Moonshot AI 的首次更新，新的 Kimi K3.1 Pro

Kimi K3.1 Pro 在 Terminal-Bench 4.0 上得分 65.7%，落后 Claude Opus 5.5 0.7 分，领先 GPT-6 Astra 7.5 分，且每任务平均成本低于两者最高配置的运行。

Moonshot 发现随着后训练规模扩大，漏洞利用技能上升，因此从中期训练和 RL 中移除了网络相关数据；在其内部 xdev-bench-hard 上，pass@3 从 90.5% 降至 81.0%。

经过滤的模型仍能解决其中 81.0% 的漏洞利用任务，而 K3 为 33.3%，Moonshot 将此解读为通用编程能力提升延伸到了网络工作，而第三方运行的 GPT-5.6 Sol 解决了 100%。

在 Moonshot 带有工具的内部幻觉压力测试中，虚假陈述从 K3 的 23.4% 降至 8.3%，仍高于 GPT-6 Astra 的 5.5%，但远低于 Claude Opus 5.5 的 15.0%。

最大跃升出现在 Moonshot 的模拟商业运营测试上，分数从 8.9 升至 37，K3.1 Pro 还以 64.4 在 OfficeQA Pro v2 上登顶，超过 Opus 5.5 的 62.2。

提升并不均衡：K3.1 Pro 在 Terminal-Bench Science 上得分 38.1，而 GPT-6 Astra 为 68.1、Opus 5.5 为 63.3，但在 Agents’ Last Exam 上以 43.2 领先，在带工具的 Humanity’s Last Exam 上为 70.0。

K3.1 Pro 以及运行速度快 2-3 倍的 Highspeed 变体已在 Kimi 的应用和 API 中上线，完整权重预计于 11 月 4 日前发布，以供独立复跑。