月之暗面发布 K3.1 系列首个模型 Kimi K3.1 Pro，这是其迄今最强的 3T 级开放权重模型，上下文窗口达 100 万 token，并同步推出速度提升 2–3 倍的 Highspeed 版本。它是在 Kimi K3 基础上加大后训练算力得到的版本，团队为此优化了强化学习框架、长上下文推理与沙箱等整条训练栈，使每个域都获得稳定增益。在考察编码智能体真实终端任务的 Terminal-Bench 4.0 上，K3.1 Pro 得 65.7%，高于 GPT-6 Astra 的 58.2%，略低于 Claude Opus 5.5 的 66.4%。
长程编码能力通过大规模强化学习得到加强，模型能在多步任务中自行诊断并修正问题。 在内部长程编码基准 Kimi Code Bench 3.0 Long-horizon 上，K3.1 Pro 得 61.2%，高于 K3 的 55.95%。 在一项内部测试中，模型基于含 296 个骨骼组件和 402 个肌肉组件的人体解剖模型 human-atlas 搭建行走动力学模拟器，经 167 项任务和 420 次独立评审迭代控制器，使模拟人从数秒内倒地变为交替步态连续行走 11.2 秒。
模型把能力扩展到 3D 建模与金融工作流，并针对事实准确性做了定向改进。 在考察多视图渲染重建 CAD 代码的 BenchCAD 上，K3.1 Pro 带工具得 92.7%，接近 Claude Opus 5.5 的 96.2% 和 GPT-6 Astra 的 95.9%；在 OfficeQA Pro v2 上取得 64.4 的最新最好结果。 在内部事实准确性压力测试 Kimi Hallu Bench Hard 上，其论断级幻觉率从 K3 的 23.4% 降至 8.3%，含至少一处事实错误的回答占比为前代的 42.4%。
报道的范围限于发布方公布的基准成绩与内部测试，包括 Terminal-Bench 4.0、Kimi Code Bench 3.0 Long-horizon、BenchCAD、OfficeQA Pro v2 与 Kimi Hallu Bench Hard；完整模型权重计划于 11 月 4 日发布，企业管理员默认关闭该模型访问。
发布方说明 Kimi Hallu Bench Hard 是刻意构造易错情境的压力测试，所报比率不代表日常使用中的整体错误率；其网络攻击能力仍落后于已公开至少三个月的前沿闭源模型。
