【AI观察】全球第四只卖1/5价,开源卷出新姿势

◈ AI观察 ◈

本期观察对象：月之暗面Kimi K3.1 Pro——一次选在凌晨的突袭式发布，把「全球参数规模最大的开源模型」纪录刷新到了3万亿级。有意思的是，发布前两天，一款名为Kibitz的神秘模型就潜伏在竞技场里被网友逐帧对比，疑似就是K3.1的匿名测试版。国产大公司的发布，已经学会了先潜水再亮牌的节奏。

◈ 成绩单：四张榜，一张比一张硬 ◈

第一张是Artificial Analysis全球大模型智能指数：K3.1 Pro拿到55分，全球第四，较上代K3暴涨11分——这个跨度意味着它一跃进入全球前沿模型第一梯队，紧追其后的是一众闭源旗舰。

第二张是Terminal-Bench 4.0，专测编程智能体在真实终端环境里的任务执行：K3.1 Pro得分65.7%，超过GPT-6 Astra的58.2%，与榜首Claude Opus 5.5的66.4%只差0.7个百分点。编程智能体测评反超GPT-6，是这次发布被讨论最多的一句话。

第三张是3D与空间推理：BenchCAD基准（从多视角渲染图重建3D模型）借助工具得分92.7%；第四张是金融：OfficeQA Pro v2拿64.4分创当前最优成绩，商业运营基准得分约为K3的4.2倍。幻觉压力测试Kimi Hallu Bench Hard里，单项事实陈述错误率从23.4%降到8.3%——大模型的「一本正经胡说八道」，这代收敛了六成多。

图片来源：百度资讯（AI棒）

◈ 技术拆解：3万亿参数，激活的只有1/27 ◈

K3.1 Pro总参数规模2.8万亿，采用MoE混合专家架构，每次推理只激活1040亿参数——相当于一座27层的大楼，每次任务只点亮其中一层。激活参数决定推理成本，总参数决定知识容量，MoE让「聪明」与「省钱」第一次可以兼得。

训练方式是这次的关键：K3.1 Pro并非新基座，而是基于7月发布的K3做大规模后训练升级——强化学习（RL）被扩展到数百个下游领域，让模型在反复训练中学会「按领域办事」。编程、3D、金融的长板，都是这样一根根补出来的。

两个工程细节值得注意：一是官方在训练数据中剥离了网络攻击相关数据，编程能力不降反升——安全与能力的取舍有了新证据；二是100万Token上下文窗口，足够一次塞进上百份文档做跨文档核对。

◈ 产业账：五分之一的价格，赌的是什么 ◈

价格对比最具冲击力：K3.1 Pro的API每百万Token输入1.3元（缓存命中）/13元（未命中）、输出68元，综合成本约为GPT-6 Astra的五分之一。这不是赔本赚吆喝——MoE架构的稀疏激活，让单位智能的推理成本结构性低于稠密大模型。

开源策略是更大的赌注：11月4日前开放完整权重，任何人都能下载、微调、私有化部署。对月之暗面，开源换的是生态位——全球开发者用你的模型做二次开发，你的技术栈就成为事实标准；此前英伟达已为K3做推理优化、提速1.68倍，K3还接入了Codex企业通道，开源生态的复利已经开始滚动。

背景板是冲刺IPO的月之暗面：已完成上市前最后一轮融资、估值约500亿美元、计划明年一季度赴港。这轮发布的时机耐人寻味——在招股书的关键窗口，用一份全球第四的成绩单讲「技术领先」的故事，比任何路演PPT都有说服力。

◈ AI工具 ◈

本期工具：Kimi K3.1 Pro本体。发布当日即已全线可用，覆盖网页、App、办公与代码四条产品线，这是国产新模型里「发布即可用」完成度最高的一批。以下上手方法与实测口径均来自官方说明与公开测评。

◈ 开源生态账：权重开放后会发生什么 ◈

11月4日权重开放后，K3.1 Pro会经历三类二次生命。第一类是学术界的白嫖式研究：高校实验室下载权重做对齐、蒸馏、安全研究，论文引用反哺模型影响力；第二类是企业的私有化部署：金融、政务等数据敏感行业，把模型搬进内网，跑在自有算力上。

第三类最值得盯——开发者的微调创业：拿3万亿参数的底座做垂直领域微调（法律、医疗、工业），历史上Llama生态孵化出的创业公司已成规模，K3.1 Pro是第一个进入第一梯队的国产候选底座。

对照国际棋局：OpenAI此前指责「有组织蒸馏」并把矛头指向过月之暗面，闭源阵营对开源的态度日趋防御。开源模型逼近闭源性能的每一步，都在压缩闭源厂商的定价权——五分之一的价格差，就是这条博弈线上的最新战报。

图片来源：量子位

◈ 上手：五个入口，各管一摊 ◈

入口一：kimi.com网页版与Kimi App，普通用户主力入口，问答、写作、读文档、3D Make都在这里——3D Make是本次新上线的功能，输入文字或草图生成3D模型，在线预览编辑后可直接下载去3D打印，或导出视频分享。

入口二：Kimi Work，办公场景，主打长文档处理与表格分析；入口三：Kimi Code，编程场景，编程智能体能力的主场；入口四：Kimi API（platform.kimi.com），开发者入口，模型选kimi-k3.1-pro即可；入口五：Highspeed高速版，同等智能、输出速度快2到3倍，价格约2倍——赶时间的场景值得加钱。

选择逻辑很简单：手机上随手问用App，办公室处理百页报告用Work，写代码用Code，做产品集成走API，需要立刻出结果切Highspeed。

◈ 实测口径：三个场景的真实表现 ◈

场景一：编程。Terminal-Bench 4.0的65.7%意味着它在真实终端任务里的多步执行、工具调用已进入第一梯队；公开实测显示它能自己驱动Unity、Unreal、Godot等游戏引擎，结合网络搜索与3D生成做完整交互体验，一次23轮的连续Agent测试可全程自主跑完。

场景二：3D创作。给一段文字描述、一张草图或参考图，它能推断形状、比例与空间关系并重建可用3D模型；无需外接MCP连接器，可直接编写并运行Blender与CAD脚本——参数化建模（机械零件、定制家具）是它被验证过的舒适区。

场景三：金融。OfficeQA Pro v2考察基于真实金融文档的检索、跨文档核对与多步数值推理，64.4分的当前最优成绩意味着财报比对、招股书拆解这类「读百份文件出一张表」的任务已经可用。边界同样明确：幻觉错误率降至8.3%但不为零，关键数字与结论，仍然需要人工复核。

图片来源：百度资讯（量子位）

◈ 适用与边界：什么人该立刻用 ◈

三类人可以立刻上手：程序员（编程智能体已对标闭源旗舰）、内容创作者（3D Make零门槛出模型）、研究与投资从业者（百万Token上下文啃长文档）。相对国产同行，它的差异化在Agent连续任务与3D空间推理；相对GPT-6，差异化在价格与开源。

两件事别指望：一是把开源权重当免费午餐——自己部署要买GPU集群、养推理工程师，百万级起步；二是把它当唯一事实来源——压力测试的8.3%错误率聚焦的正是易错场景，时效信息与关键决策，交叉验证不可省。

一句话定位：它是目前「性价比最高的第一梯队模型」——不是最聪明的那个，但可能是最划算的那个。

◈ 速查：四类人，四种用法 ◈

重度写作者：100万Token上下文是最大红利——把几十份参考资料一次性扔进去，让它做综述与交叉核对；配合追问「给我页码出处」，可核验性远超上一代。

程序员与独立开发者：Kimi Code入口直连编程智能体能力，多步任务执行已是它的强项；预算敏感的团队可以等11月4日后自部署，用闲置GPU跑推理。

内容创作者：3D Make+游戏引擎能力是差异化武器——文字到3D模型、脚本到交互Demo，出片速度是传统工作流的数倍；需要精度的地方（材质、拓扑）仍需专业软件收尾。

普通用户：App日常问答已够用，Highspeed版留给赶时间的场景。唯一提醒：任何关键决策信息，让它给来源链接——8.3%的错误率是压力测试口径，日常更低，但不为零。

◈ 结尾 ◈

◈ 往期推荐 ◈