月之暗面（Moonshot，Kimi 開發商）推出 K3.1 系列首款模型 K3.1 Pro：開放權重、100 萬詞元脈絡，程式、立體生成、金融研究全面躍進，另有速度快兩到三倍的高速版。官方宣稱終端程式基準 65.7 分，逼近 Claude Opus 5.5 的 66.4 分。
原文連結：https://www.kimi.ai/blog/kimi-k3-1-pro
HN 討論：https://news.ycombinator.com/item?id=50212065（663 分、422 則留言）
原文重點翻譯
開放智慧前沿
K3.1 Pro 是 K3 的後訓練版本，大幅拉高後訓練算力。為了在數百個下游領域做大規模聯合強化學習，團隊把整個技術棧優化一輪：強化學習框架、長脈絡推論、訓練效率、沙盒、排程、環境品質檢查平台。程式、代理、知識基準全面對齊或逼近最強閉源模型。
程式
涵蓋真實程式碼庫修補到整案從零搭建。支援 Unity、虛幻引擎、Godot，搭配網頁搜尋與立體生成做完整體驗。內測案例：在開源人體解剖模型上建行走動力學模擬器，經 167 場任務、420 次獨立審查，從幾秒內跌倒進步到連續交替步態走 11.2 秒。獎勵塑形卡住手臂動作時，模型沒死調獎勵，而是做開環探測，找出並修正 36 個肩部肌肉力矩計算錯誤後重訓控制器。
立體建模與設計
立體重建基準（多視角渲染轉 CAD 程式碼）：K3.1 Pro 拿 92.7 分（有用工具），逼近 Opus 5.5 的 96.2 分與 Astra 的 95.9 分。強項是參數化建模：機械零件、建築模型、可配置產品、客製家具，不需連接器，直接寫跑 Blender 與 CAD 腳本。「3D Make」已在官網與手機程式上線：線上預覽編輯、下載可列印檔、匯出影片。
金融
財報問答基準 OfficeQA Pro v2 拿 64.4 分最佳成績，投資全流程基準亦勝過 K3。內部金融基準對 K3：建模 57.6 對 50.4，研究 70.4 對 58.8，模擬經營 37 對 8.9（約四倍）。幻覺硬集：前代 23.4% 降到 8.3%。有事實錯誤的回覆，只剩前代的四成二。
資安
能力變強後，官方追查網安能力來源並加以管制：中期訓練語料混有資安內容、強化學習環境也有資安任務。內部實驗顯示任一階段不移除，下游網安能力都會大漲。開放權重版兩階段都移除資安資料，保留通用程式任務。自家高難度漏洞挖掘基準：未處理版 90.5% 壓到上市版 81.0%，仍大幅勝過 K3 的 33.3%，但落後前沿閉源模型。官方開源原則：不釋出會推高網安絕對前沿的開放權重，但會逐步放寬，讓防守方也能拿強模型審自家程式碼。
上線方式
網頁、手機程式、工作桌面版、程式碼工具、應用程式介面全上，企業管理員需手動開啟。完整權重 11月4日釋出。
HN 網友反應整理
一、效能不是紙上談兵
minimaxir 整理人工分析指數：55 分總排第四，勝過 Astra 與 Fable 5.1，速度也更快。dom96 用自製對抗語言基準交叉驗證，稱相對 K3 是非常顯著的進步，已是開放權重最高分。thefourthchime 的吃豆人實測：93 分打平 Sonnet 5.5，成本 0.68 美元對 1.61 美元。rudolftheone 補上幻覺改善，認為非常漂亮。
二、資安資料移除引爆論戰
henry700 認為從預訓練就拿掉，比拒絕回答更高明，因為拒絕回答可被消除術輕易拆掉。quotemstr 反擊：解法該是修漏洞，不是解決發現漏洞的人，甚至盼有人微調出專找漏洞版。TuxSH 只回一句無聊。tkz1312 自稱防守方，強調把找漏洞能力留少數人手上才是風險。ByteAtATime 點出隱蔽副作用：不懂資安的模型可能順手寫出不安全系統。zozbot234 則說攻擊是很窄的領域，知道駭客概念推不出漏洞利用。
三、訂閱額度是本串最一致的抱怨
johnmlussier 用 99 美元方案、單一工作階段、沒開群體並行，47 分鐘撞上 5 小時上限。willmorrison 更極端：一個全力模式提示詞打穿上限，同提示詞丟給 Claude 只動一點額度。Athanase000 說年費放著不能用，ricardobeat 說 20 美元方案十五到二十分鐘見底。InsideOutSanta 的結論務實：應用程式介面價格與能力相符，問題是大家都用訂閱制。
四、中美差距壓縮到數週
ndm000 把分數換算成地緣結論：中國與美國前沿的距離從六個月縮到六週。chvid 補上資源對比：月之暗面只有三百人，還準備五百億美元上市。另一邊 lern_too_spel 堅持前沿實驗室還是兩家，metalliqaz 列十家反問誰分得出來。
五、身份混亂與蒸餾疑雲
ranyume 測試思考過程，發現模型一下自稱 Kimi、一下自稱 ChatGPT，還提到要給評測員審核。lurker137 補更誇張的版本：K3 堅稱自己是 Anthropic 的 Claude，反駁就被指越獄。KronisLV 懷疑偷偷路由到 Opus。npn 從技術面反駁：中國模型攤開思考過程、美方藏起，要假裝路由技術上不可能。jamienk 指真正指控的是贓用電腦與信用卡建帳號，不是蒸餾一詞。
六、基準可信度
saberience 不信人工分析指數，稱與實際使用落差大。Tiberium 指終端基準已接近飽和，評分器會判錯做對的答案。simondotau 懷念 K3 寫作風格，會叫它清 Opus 的冗長註解。
正反意見對照
| 面向 | 正方 | 反方 |
|---|---|---|
| 移除資安訓練資料 | 比拒絕回答更難繞過（henry700） | 防守方也需要強模型（quotemstr、tkz1312） |
| 開放權重的實質 | 11月4日放權重，之後可再微調（ls612） | 拿到的是閹割版（TuxSH） |
| 訂閱額度 | 搭配其他模型分工就夠用（calgoo） | 一個提示詞打穿，美廠寬鬆得多（willmorrison） |
| 指數可信度 | 唯一整合多個基準的地方（jrflo） | 與實際使用落差大（saberience） |
| 對美廠的威脅 | 差距縮到數週（ndm000） | 企業營收仍差一個量級（jrflo） |
一頁懶人包
手機看不到內嵌頁時，直接開備援連結：https://static.blog.derekhsu.net/kimi-k31.html
譯註
本文人名皆為網路帳號，保留原文不譯。模型名、基準名保留原文。留言數與分數取自站內日報快取（663 分、422 則、實擷 315 則），原討論附文的數字為舊快照。發布頁內基準圖皆為圖片，無內文可譯，數字已與正文交叉驗證。