昨晚的X平台被一则消息刷屏——国产大模型Kimi K3.1 Pro正式发布，其全球智能指数排名跃升至第四位，Agent能力更是在Terminal-Bench 4.0测试中以65.7分创下历史新高。这一突破不仅打破了海外模型长期占据AI榜单前十的局面，也让沉寂许久的国产大模型重新回到全球竞争的核心舞台。据公开信息显示，Kimi K3.1 Pro在代码生成、金融建模等硬核场景中的表现已接近甚至超越部分闭源模型，且成本仅为同类产品的五分之一。
全球智能指数跃升至第四
知名AI评测机构Artificial Analysis最新公布的数据显示，Kimi K3.1 Pro以55分的成绩冲上全球智能指数第4位，较前代版本暴涨11分。这一成绩的取得离不开月之暗面在强化学习领域的大规模算力投入——他们从RL框架到环境质检平台，对整套技术栈进行了逐层打磨。业内观察指出，这种“以算力换能力”的策略使K3.1 Pro在代码、Agent和知识类基准测试中达到或接近最强闭源模型的水平。
更值得关注的是，该版本支持高达100万上下文长度，并基于3万亿参数量级进行后训练。这意味着模型不仅能处理复杂推理任务，在金融建模等需要大量数据支撑的应用场景中也展现出更强的适应性。据Reddit社区反馈，Kimi K3.1 Pro在实测中已能与GPT-6 Astra等海外顶流模型比肩，但其部署成本仅为后者的20%。
Agent能力首登榜首
在Terminal-Bench 4.0测试中，Kimi K3.1 Pro的Agent能力从上一代的13%大幅提升至65.7%，距离当前最优模型Opus 5.5仅差不到1个百分点。Artificial Analysis给出的重磅判断显示，一旦权重发布，该版本将登顶开放权重模型榜首，开源与顶级闭源模型间的差距也将从12分骤缩至3分。
这种能力跃升体现在多个维度：在真实终端独立执行任务时，K3.1 Pro能在三种思考强度下都落在“性能与单任务成本”的帕累托前沿。这意味着同样的预算可完成更多任务，而相同工作量的投入则能显著降低成本。更令人惊喜的是，其高速版模型Kimi K3.1 Pro Highspeed在保持同等推理能力的前提下，输出速度直接提升三倍。
代码审美大升级实测
Kimi团队此次推出的另一项突破性功能是“代码审美”能力。通过实测验证，该版本不仅能生成符合技术规范的代码，在前端页面设计、Three.js交互场景构建等方面也展现出显著提升。例如在3D资产建模测试中，模型能根据文字描述自动生成Blender脚本，并直接接入游戏引擎。
具体案例显示，当输入一张手绘三视图后，Kimi K3.1 Pro可在40分钟内完成608行Blender脚本编写、生成可编辑的.blend文件及1.7MB GLB模型。更令人印象深刻的是其自主优化能力：在确认Blender 5.2新接口兼容性后，它会自动调整脚本结构；甚至能通过浏览器截图验证渲染效果是否符合预期。
金融建模挑战海外顶流
在金融领域应用测试中，Kimi K3.1 Pro展现出令人惊讶的专业水准。据OfficeQA Pro v2实测显示，该模型在基于真实财务文档的复杂数据分析任务中获得64.4分，达到当前最优（SoTA）水平。而在覆盖从标的筛选到盈利分析整条投资工作流的Frontier Finance测试中，其成绩位列第二。
更值得关注的是，K3.1 Pro能端到端交付带公式联动的专业级Excel模型。它不仅能根据情景调整经营驱动因子，还能直接呈现敏感性分析对估值的影响，并为每项假设提供硬核数据支撑。华尔街全栈分析师评价称：“这是一款真正懂财务逻辑的‘全栈金融民工’。”
随着Kimi K3.1 Pro在多个关键场景中展现强大实力，国产大模型正以更具性价比的方式重新定义全球AI竞争格局。据公开信息显示，该版本已在kimi.com和Kimi App同步上线3D Make功能，并开放了云端建模能力。从代码生成到金融分析，从游戏开发到3D打印，这款“大而美”的国产大模型正在用实打实的能力证明：China is back！
