Kimi K3.1 Pro 在 Artificial Analysis 智能指数排第 4，领先所有开源权重模型；API 已上线，完整权重承诺 11 月 4 日前放出（来源）。
关键事实
| 项目 | 内容 |
|---|---|
| 回答的问题 | Kimi K3.1 Pro 冲上 Artificial Analysis 第 4：1M 上下文，权重承诺 11 月 4 日前开源 |
| 简答 | Moonshot 的 Kimi K3.1 Pro 在 Artificial Analysis 智能指数排第 4，仅次于 Opus 5.5、Sonnet 5.5 和 Muse Wonder Full。3T 级 MoE、2.8T 总参数 / 104B 激活、1M token 上下文，API 已上线，完整权重承诺 11 月 4 日前放出。 |
| 阅读时长 | ~2 分钟 |
| 最后更新 | 2026-10-24 |
官方公布的关键数字：
- 3T 级模型，MoE 结构下 2.8T 总参数、104B 激活参数。
- 1M token 上下文窗口。
- 支持多模态输入。
- 同时发布了 K3.1 Pro Highspeed 版本。
第 4 名比第 1 名更有信息量
跑分榜通常只记住第一名，但对开源权重模型来说，真正值得看的是它和前沿之间还剩多少差距。这次覆盖里有两个数字能说明问题：
- 在 Code Arena 的 WebDev 榜上，K3.1 Pro 以 1692 分排第 8，被描述为以约低 70% 的成本追平 Claude Opus-5（Max），比 K3（Max）上升 9 位。
- Simon Willison 的判断是：这是第一次有「即将开源权重」的模型，和当前前沿掰手腕掰到这个程度。
综合指数略落后、单位 token 明显更便宜的模型，改变的是「哪些任务值得交给它」这个路由问题，而不是排行榜名次。
几个必须记住的前提
同一批报道里也列了限制，规划时不能忽略：
- 权重还没放出来。「11 月 4 日前」是承诺，不是下载链接，延期很常见。
- Wccftech 提到训练数据里剥离了网络安全相关数据，这是安全取向的选择，代价是在安全相邻任务上的能力。
- 1M 上下文是上限，不是预算。长上下文用得好不好、每次调用多少钱，是另外两个问题。
Windows 上怎么用
比较实际的打法是拿它测「每个完成任务的成本」，而不是拿它测「必须最强的那个答案」：
- 挑两三个你已经在跑的重复任务，比如长文档摘要、结构化输出草稿。
- 用 K3.1 Pro 和现用模型各跑一遍，比的是每个完成任务的钱和实际耗时，不是单价。
- 答案错了代价高的调用继续留给前沿模型，其余路由过去。
- 11 月 4 日之后再复核一次：权重真放了，自建才是第三个选项，而且硬件要按 3T 级 MoE 来配。
如果你想要一个 Windows 桌面 Agent，能在不重搭工作流的前提下切换模型，当前版本在 agent.aimoogh.com/download。 OpenAI 模型进入 Google Cloud、SPARQLite 用 Rust 重写 SQLite，以及 Windows 下载页。
常见问题
Kimi K3.1 Pro 算开源吗？ Moonshot 承诺 11 月 4 日前放出完整权重。权重不等于许可证，真正落地前还要看它公布的授权条款。
1M 上下文是不是意味着能塞进整个代码库？ 只代表 API 最多接收这么多 token。模型能不能用好、这次调用花多少钱，得拿你自己的文档实测。
相关阅读：