Kimi K3.1 Pro launches at 4th on the Artificial Analysis Intelligence Index scoring 55, making large gains in agentic performance; it will be the leading open-weights model once its weights are published
Kimi K3.1 Pro launches at 4th on the Artificial Analysis Intelligence Index scoring 55, making large gains in agentic performance; it will be the leading open-weights model once its weights are published
月之暗面发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，排名第四，比 Kimi K3 的 44 分提升 11 分，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。
第三方评测给出 Kimi K3.1 Pro 在智能指数与智能体任务上的具体分数和排名，可与前代及闭源模型直接对照。
同一件事另外 4 家也报道了
各家口径不同：Artificial Analysis 提供了 55 分的评分并排名第四；MarkTechPost 提到了 2.8T 的总参数和 104B 激活参数的 MoE 模型。
- Artificial Analysis Articles··首发·当前阅读
Kimi K3.1 Pro 发布，智能指数 55 分位列第四
- MarkTechPost··+22 小时 53 分
Moonshot AI 发布 Kimi K3.1 Pro：2.8T 总参数、104B 激活的 MoE 模型，支持 1M 上下文
- IT之家 · AI··+23 小时 9 分
月之暗面发布 Kimi K3.1 Pro 模型，3 万亿参数、100 万上下文
新增信息：支持 100 万上下文。
- IT之家 · AI··+23 小时 50 分
- Latent Space··+31 小时 18 分
Kimi K3.1 Pro 104BA-2.8T 发布：开源权重模型缩小闭源 AI 领先优势至 1 个月
新增信息：2.8 万亿参数的开源权重模型。
- IT之家 · AI··+31 小时 59 分
- Interconnects··+2 天
按发布时间排列 · 事件后续出现时自动追加 · 由模型根据各家标题与摘要比对
Kimi K3.1 Pro 在人工智能分析指数上排名第四，得分为55，在自主性能方面取得了大幅提升；一旦其权重发布，它将成为领先的开放权重模型；
tweet-1-intelligence-indexz.png
；
Moonshot的新推理模型在Kimi K3的基础上提升了11分（最高分44）。它在人工智能指数上仅次于Claude Opus 5.5（最高分58，备用时），Claude Sonnet 5.5（最高分56，备用时），以及Muse Wonder Full（最高分56）；
一旦K3.1 Pro的权重发布，它将成为得分最高的开放权重模型，并且人工智能指数上领先开放权重模型和专有模型之间的差距将从12分缩小到3分；
主要结果： ➤ 自主性能大幅提升：Kimi K3.1 Pro在GDPval-AA上排名第三，得分为1,846 Elo，比Kimi K3提升了312 Elo，仅次于Claude Opus 5.5（1,866 Elo）和Muse Wonder Full（1,857 Elo）。Kimi K3.1 Pro还在Terminal-Bench 4.0上取得了所有模型中最高的分数。K3.1 Pro得分为67%，比Kimi K3的13%有所提升，并领先于Claude Sonnet 5.5（64%）。测试自主SaaS工作流的AutomationBench-AA从58%提升到73%；
➤ 其他评估的增益较为温和：Humanity's Last Exam从47%提升到52%，CritPt从23%提升到25%，SciCode从59%提升到61%。AA-Omniscience Index从20提升到30，因为幻觉率从53%下降到44%，准确率从48%提升到51%；
➤ 每任务成本与Kimi K3大致相同，为每任务1.98美元：K3.1 Pro在人工智能指数任务中每次输出使用55K个token，比Kimi K3的48K多了14%，但其自有token价格降低了33%；
附加模型详情： ➤ 上下文窗口：1M个token。 ➤ 大小：总计2.8T，104B个活跃参数 ➤ 输入模态：文本和图像 ➤ 权重和许可：权重目前未发布，Moonshot预计在发布后不久发布权重 ➤ 定价：每1M输入/输出/缓存命中token为2/10/0.20美元，所有三种比率都比Kimi K3降低了33%；
单个评估结果：
来源: Artificial Analysis Articles · artificialanalysis.ai