月之暗面发布3万亿参数新旗舰模型Kim K3.1 Pro

月之暗面（Moonshot AI）发布了新一代旗舰大模型 Kim K3.1 Pro，参数规模达到3万亿。按照公司说法，这款模型在部分任务上的表现已经超过 Claude Opus 5.5 和 GPT-6 Astra。K3.1 Pro 并非从零训练的新模型，而是在今年7月发布的 Kimi K3 基础上做后训练升级而来。Kimi K3 本身采用混合专家架构，内部包含896个独立的神经网络，但每次推理只激活其中16个，以此压低算力成本。同时，K3 还搭载了名为 Kimi Delta Attention 的自研注意力机制，基于 Gated DeltaNet 技术改进，作用是减少模型理解用户提示词时占用的内存。这些底层设计大概率延续到了 K3.1 Pro 上。 这次升级的重点落在后训练环节。月之暗面表示，K3.1 Pro 的后训练流程消耗的算力明显超过以往同类项目，并且跑在升级版的后训练技术栈上，新增了自动化质量检查，同时提升了底层基础设施的效率。从评测结果看，K3.1 Pro 最有竞争力的是3D建模能力。生成物体的3D模型有两条路径：手工绘制，或者用代码以数值方式描述几何结构。K3.1 Pro 走的是后者，在3D建模代码基准 BenchCAD 上拿到92.7分，距离 Astra 和 Opus 5.5 只差4个百分点。它不仅能生成静态3D模型，还能做动画，月之暗面在内部测试中用它生成过人体运动模拟，甚至做出了多个3D电子游戏。游戏生成对AI模型来说难度很高，因为代码量大，一个bug就可能导致整个程序崩溃。在行业标准编程基准 Terminal-Bench 4.0 上，K3.1 Pro 得分65.7%，领先 Astra 超过7个百分点，但略低于 Opus 5.5。在衡量复杂财务分析能力的 OfficeQA Pro v2 上，它同时超过了这两款竞品。 值得注意的是，K3.1 Pro 在主流网络安全基准上的成绩明显落后于 Astra 和 Opus 5.5。月之暗面解释称，这是工程团队主动从后训练数据集中移除了网络安全相关信息，以规避安全风险，未来模型会配备更完善的漏洞分析功能。商业化方面，K3.1 Pro 发布即可通过月之暗面的付费云服务调用，公司计划在11月4日前开源模型权重。对国内出海开发者和AI工具用户来说，这意味着又多了一个可选的国产旗舰模型，尤其在3D内容生成和编程辅助场景下具备一定性价比优势，而权重开源的时间表也值得持续关注。