Moonshot AI 於 2026 年 10 月 23 日推出 Kimi K3.1 Pro 與 Kimi K3.1 Pro Highspeed。Moonshot 將 Pro 定位為 K3.1 系列首款模型，也是目前能力最強的「3T 級開放權重模型」，並提供 100 萬 Token 的上下文視窗。彭博報導指出，這次升級著重金融研究、程式開發與 3D 建模，也涵蓋遊戲設計相關工作。1718

這些規格與基準測試成績，足以讓 K3.1 Pro 成為值得實測的選項；但光看公布數字，還不能證明它在日常各類任務上全面勝過競品。部分廣為流傳的成績來自 Moonshot 自行公布，而完整模型權重在發布當時仍只是預告將於日後釋出。810

Moonshot 表示這次升級了什麼

K3.1 Pro 被描述為在 Kimi K3 基礎上進行後訓練、投入更多後訓練資源的版本，而不是從頭打造的全新基礎模型。2125 發布資料則將它描述為混合專家模型（MoE），總參數量 2.8 兆、啟用參數量 1,040 億。換句話說，「3T 級」指模型整體規模，不是每次運算時都會啟用 3 兆個參數。2330

Moonshot 主打的應用包括程式開發、金融研究與 3D 創作，並點名 Blender、Unreal Engine、Godot 與 CAD 等工具和環境。1730 這反映的是公司宣稱的產品發展方向，不代表模型在每一種工作流程中都能有同等表現。

基準測試成績應該怎麼看？

Moonshot 公布 K3.1 Pro 在 Terminal-Bench 4.0 的成績為 65.7%。同一組比較數字中，GPT-6 Astra 為 58.2%，Claude Opus 5.5 為 66.4%；也就是說，K3.1 Pro 高於前者，但比後者低 0.7 個百分點。26

在 3D 任務方面，Moonshot 表示 K3.1 Pro 在使用工具的 BenchCAD 測試中拿下 92.7%。該測試據稱評估模型如何透過生成 CAD 程式碼，從多個視角重建 3D 物件。29 Moonshot 也公布了 OfficeQA Pro v2 的 64.4 分；這是一項金融文件評測。1046

這些分數能反映 Moonshot 選擇強調的任務表現，卻不是模型整體能力的完整答案。Terminal-Bench 的比較數字由發布相關報導轉述，3D 與金融成績則歸於 Moonshot 公布。若要為實際工作挑選模型，較可靠的做法是用相同任務、工具、設定與成功標準自行測試。

事實性數據要放回測試脈絡

Moonshot 的資料與發布報導提到模型在事實準確性上有所改善，但不同報導描述的評測方式並不完全相同。一項關於內部高難度事實性測試的報導指出，Kimi K3 到 K3.1 Pro 的「逐項主張幻覺率」由 23.4% 降至 8.3%。Kimi API 文件則描述另一項測試：使用去識別化、且使用者曾標記回答有事實錯誤的對話，並公布 K3 到 K3.1 Pro 的數字由 23.35% 降至 6.85%。1821

這兩組數字不應混為一談，也不等於日常使用的錯誤率。它們各自採用特定提示、樣本與評分方式；以單項主張計算錯誤，也不同於統計整則回答中有多少至少包含一個錯誤。這些數據呈現的是特定評測結果，不是對每位使用者、每種工作情境的準確度保證。

Moonshot 也表示，為降低計畫釋出的開放權重模型在網路攻擊方面的能力，已移除與網路攻擊相關的訓練資料。13 這說明公司採取了降低風險的措施，但不代表相關能力已被消除，也不能證明這項處理在所有情境中都有效。

Highspeed、使用方式與權重釋出

Moonshot 表示，Kimi K3.1 Pro Highspeed 在維持相當智能水準的同時，速度約為 Pro 的 2 至 3 倍。1820 不過，這項速度宣稱不等於已經有獨立測試，在真實工作負載中全面比較兩個版本的品質或延遲。

Kimi Code 文件指出，K3.1 Pro 系列僅支援思考模式，提供 low、high 與 max 三種設定，預設為 max。33 發布報導列出的使用管道包括 Kimi.ai、Kimi Work、Kimi Code 與 Kimi API。1030 至於 Kimi Code，報導指出一般 Pro 版本須 Plus 或以上方案才能使用，Highspeed 則須 Pro 或以上；Pro 方案以上才提供完整的 100 萬 Token 上下文。3436

Moonshot 承諾於 11 月 4 日前釋出完整權重。這是當時公布的預定日期，並不代表模型在發布當天已可下載。810 可查到的發布資訊也未確認最終授權條款。「開放權重」本身並不能說明使用者是否可以商用、再散布或修改；具體權利仍要看正式發布的授權內容。

實際評估的重點

Kimi K3.1 Pro 的發布主張，建立在超長上下文、程式開發／金融／3D 能力提升，以及若干看來具有競爭力的基準測試成績之上。關鍵保留之處是：基準分數與內部事實性測試需要放回各自的測試條件解讀，而完整權重與授權在發布時尚未明朗。對許多使用者來說，獨立且條件一致的測試，以及最後公布的授權內容，會比「3T 級」這個標籤更能說明它是否適合實際工作。

Moonshot AI 於 2026 年 10 月 23 日推出 Kimi K3.1 Pro 與 Kimi K3.1 Pro Highspeed。Moonshot 將 Pro 定位為 K3.1 系列首款模型，也是目前能力最強的「3T 級開放權重模型」，並提供 100 萬 Token 的上下文視窗。彭博報導指出，這次升級著重金融研究、程式開發與 3D 建模，也涵蓋遊戲設計相關工作。1718

這些規格與基準測試成績，足以讓 K3.1 Pro 成為值得實測的選項；但光看公布數字，還不能證明它在日常各類任務上全面勝過競品。部分廣為流傳的成績來自 Moonshot 自行公布，而完整模型權重在發布當時仍只是預告將於日後釋出。810

Moonshot 表示這次升級了什麼

K3.1 Pro 被描述為在 Kimi K3 基礎上進行後訓練、投入更多後訓練資源的版本，而不是從頭打造的全新基礎模型。2125 發布資料則將它描述為混合專家模型（MoE），總參數量 2.8 兆、啟用參數量 1,040 億。換句話說，「3T 級」指模型整體規模，不是每次運算時都會啟用 3 兆個參數。2330

Moonshot 主打的應用包括程式開發、金融研究與 3D 創作，並點名 Blender、Unreal Engine、Godot 與 CAD 等工具和環境。1730 這反映的是公司宣稱的產品發展方向，不代表模型在每一種工作流程中都能有同等表現。

基準測試成績應該怎麼看？

Moonshot 公布 K3.1 Pro 在 Terminal-Bench 4.0 的成績為 65.7%。同一組比較數字中，GPT-6 Astra 為 58.2%，Claude Opus 5.5 為 66.4%；也就是說，K3.1 Pro 高於前者，但比後者低 0.7 個百分點。26

在 3D 任務方面，Moonshot 表示 K3.1 Pro 在使用工具的 BenchCAD 測試中拿下 92.7%。該測試據稱評估模型如何透過生成 CAD 程式碼，從多個視角重建 3D 物件。29 Moonshot 也公布了 OfficeQA Pro v2 的 64.4 分；這是一項金融文件評測。1046

這些分數能反映 Moonshot 選擇強調的任務表現，卻不是模型整體能力的完整答案。Terminal-Bench 的比較數字由發布相關報導轉述，3D 與金融成績則歸於 Moonshot 公布。若要為實際工作挑選模型，較可靠的做法是用相同任務、工具、設定與成功標準自行測試。

事實性數據要放回測試脈絡

Moonshot 的資料與發布報導提到模型在事實準確性上有所改善，但不同報導描述的評測方式並不完全相同。一項關於內部高難度事實性測試的報導指出，Kimi K3 到 K3.1 Pro 的「逐項主張幻覺率」由 23.4% 降至 8.3%。Kimi API 文件則描述另一項測試：使用去識別化、且使用者曾標記回答有事實錯誤的對話，並公布 K3 到 K3.1 Pro 的數字由 23.35% 降至 6.85%。1821

這兩組數字不應混為一談，也不等於日常使用的錯誤率。它們各自採用特定提示、樣本與評分方式；以單項主張計算錯誤，也不同於統計整則回答中有多少至少包含一個錯誤。這些數據呈現的是特定評測結果，不是對每位使用者、每種工作情境的準確度保證。

Moonshot 也表示，為降低計畫釋出的開放權重模型在網路攻擊方面的能力，已移除與網路攻擊相關的訓練資料。13 這說明公司採取了降低風險的措施，但不代表相關能力已被消除，也不能證明這項處理在所有情境中都有效。

Highspeed、使用方式與權重釋出

Moonshot 表示，Kimi K3.1 Pro Highspeed 在維持相當智能水準的同時，速度約為 Pro 的 2 至 3 倍。1820 不過，這項速度宣稱不等於已經有獨立測試，在真實工作負載中全面比較兩個版本的品質或延遲。

Kimi Code 文件指出，K3.1 Pro 系列僅支援思考模式，提供 low、high 與 max 三種設定，預設為 max。33 發布報導列出的使用管道包括 Kimi.ai、Kimi Work、Kimi Code 與 Kimi API。1030 至於 Kimi Code，報導指出一般 Pro 版本須 Plus 或以上方案才能使用，Highspeed 則須 Pro 或以上；Pro 方案以上才提供完整的 100 萬 Token 上下文。3436

Moonshot 承諾於 11 月 4 日前釋出完整權重。這是當時公布的預定日期，並不代表模型在發布當天已可下載。810 可查到的發布資訊也未確認最終授權條款。「開放權重」本身並不能說明使用者是否可以商用、再散布或修改；具體權利仍要看正式發布的授權內容。

實際評估的重點

Kimi K3.1 Pro 的發布主張，建立在超長上下文、程式開發／金融／3D 能力提升，以及若干看來具有競爭力的基準測試成績之上。關鍵保留之處是：基準分數與內部事實性測試需要放回各自的測試條件解讀，而完整權重與授權在發布時尚未明朗。對許多使用者來說，獨立且條件一致的測試，以及最後公布的授權內容，會比「3T 級」這個標籤更能說明它是否適合實際工作。