昨晚的社交媒体平台X上，Kimi K3.1 Pro一经发布便迅速引发广泛关注。

海外开发者评论：3D Web开发的全新阶段已经到来。

此前，AI排行榜前十名几乎被美国公司占据。相比之下，国内模型领域显得较为安静。

有人指出：国产大模型近期推出的多是主打性价比的“Flash”版本，真正具备竞争力的“Pro”版本却不见踪影。

不少人发问：国内模型是否已落后？

如今，Kimi打破了这一局面——Kimi K3.1 Pro正式亮相。

知名AI评测机构Artificial Analysis公布了测试结果：K3.1 Pro以55分的成绩跻身全球智能指数第4位，相比前代提升了11分。

在衡量Agent实际能力的Terminal-Bench 4.0上，其得分从13%跃升至65.7%，与Opus 5.5的差距不到1%。

Artificial Analysis还做出重要预测：一旦权重开放，K3.1 Pro将占据开放权重模型首位，开源与顶级闭源模型之间的差距将从12分缩小至3分。

今天上午，Reddit上充斥着这一分数的讨论：Kimi K3.1超越了Fable 5.1。

国内模型这次真正打开了全球第一梯队的大门。

这次Kimi推出的并非过渡版本，而是一款实力强劲的产品。

这是目前能力最强的3万亿参数模型，支持高达100万的上下文长度。

它的出现向世界表明：China is back，国内模型强势回归。

在多项硬核测试中，K3.1 Pro的性能直接与海外顶尖产品GPT-6 Astra相当。更值得注意的是，其成本仅为Astra的五分之一，便宜了整整80%。

因此，K3.1 Pro的定位十分明确：在前沿模型中，提供最理性的选择。

此外，在真实场景中处理具有挑战性的任务时，仍需要更大的模型。例如，尽管基准测试分数与Opus相近，但在实际应用中，Fable这类较大模型往往展现出更强的洞察力、创造力和写作能力。

毕竟，高难度的推理任务才能真正体现大模型的能力。

此次，K3.1 Pro基于K3进行后训练，月之暗面在强化学习方面大幅增加了算力投入。

为了在数百个下游领域实现联合训练，他们从RL框架、长上下文推理、沙箱，到调度系统、环境质检平台，对整个技术栈进行了逐层重新优化。目标是——每一份新增的算力都能转化为实际能力。

结果是，在代码、Agent和知识类基准测试中，K3.1 Pro达到了或接近最强闭源模型的水平。

在考察Agent在真实终端独立执行任务的Terminal-Bench 4.0上，它获得了65.7分，并且在三种思考强度下，均处于“性能与单任务成本”的帕累托前沿。

也就是说，同样的成本下，它完成的任务最多；同样的任务下，它花费的成本最低。

Kimi还推出了高速版模型Kimi K3.1 Pro Highspeed，智商不变，但输出速度提升了3倍。

不过，分数只是入场券。榜单上分数再接近，一到实际任务中就会显现差距——

任务越困难，越考验模型本身的实力，这正是大模型的核心领域。

接下来，我们看看K3.1 Pro在真实工作流中的表现。

据悉，K3.1 Pro有一个显著变化：审美，成为了模型的能力之一。

Kimi试图回答的问题是——代码模型能否具备美观性？

这次，无论是前端页面、Three.js交互场景，还是3D资产，它在构图、排版、动效和完成度方面都有明显提升。

它还能使用Unity、Unreal Engine、Godot等游戏引擎，无需MCP连接器，直接编写脚本驱动Blender、SolidWorks、Rhino建模。

接下来，让我们通过实际测试，看看“大而美”的K3.1 Pro究竟有多强。

这是K3.1 Pro主推的新技能。官方称它能从一段文字、一张草图或参考图中推断形状、比例和空间关系，直接编写Blender脚本建模，再接入Three.js或游戏引擎。

我们验证一下，这条链路是否真的可行。

将一张手绘三视图输入后，40分钟内，它生成了：608行Blender脚本、可编辑的.blend文件、1.7 MB的GLB文件，以及一个双击即可打开的网页。

草图上标注的翼展8.0、总长6.2、总高2.4，建模结果为8.000、6.199、2.400，误差仅为1毫米。

接下来，它开始流畅地操作。

动手前，K3.1 Pro会先测试Blender 5.2的新接口，确认后再编写正式脚本；验收标准直接设为断言，旋翼直径差1毫米就不允许导出；渲染后自行对照草图进行修改；网页完成后，它甚至打开浏览器给自己截取了两张截图，才算完成任务。

六项待办事项，它逐一完成。

机身是样条插值生成的流线型，座舱玻璃是吸附在机身上的曲面，桨叶带有扭转，四个旋翼的倾转层级从Blender延续到浏览器中，滑块拉到底，确实绕支臂向前倾斜90°。

整个过程中，K3.1 Pro没有使用MCP，也没有借助外部模型库。

编写到一半时，1M上下文仅使用了6%。40分钟并非它的上限，而是这张草图仅此难度。

更令人振奋的是——这套操作无需本地安装Blender也能完成！

kimi.com和Kimi app已同步上线3D Make功能。将同一份草图和资料直接输入Kimi，说一句“参考这些资料，把它的3D模型做出来”，它就在云端开始工作，这次又运行了近40分钟。

修改scene.js、修改style.css、运行终端重建，它发现两片桨叶旋转不对称，改为半整数转速；CSS动画暂停不一致，修复；截图时场景尚未加载完成，添加“就绪”后再截取。

最后，它自己打开浏览器检查一遍，报告“无脚本错误或资源缺失”，才交出版本号。

完成的作品在右侧窗口中，可以旋转、更换颜色、拉动倾转滑块，不满意可直接在对话中修改，它会继续调整。

使用3D Make可以在线预览和编辑，一键发布为网页，GLB下载后可直接用于3D打印，还能导出视频或实况照片发布到社交平台。

以前，这是建模师、前端和运营三个人的工作，现在，K3.1 Pro用一个输入框就完成了。

而众多网友的实际测试也证明，K3.1 Pro的审美非常出色。

仅用4.92美元，它就在一款绘画应用中画出了一幅肖像。

有人在虚幻引擎中建造了一座云端宫殿，成本不到10美元，获得了大量网友的称赞。

鹈鹕骑自行车的演示，审美令人赞叹。

以前的AI处理金融问题时，只会生成摘要，一遇到跨表公式和估值模型就出错。

但K3.1 Pro这次直接超越了海外顶尖产品。

在OfficeQA Pro v2（基于真实金融文档的复杂财务数据分析，考察检索、跨文档核对与多步数值推理）上，K3.1 Pro获得64.4分，达到当前最优水平。

在覆盖从标的筛选到盈利分析整条投资工作流的Frontier Finance上，K3.1 Pro排名第二，相比K3有所提升。

接下来，我们看看K3.1 Pro在真实投行工作流中的表现。

它为我们制作了一份英伟达的专业级财务模型。

它不是简单地填写表格，而是能端到端交付一个包含公式联动的Excel文件。它像经验丰富的分析师，经营驱动因子可随情景调整，敏感性分析直接显示对估值的影响，每一项假设都有坚实的数据支持。

可以说，现在的K3.1 Pro是一个真正理解财务逻辑的“全栈金融从业者”。

Kimi K3.1 Pro的出现，证明了我们在大型模型领域，依然拥有随时打出王炸的实力。

它当然不是全能冠军，在某些方面与最强闭源模型仍有差距。

但真正令人振奋的是，国内模型正在向全球智能的性能上限发起正面挑战。

性价比决定市场，能力上限决定未来。

Kimi K3.1 Pro已经能与全球最强模型正面竞争，甚至重新定义智能的边界。

而且这次性能更强，价格反而更便宜：比K3便宜了三分之一，只有GPT-6 Astra的五分之一。

现在，无需等待解封。从今天起，开始使用Kimi K3.1 Pro。

China is back！

编辑：所罗门 Aeneas

本文来自微信公众号“新智元”（ID：AI_era），作者：ASI启示录，36氪经授权发布。