」

首先，本文的排版非常炫酷，前所未有的炫酷，前所未有的动效

如此炫酷的内容，完全由 Kimi 3.1 Pro 实现

就在刚刚，Kimi 3.1 Pro 正式发布，3万亿参数，能力再创新高

于是...秦始皇骑北极熊有了新高度

贼猛！ 秦始皇骑北极熊： 完全跑在浏览器里的 3D 游戏 K3.1 pro 通过代码实现 6 段 场景一键切换 9 个 可以放的技能 Three.js 网页游戏 · Web Audio 合成音乐

雪谷、长城、城门、冰桥、山巅，场景一键切换

是不是贼牛逼...堪称当前国模巅峰了吧

之前几个月国产模型一直进步不大，然后转头 Kimi 掏出了个大版本：

性能比肩 Astra/Opus5.5、比 K3 更便宜！

接下来，容我给大家介绍下这个模型的更多情况

Benchmark 如下

很显然，这个模型很争气的还是

代码能力

官方跑分 · 代码 终端编程第二，超长工程第一 Terminal-Bench 4.0 真实终端里资源受限的编程任务 Claude Opus 5.5 66.4 Kimi K3.1 Pro 65.7 GPT-6 Astra 58.2 Claude Fable 5.1 57.9 DeepSeek-V4.1-Flash-1017 42.3 GLM-5.3 41.8 SWE Marathon v1.1 Kimi K3.1 Pro 51.7 Claude Opus 5.5 46.3 Claude Fable 5.1 45.6 GPT-6 Astra 42.5 GLM-5.3 42.5 DeepSeek-V4.1-Flash-1017 40.0 所有模型都开最大思考档；Claude 模型可能包含回退，GPT 模型可能包含网络安全护栏。数 据来自 Kimi 官方发布

官方跑分 · 代码 科学计算类终端任务， 和闭源模型还有差距 Terminal-Bench Science 0.1 GPT-6 Astra 68.1 Claude Opus 5.5 63.3 Claude Fable 5.1 40.0 Kimi K3.1 Pro 38.1 DeepSeek-V4.1-Flash-1017 15.7 GLM-5.3 8.1 Kimi Code Bench 3.0 Long-horizon Kimi 内部基准 GPT-6 Astra 66.5 Kimi K3.1 Pro 61.2 Claude Fable 5.1 58.8 Claude Opus 5.5 58.5 Kimi K3（上一代） 55.95 DeepSeek-V4.1-Flash-1017 51.5 GLM-5.3 45.5 Kimi Code Bench 考察多步执行、工具调用和端到端解决问题；K3 的 55.95 出自官方正文。 所有模型都开最大思考档；Claude 模型可能包含回退，GPT 模型可能包含网络安全护栏。数 据来自 Kimi 官方发布

长程任务的提升来自大规模强化学习，比如这个行走仿真器：

官方案例 · 长程任务 K3.1 Pro 写了个走路仿真器， 让虚拟人从站不稳练到连续走 11.2 秒 虚拟人 开源人体模型：296 块骨骼、402 块肌肉 反复了多少轮 167 项任务 · 420 次独立评审 让它走一次 看在哪摔倒 改走路的程序 连续走路的时间 11.2 秒 11.2 秒 行走动力学仿真器 交替迈步 手臂一直不对劲 → 它回头 检查仿真器本身 ，找出肩部肌肉的 36 处计算错误

Agent 能力

官方跑分 · Agent Agent 综合考试第一， 真实工作产出第二 Agents' Last Exam Kimi K3.1 Pro 43.2 Claude Opus 5.5 42.6 DeepSeek-V4.1-Flash-1017 37.7 GPT-6 Astra 32.8 GLM-5.3 26.2 GDPVal-AA v2.1 Elo 分 Claude Opus 5.5 1866 Kimi K3.1 Pro 1846 Claude Fable 5.1 1754 DeepSeek-V4.1-Flash-1017 1746 GLM-5.3 1650 GPT-6 Astra 1573 所有模型都开最大思考档；Claude 模型可能包含回退，GPT 模型可能包含网络安全护栏。数 据来自 Kimi 官方发布

官方跑分 · Agent 带工具考“人类最后的考试”， K3.1 Pro 第一 Humanity's Last Exam 完整版（可用工具） Kimi K3.1 Pro 70.0 Claude Opus 5.5 67.7 Claude Fable 5.1 65.6 GLM-5.3 62.5 DeepSeek-V4.1-Flash-1017 58.8 GPT-6 Astra 57.2 OSWorld V2.1 操作电脑 Claude Opus 5.5 81.8 Claude Fable 5.1 80.7 Kimi K3.1 Pro 79.6 GPT-6 Astra 75.8 DeepSeek-V4.1-Flash-1017 69.3 所有模型都开最大思考档；Claude 模型可能包含回退，GPT 模型可能包含网络安全护栏。数 据来自 Kimi 官方发布

K3.1 Pro · 100 万上下文 一整个代码库放进一次对话， 它照样找得到要改的地方 整个代码库 app.ts api.ts config.ts auth.ts cache.ts db.ts search.ts route.ts util.ts view.tsx test.ts README 要改的 3 处文件 几百份文件 · 同一次对话 上下文用量 60 万 token 100 万 token OpenCode · 伙伴实测：仍不退化 超过 60 万 token，未感到明显能力退化

文档和图像

官方跑分 · 文档和图像 读 PDF、读图表、看图推理， 两项第一、一项第二 GDP.pdf Kimi K3.1 Pro 34.6 GPT-6 Astra 34.2 Claude Opus 5.5 30.6 Claude Fable 5.1 27.6 DeepSeek-V4.1-Flash-1017 17.2 GLM-5.3 11.2 ChartoGraphy（可用工具） GPT-6 Astra 91.0 Kimi K3.1 Pro 90.2 Claude Opus 5.5 89.0 Claude Fable 5.1 88.4 DeepSeek-V4.1-Flash-1017 83.0 ZeroBench main（可用工具，pass@5） Kimi K3.1 Pro 63.0 Claude Opus 5.5 61.0 Claude Fable 5.1 59.0 GPT-6 Astra 58.0 DeepSeek-V4.1-Flash-1017 51.0 所有模型都开最大思考档；Claude 模型可能包含回退，GPT 模型可能包含网络安全护栏。数 据来自 Kimi 官方发布

3D 建模

官方跑分 · 3D 看多视角渲染图写 CAD 代码， 还原 3D 模型 BenchCAD（可用工具） 体素重合度 % Claude Opus 5.5 96.2 GPT-6 Astra 95.9 Kimi K3.1 Pro 92.7 Claude Fable 5.1 92.6 DeepSeek-V4.1-Flash-1017 81.6 BenchCAD（不用工具） 体素重合度 % Claude Opus 5.5 73.0 Kimi K3.1 Pro 72.8 Claude Fable 5.1 60.6 DeepSeek-V4.1-Flash-1017 41.2 1000 个文件的子集。所有模型都开最大思考档；Claude 模型可能包含回退，GPT 模型可能 包含网络安全护栏。数据来自 Kimi 官方发布

3D 建模 · BenchCAD 看几张渲染图写出 CAD 代码， K3.1 Pro 还原出 92.7% 的形状 多视角渲染 CAD 代码 3D 重建 正视 侧视 俯视 base = box(L, W, T) body = boss(W, H, D) bore = cylinder(R, D) part = base + body part = part - bore 重建 原模型 体素叠合比对 K3.1 Pro · 使用工具 体素重合度 92.7% Opus 5.5 · 使用工具 96.2% GPT-6 Astra · 使用工具 95.9% K3.1 Pro · 不使用工具 72.8%

金融

官方跑分 · 金融 读真实财务文档做分析， OfficeQA Pro v2 第一 OfficeQA Pro v2 检索、跨文档核对、多步计算 Kimi K3.1 Pro 64.4 Claude Opus 5.5 62.2 Claude Fable 5.1 54.5 GPT-6 Astra 54.4 DeepSeek-V4.1-Flash-1017 40.4 GLM-5.3 31.1 Frontier Finance 从选股到盈利分析的投资流程 Claude Fable 5.1 60.8 Kimi K3.1 Pro 58.6 GLM-5.3 57.5 Claude Opus 5.5 56.7 DeepSeek-V4.1-Flash-1017 54.5 GPT-6 Astra 45.0 SpreadsheetBench v2：K3.1 Pro 36.3 分，官方称当前最优（未给对比图）。所有模型都 开最大思考档；Claude 模型可能包含回退，GPT 模型可能包含网络安全护栏。数据来自 Kimi 官方发布

Kimi 内部金融基准 和上一代 K3 比， 商业经营题目分数翻了 4 倍多 Financial Modelling 财务建模 Kimi K3（上一代） 50.4 Kimi K3.1 Pro 57.6 +7.2 分 公式联动、财务逻辑、工作簿质量 Financial Research 金融研究 Kimi K3（上一代） 58.8 Kimi K3.1 Pro 70.4 +11.6 分 证据和截止条件约束下的可核验结论 Business Operation 商业运营 Kimi K3（上一代） 8.9 Kimi K3.1 Pro 37.0 约 4.2 倍 模拟商业环境里的长程经营决策

K3.1 Pro · 做财务模型 估值算错了，K3.1 Pro 找到接错的公式线 收入表 单价 10 销量 10 收入 100 收入=单价×销量 利润表 成本 60 收入 利润 利润=收入−成本 10 −50 100 40 估值表 倍数 10 利润 估值 估值=利润×倍数 −50 40 — −500 400 10 −50 100 40 ? K3.1 Pro 回查公式线，接对后重新计算

事实准确性

官方跑分 · 事实准确性 两项幻觉测试， K3.1 Pro 只比 GPT-6 Astra 多错一点 Kimi Hallu Bench（不用工具） 错误率 %，越低越好 GPT-6 Astra 4.2% Kimi K3.1 Pro 5.4% Claude Opus 5.5 6.8% Claude Fable 5.1 11.4% DeepSeek-V4.1-Flash-1017 13.1% GLM-5.3 14.8% Kimi Hallu Bench Hard（可用工具） 错误率 %，越低越好 GPT-6 Astra 5.5% Kimi K3.1 Pro 8.3% Claude Opus 5.5 15.0% GLM-5.3 22.6% DeepSeek-V4.1-Flash-1017 23.3% Claude Fable 5.1 23.3% 23.4% → 8.3% 单条事实说错的比例（K3 → K3.1 Pro） 约 42.4% 至少错一处的回答，是上一代的 Kimi 内部测试；Hard 是压力测试，样本专挑模型容易出错的情形，错误率不代表日常使用的 整体水平。所有模型都开最大思考档；Claude 模型可能包含回退，GPT 模型可能包含网络安 全护栏。数据来自 Kimi 官方发布

K3.1 Pro · 事实准确性 说错事实的比例，从 23.4% 降到 8.3% Kimi 内部压力测试 · Hallu Bench Hard 专挑容易出错的情形 同一段回答 逐条核对来源 K3 · 上一代 单条事实错误率 K3.1 Pro 单条事实错误率 事实 01 事实 02 事实 03 事实 04 事实 05 事实 06 事实 07 事实 08 事实 09 事实 10 事实 11 事实 12 事实 13 事实 14 事实 01 事实 02 事实 03 事实 04 事实 05 事实 06 事实 07 事实 08 事实 09 事实 10 事实 11 事实 12 事实 13 事实 14 事实 01 事实 02 事实 03 事实 04 事实 05 事实 06 事实 07 事实 08 事实 09 事实 10 事实 11 事实 12 事实 13 事实 14 事实 01 事实 02 事实 03 事实 04 事实 05 事实 06 事实 07 事实 08 事实 09 事实 10 事实 11 事实 12 事实 13 事实 14 23.4% 8.3% 至少错一处的回答 约为 K3 的 42.4% 压力测试，不代表日常使用的整体错误率

网络安全

官方跑分 · 网络安全 删掉攻防数据后， 攻击能力停在前沿闭源模型之下 模型 Harness 解题数 成功率 token（输入 / 输出） GPT-5.6 Sol* codex 100 77.8% 93.5M / 336K Kimi 未做网安降险的模型 kimi-code 90.5 71.4% 216.4M / 499K DeepSeek-V4.1-Flash claude-code 85.7 57.1% 162.2M / 1.5M Kimi K3.1 Pro kimi-code 81.0 64.5% 159.8M / 546K GLM-5.3 claude-code 57.1 34.9% 381.1M / 3.6M Kimi K3 kimi-code 33.3 15.9% 115.7M / 475K Kimi 内部 xdev-bench-hard，pass@3，不设严格超时和输出上限；token 一栏是输入 / 输出 题目复现 Linux 内核、Node.js、JavaScriptCore、Exim、VirGL 等近期披露的漏洞，缓 解措施全开，要在独立沙箱里拿到任意代码执行 中期训练和强化学习两个阶段都识别并移除了网络攻防数据，通用编程任务保留；之后计划逐 步提升开放权重里的安全能力 * GPT-5.6 Sol 为第三方评测

K3.1 Pro · 开放权重 权重公开，防守方能在自己的机房里查漏洞 公开权重 自己的机房 自有代码 代码与数据始终留在机房内

完整成绩表

技术博客里一共列了 47 项测试，全在这里：

完整成绩表 · 编程 1/6 编程 10 项， K3.1 Pro 拿了 2 项第一 开源 闭源 开源 K3.1 Pro Fable 5.1 GPT-6 Astra Opus 5.5 DeepSeek V4.1 Flash GLM 5.3 Terminal-Bench 4.0 65.7 57.9 58.2 66.4 42.3 41.8 Terminal-Bench Science 0.1 38.1 40.0 68.1 63.3 15.7 8.1 SWE Marathon v1.1 51.7 45.6 42.5 46.3 40.0 42.5 BenchCAD w/o tools 72.8 60.6 — 73.0 41.2 — BenchCAD w/ tools 92.7 92.6 95.9 96.2 81.6 — Program Bench 31.5 53.5 50.0 65.0 29.1 19.0 DeepSWE v1.1 75.5 67.4 74.1 74.2 77.0 66.9 PostTrain Bench v1.2 36.5 44.6 41.9 43.8 30.5 34.5 Kimi Code Bench 2.0（ Kimi 内部） 77.1 — — — 76.1 61.7 Kimi Code Bench 3.0 Long-horizon（Kimi 内部） 61.2 58.8 66.5 58.5 51.5 45.5 加粗带下划线的是该项第一。K3.1 Pro 用 Claude Code 做 harness；ProgramBench 记 二值分（单题达到 95% 记 1）；PostTrainBench 用 H20 跑；DeepSeek 的 Terminal- Bench Science 内测是 9.3，表里沿用旧版的官方 15.7。所有模型都开最大思考档（K3.1 Pro：temperature 1.0、top-p 0.95）；Claude 模型可能含回退，GPT 模型可能含网络安 全护栏。数据来自 Kimi 官方技术博客

完整成绩表 · Agent 与搜索 2/6 Agent 与搜索 7 项， K3.1 Pro 拿了 5 项第一 开源 闭源 开源 K3.1 Pro Fable 5.1 GPT-6 Astra Opus 5.5 DeepSeek V4.1 Flash GLM 5.3 HLE-Full w/ tools 70.0 65.6 57.2 67.7 58.8 62.5 BrowseComp 92.1 — 91.5 90.8 — — BioMysteryBench 80.6 81.6 78.9 81.9 80.0 79.6 Agents' Last Exam (ALL) 43.2 — 32.8 42.6 37.7 26.2 Agents' Last Exam (CLI) 44.2 — 38.8 40.7 36.0 29.4 Automation Bench-AA 73.3 59.4 68.5 69.5 66.6 62.2 OSWorld V2.1 79.6 80.7 75.8 81.8 69.3 — 加粗带下划线的是该项第一。BrowseComp 在 200K token 时压缩上下文、最多 500 步； Agents' Last Exam 共 122 题（86 道命令行），绕开题目要求上网找答案的记 0 分。所 有模型都开最大思考档（K3.1 Pro：temperature 1.0、top-p 0.95）；Claude 模型可能 含回退，GPT 模型可能含网络安全护栏。数据来自 Kimi 官方技术博客

完整成绩表 · 办公、金融、法律 3/6 办公、金融、法律 11 项， K3.1 Pro 拿了 5 项第一 开源 闭源 开源 K3.1 Pro Fable 5.1 GPT-6 Astra Opus 5.5 DeepSeek V4.1 Flash GLM 5.3 GDPval-AA v2.1（Elo 分） 1846 1754 1573 1866 1746 1650 AA-Briefcase v1.1（Elo 分） 1678 1672 1569 1803 1570 1507 APEX-Agents 67.2 68.6 64.7 73.5 63.4 56.6 OfficeQA Pro v2 64.4 54.5 54.4 62.2 40.4 31.1 OfficeQA Pro 67.4 68.6 66.2 — 62.4 58.6 Frontier Finance 58.6 60.8 45.0 56.7 54.5 57.5 Harvey Legal Agent 23.7 19.1 — — 21.0 — HANDBOOK.md 44.6 38.8 — 41.5 28.9 20.8 Business Operation（Kimi 内部） 37.8 30.7 32.3 — 8.9 18.6 DECK-Arena（Kimi 内部， Elo 分） 1456 — 1423 1253 1231 1119 Design Bench（Kimi 内部， Elo 分） 957 — 1076 927 863 718 加粗带下划线的是该项第一。OfficeQA 只给 PDF 页面图片、不给可读文本，上网查答案的记 0 分；Harvey Legal Agent 1,251 题，报全部评分项都通过的比例；DECK-Arena 和 Design Bench 的评分器用一万多条人工判断校准。所有模型都开最大思考档（K3.1 Pro： temperature 1.0、top-p 0.95）；Claude 模型可能含回退，GPT 模型可能含网络安全护 栏。数据来自 Kimi 官方技术博客

完整成绩表 · 看图读文档（可用 Python）4/6 可以写 Python 处理图片和 PDF 时， 6 项里 3 项第一 开源 闭源 开源 K3.1 Pro Fable 5.1 GPT-6 Astra Opus 5.5 DeepSeek V4.1 Flash GLM 5.3 CharXiv (RQ) w/ python 93.4 92.7 92.8 93.8 85.6 — MMMU-Pro w/ python 90.0 88.4 87.8 89.8 82.5 — GDP.pdf w/ python 85.7 83.8 85.5 83.9 73.0 — ChartoGraphy w/ python 90.2 88.4 91.0 89.0 83.0 — BabyVision w/ python 95.4 95.1 96.6 97.7 92.5 — ZeroBench_main w/ python (pass@5) 63.0 59.0 58.0 61.0 51.0 — 加粗带下划线的是该项第一。GDP.pdf、ZeroBench、ChartoGraphy 取 5 次平均，其余多 模态取 4 次平均；GDP.pdf 用 Gemini-3.5-Flash 按官方评分细则打分。所有模型都开最 大思考档（K3.1 Pro：temperature 1.0、top-p 0.95）；Claude 模型可能含回退，GPT 模型可能含网络安全护栏。数据来自 Kimi 官方技术博客

完整成绩表 · 推理、知识、多模态 5/6 不用工具的推理和知识， 和闭源旗舰还有差距 开源 闭源 开源 K3.1 Pro Fable 5.1 GPT-6 Astra Opus 5.5 DeepSeek V4.1 Flash GLM 5.3 GDP.pdf 34.6 27.6 34.2 30.6 17.2 11.2 HLE-Full 51.1 57.6 53.6 59.8 42.6 43.0* HLE-Diamond 39.4 55.1 65.8 60.9 21.6 25.1* GPQA-Diamond 94.2 93.7 96.1 93.9 92.2 91.7 CharXiv (RQ) 89.0 88.8 90.0 92.1 77.0 — MMMU-Pro 84.1 86.3 86.9 87.7 80.6 — ZeroBench_main (avg@5 / pass@5) 29.8 / 39.0 23.0 / 35.0 43.2 / 52.0 35.0 / 43.0 11.8 / 23.0 — PerceptionBench 68.3 63.0 77.6 72.1 47.7 — 加粗带下划线的是该项第一。HLE 2,500 题、HLE-Diamond 1,000 题；GLM-5.3 标 * 的是 纯文本子集。所有模型都开最大思考档（K3.1 Pro：temperature 1.0、top-p 0.95）； Claude 模型可能含回退，GPT 模型可能含网络安全护栏。数据来自 Kimi 官方技术博客

完整成绩表 · 事实准确性与网络安全 6/6 事实错误率仅次于 GPT-6 Astra； 攻击能力刻意压在前沿之下 开源 闭源 开源 K3.1 Pro Fable 5.1 GPT-6 Astra Opus 5.5 DeepSeek V4.1 Flash GLM 5.3 Kimi Hallu Bench Hard w / tools（Kimi 内部，越低 越好） 8.3 23.3 5.5 15.0 23.3 22.6 Kimi Hallu Bench w/o tools（Kimi 内部，越低越 好） 5.4 11.4 4.2 6.8 13.1 14.8 ExploitBench 74.7 83.0 100 91.0 — 54.4 ExploitGym 20.7 30.4 42.4 34.5 — 15.0 xdev-bench-hard（Kimi 内 部） 81.0 — — — 85.7 57.1 加粗带下划线的是该项第一。幻觉测试越低越好，用事实核查 agent 判定每条陈述； ExploitBench 300 轮、pass@5，到达任意代码执行记满分；ExploitGym 每题 6 小时。所 有模型都开最大思考档（K3.1 Pro：temperature 1.0、top-p 0.95）；Claude 模型可能 含回退，GPT 模型可能含网络安全护栏。数据来自 Kimi 官方技术博客

价格

价格这块，命中缓存的输入只要 1.3 元每百万 token；Highspeed 版贵一倍

Kimi API 价格 每百万 token： 输入 13 元，输出 68 元 13 元 输入（未命中缓存） 1.3 元 输入（命中缓存） 68 元 输出 kimi-k3.1-pro-highspeed：价格 2 倍，输出快 2~3 倍 企业版订阅：kimi.com/membership/pricing「企业版」

K3.1 Pro Highspeed 高速版答得一样，输出快 2~3 倍 同一个问题 · 同时开始 怎样把复杂问题讲清楚？ K3.1 Pro 相同答案 先找出核心结论 再把复杂内容拆开 按顺序解释每一步 最后核对关键要点 已写完 K3.1 Pro Highspeed 相同答案 先找出核心结论 再把复杂内容拆开 按顺序解释每一步 最后核对关键要点 先写完 Highspeed 相对 K3.1 Pro 同等智能 输出速度约 2~3 倍 价格 2 倍

官方跑分 · Terminal-Bench 4.0 分数追平 Opus 5.5， 每道题的花费约是它的三分之一 30% 40% 50% 60% 70% $0 $5 $10 $15 $20 每道题的平均花费（美元） 得分 low max GPT-6 Astra low max Claude Fable 5.1 Claude Opus 5.5 Claude Sonnet 5.5 GLM-5.3 DeepSeek-V4.1-Flash-1017 Kimi K3.1 Pro max 65.7% · 约 $5.3 high 折线上的点是同一模型的不同思考档（low → max）；花费读自官方散点图，是约数。其他模 型的分数和花费来自 tbench.ai

官方案例

下面这些都是 K3.1 Pro 端到端做完的，外部素材和工具都列在卡片里

官方案例 · 代码 虚幻引擎里的天宫对战游戏 1,750 米 36 开间柱廊半径 3,600 万 源三角形 Blender 程序化建模巨龙 虚幻引擎 5.8 · Nanite 渲染 · Lumen 光照 · 主角用 MetaHuman

外部素材：Cloud Forge VDB 云、Poly Haven / ambientCG 8K 材质、NASA LRO/ LOLA 月球数据

官方案例 · 代码 东方仙侠 3D RPG 预告片 虚幻 5.8 引擎 御剑 穿过云海和浮岛 云上 古城 概念设计和部分素材灵感来自小红书创作者 @-Duduu-

外部素材：犍陀罗佛像、水月观音 3D 扫描（明尼阿波利斯艺术博物馆，CC0）

官方案例 · 代码 Godot 风格化 3D 动作冒险游戏 5 个 可探索区域 2 阶段 Boss 战 昼夜 循环 + 篝火传送 Godot 4.7.2 · 程序化地形、道路、水系、植被、村庄 · 第三人称战斗、采集

外部素材：Quaternius 的自然、中世纪村庄、怪物、通用动画包，Kenney Survival Kit，KayKit 角色及动画，CDmir Goblin、rubberduck Vampire Bat；字体 Fredoka、站酷快乐体、霞鹜文楷 官方 demo 页面

官方案例 · 3D Blender 里搭的机场室内雨林谷 19.5 秒 建模展示视频 1920×1080 分辨率 60 fps 帧率 Blender · Python · Geometry Nodes · Cycles · Pillow · NumPy · FFmpeg

HDRI：Poly Haven「Kloofendal 48d Partly Cloudy (Pure Sky)」4K，作者 Greg Zaal 与 Jarod Guest，CC0风扇、低压转子、高压转子分别以 2,780、8,590、12,400 RPM 旋转

官方案例 · 3D 能直接 3D 打印的土楼台灯 5 个 部件 直接 3D 打印 镂空 圆形格栅 Python · trimesh

灵感取自福建土楼，把圆形建筑形态演绎成镂空格栅

官方案例 · 3D Blender 里搭的科隆大教堂内景 约 330 万 三角面 8,368 个 带动画的构件 网页 可交互 肋拱、石雕、彩色玻璃光影

外部素材：Poly Haven 石材贴图（CC0），Mylius 的彩色玻璃照片（CC BY-SA 3.0）

官方案例 · 3D Blender 里拍的机器人短片 Blender 5.2 Python / bpy Cycles GPU 渲染 FFmpeg 编码和混音 末日城市里的机器人 · 金属工坊、废墟、程序化尘土碎屑和黄昏

外部素材：Poly Haven 的 CC0 道具、岩石、贴图和 HDRI 天空，ambientCG 的 PBR 贴图

后盖 机芯 12 3 6 9 表盘 指针 3D 拆解页 · 爆炸图 零件按装配关系，一层层拆开再装回

Kimi · 3D Make 说一句话，做出能直接 3D 打印的模型 做一盏福建土楼台灯，五个部件 kimi.com · Kimi App K3.1 Pro · 土楼台灯 预览 · 编辑 3D 打印 下载五个部件 导出视频 分享模型 实况照片 分享模型

kimi.com 上的 3D Make

官方案例 · 金融 1/3 英伟达（NVDA）财务模型 全部 公式联动 情景 驱动因子可调 敏感性 分析连到估值 在 Kimi Work 里端到端交付 · 官方提供 XLSX 下载

每项假设都有依据，像分析师做项目一样建模

官方案例 · 金融 2/3 宁德时代（300750）投委会报告 预期差 对照一致预期 复盘 业绩对照指引 前瞻 催化因素 投研演示文稿 · 故事线先行 · 官方提供 PPTX / PDF

报告首页

找出与市场一致预期的预期差，复盘财报，梳理未来路径

官方案例 · 金融 3/3 量子计算行业深度报告 预期差 有据可依 复盘 + 前瞻分析 可溯源 每个数字和引用 机构级行业深度研究 · 官方提供 PDF

报告首页

论证一致预期的偏差，对照指引复盘业绩，分析财报后的路径；引用都能追溯到一手来源

伙伴怎么说

参与早期测试的几家公司，反馈原话如下

伙伴反馈 · 代码 早期测试伙伴怎么说 “ 整体 Coding 体验非常出色。模型会主动探索代码库、理解项目指令，并 在充分掌握上下文后才开始修改代码。输出清晰、有条理，执行过程透明， 令遵循能力尤其令人印象深刻。即使上下文超过 600K tokens，也没有感 受到明显的能力退化。整体而言，这是目前使用过的最出色的 Coding 模 型之一。 —— Frank Wang OpenCode 联合创始人 “ 我们在内测显示，Kimi K3.1 Pro 较上一代 K3 提升近 10 个百分点， 综合效果进步清晰，复杂功能边界更完整，在 Qoder 当前用例样本中处于 领先位置。模型能力的扎实提升，让我们对产品体验的进一步优化更有信心。 —— Qoder 模型评测团队 “ Unity 中国推出的 Tuanjie Codely 搭载 Kimi 旗舰模型，其在游戏开 发场景中的代码生成能力表现出色，展现了国产模型在专业编程领域的竞争 力。Kimi 的模型能力与 Tuanjie Codely 的引擎工具链相结合，帮助开 发者更快构建原型、验证玩法、迭代体验，把更多时间留给创意打磨。我们 期待与 Kimi 持续深化合作，让更多好点子更快成为有趣的作品。 —— Unity 中国

伙伴反馈 · Office 与金融 早期测试伙伴怎么说 “ 我们在内测中发现，Kimi K3.1 Pro 在 Office 场景比肩前沿模型，较 上一代有大幅提升，任务规划、执行与自测闭环明显增强。配合 WorkBuddy 的 Agent 编排能力，复杂任务真正实现从材料到交付的端到 端自动化。 —— WorkBuddy 团队 “ 熵简的机构用户要的不只是快，更是准。我们对 12 个国内外头部模型进 行了金融投研 Agent 场景评测，Kimi 是目前唯一能在该场景下平替海外 旗舰模型的国产大模型。Kimi K3.1 Pro 在长文档问答和数据引用上的准 确率位居前二；此前 K3 模型接入熵简 AlphaEngine 产品后，用户采纳 率提升了 20%。AI 投研正在从问答走向 Agent，底座模型迭代得快，我 们的产品才能触达更高的智能天花板。 —— 李渔 熵简科技首席技术官 “ 大模型正在改变资产管理的知识生产方式和组织本身。过去的AI更多是回 答一个问题，未来的AI将更深入的参加完整研究和组织运营。Kimi K3.1 Pro 的长程 Agent 能力让我们离这一目标更近了一步。华夏基金（香港） 以 Kimi 旗舰大模型为自研 Agent 底座，Kimi 大模型深度嵌入投研、 销售支持、风控合规及运营流程，同时，投研端拥抱 Kimi Work 金融 Agent能力，赋能投研。未来公司将进一步与 Kimi 深化合作，推动Kimi 融入公司流程系统，打造 AI Native 组织。 —— 甘添 华夏基金（香港）有限公司 CEO

我的实测

这两天，我在 Kimi Code 里让它无人值守地跑了 45 个会话。建模、代码和音效都是 K3.1 Pro 写的，这里也放一些例子

一些测试 九龙城寨：344 栋楼， 全是代码生成的 344 栋 楼 242 块 双面霓虹招牌 5 万多 窗格 Three.js · 程序化建筑和招牌 · Web Audio 音效

没用任何外部模型和贴图；音效也是代码合成的

九龙城寨是一个滚动运镜片头：344 栋楼、242 块双面繁体招牌、5 万多个窗格、积水倒影，还有一架压着楼顶飞过的 747，都是运行时用代码生成的

第一版的巷子就能直接用，后面三轮主要在重做 747 和调黄昏的光

网页滚动 往下滚 3D 网页 · 滚动运镜 往下滚一格，镜头就沿轨道往前走一段 园林 · 俯视 镜头所见

一些测试 应县木塔：1574 个构件， 一根根用脚本搭出来 1574 个 命名构件 480 组 斗拱组件 4 轮 对着照片改 Three.js 网页 · 每个构件都能点选

八角五层六檐、平座、斗拱、塔刹都是按构件命名的独立对象，网页里能点选

应县木塔是它在 Blender 里写 Python 脚本建的，不接 MCP：写脚本，渲染，自己看图，再改

K3.1 Pro · 在 Blender 里建模 K3.1 Pro 写建模脚本，渲染出来自己看，再改 Python 脚本 无需插件 Blender 渲染 执行脚本 import bpy seat = cube(1.4, 1.4, .2) legs = four_legs(seat) bpy.ops.render.render() back = cube(1.4, .18, 1.2) back.location = (0, .6, 1.7) ! K3.1 Pro 看图找问题，回头改脚本

第一版交上来，它自评“可以拿去发布”，实际是灰色虚空背景、瓦面发白、斗拱几乎看不见。把它自己下载的参考照片和渲染图并排摆着，点名哪里不对，它就一条条改到位

第一版和第四版

最后

K3.1 Pro 今天起可以在 kimi.com、Kimi App、Kimi Work 和 Kimi Code 里用，API 模型名 kimi-k3.1-pro；完整权重 11 月 4 日前开放

Kimi K3.1 Pro 模型已上线， 即将开源 3 万亿级 参数 100 万 token 上下文 2~3 倍 Highspeed 版输出速度 11 月 4 日前 发布完整模型权重 后训练 后训练算力大幅增加；RL 框架、长上下文推理、沙箱、调度等每一 层都重新优化过 Highspeed kimi-k3.1-pro-highspeed：同等智能，输出快 2~3 倍，价格是 2 倍 在哪用 kimi.com、Kimi App、Kimi Work（3.1.0 起）、Kimi Code （用 /model 选）、Kimi API（kimi-k3.1-pro，可开零数据保 留） 企业版 管理员可以为组织开启 K3.1 Pro，发布时默认关闭 3D Make kimi.com 和 Kimi App 同步上线：在线预览编辑 3D 模型，下载 去 3D 打印，或导出视频、实况照片