Kimi K3.1 Pro 正式发布：性能紧咬前沿模型，全量权重即将开源

2026 年 10 月 23 日 - 链接博客

Kimi K3.1 Pro 正式发布（来源）Kimi K3.1 Pro 今日已正式登陆 Kimi API——目前尚未开源权重，但月之暗面（Moonshot）承诺“全量模型权重将于 2026 年 11 月 4 日前发布”。

他们还提供了一个“高速”（Highspeed）版本，速度提升 2 至 3 倍，价格翻倍（但输入 token 缓存命中的计费保持一致）。

其美元定价为输入 2.00 美元/百万 tokens，输出 10 美元/百万 tokens——与 GPT-6.1 Sol 持平，且仅为 Claude Opus 5.5 的一半。

月之暗面自家的基准测试显示，Kimi 的水平大致与 Opus 5.5 和 GPT-6 Astra 相当——在少数几项测试中击败了它们，在其余测试中也紧随其后。

Artificial Analysis 给 Kimi 评分为 55 分——领先于 Claude Fable 5.1、GPT-6 Astra 和 Gemini 4 Argon（三者均为 53 分），仅次于 Claude Opus 5.5（58 分）。

这是（即将）开源权重的模型首次在前沿模型对比测试中取得如此高的分数。

我通过 Moonshot API 试用了该模型，使用的是我早在 8 月份添加到 LLM 0.32 中的 llm openai endpoint 命令：

llm openai endpoint
https://api.moonshot.ai/v1
--key kimi
-m kimi-k3.1-pro
"Generate an SVG of a pelican riding a bicycle"
--responses
-o reasoning_effort low \

kimi-k3.1-pro-pelican-low.stdout.txt
2> kimi-k3.1-pro-pelican-low.stderr.txt

llm openai endpoint 可以针对任何兼容 OpenAI 的端点运行提示词，但默认不记录结果，因此需要额外的参数来保存 stdout 和 stderr（即推理思考过程 trace）。

这里是 Kimi K3.1 Pro 在其支持的三种推理级别（低、中、最高）下生成的鹈鹕骑自行车 SVG 图像。以下是最高（max）级别的输出结果：

作为对比，我也让 Kimi K3 在这三个推理级别下生成了全新的鹈鹕图像。

23rd October 2026 - Link Blog

Introducing Kimi K3.1 Pro (via) Kimi K3.1 Pro landed on the Kimi API today - it's not yet open weights, but Moonshot promise "Full model weights will be released by Nov 4, 2026".

They're also offering a "Highspeed" version that's 2-3x faster, at twice the price (except for input token cache hits, which are priced the same).

The US dollar pricing is $2.00/million tokens for input and $10/million for output - the same as GPT-6.1 Sol and half the price of Claude Opus 5.5.

Moonshot's own benchmarks show Kimi as approximately level with Opus 5.5 and GPT-6 Astra - beating them on a few benchmarks, coming close on others.

Artificial Analysis scored Kimi at 55 - ahead of Claude Fable 5.1, GPT-6 Astra, and Gemini 4 Argon (all at 53) and behind only Claude Opus 5.5 (58).

This is the first time a (soon-to-be) open weight model has scored this highly against the frontier.

I tried it out via the Moonshot API using the llm openai endpoint command I added to LLM 0.32 back in August:

llm openai endpoint \
  https://api.moonshot.ai/v1 \
  --key kimi \
  -m kimi-k3.1-pro \
  "Generate an SVG of a pelican riding a bicycle" \
  --responses \
  -o reasoning_effort low \
  > kimi-k3.1-pro-pelican-low.stdout.txt \
  2> kimi-k3.1-pro-pelican-low.stderr.txt

llm openai endpoint can run prompts against any OpenAI-compatible endpoint but doesn't log the results, hence the extra options to save stdout and stderr (the reasoning trace).

Here are the pelicans I got for Kimi K3.1 Pro on the three reasoning levels it supports - low, medium, and max. This is max:

For comparison, I ran fresh pelicans against Kimi K3 on those three reasoning levels.