一句话看懂：Moonshot 发布的 Kimi K3.1 Pro 在 Artificial Analysis 智能指数上取得 55 分、位列第 4，代理任务能力大幅提升；模型权重尚未公开，若如期开源，将成为得分最高的开放权重模型。
事件核心：发生了什么
据 Artificial Analysis 2026 年 10 月 23 日的评测文章，Kimi K3.1 Pro 在其智能指数上得分 55，比上一代 Kimi K3（44 分）提高 11 分，排在第 4 位，仅落后于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。该榜单结果仅代表原文日期与评测条件下的表现，并非永久排名。
提升最明显的是代理（agentic）能力：GDPval-AA 取得 1,846 Elo、排名第 3，比 Kimi K3 高 312 Elo；Terminal-Bench 4.0 得分从 13% 升至 67%，为该榜最高；AutomationBench-AA 从 58% 升到 73%。其他评测涨幅较温和：Humanity’s Last Exam 从 47% 到 52%，SciCode 从 59% 到 61%，AA-Omniscience 指数从 20 到 30，幻觉率由 53% 降至 44%。
模型规格方面，上下文窗口为 100 万 tokens，总参数 2.8T、激活参数 104B，支持文本与图像输入。API 定价为每百万输入/输出/缓存命中 tokens 分别 2/10/0.2 美元，三项均比 Kimi K3 低 33%；每个任务成本约 1.98 美元，与上一代接近。
为什么重要
目前公开信息显示，K3.1 Pro 的权重尚未发布，Moonshot 预计会在发布后不久开放。一旦开放，它将成为智能指数最高的开放权重模型，头部开源模型与闭源模型的分差将从 12 分缩小到 3 分。这意味着开源阵营在通用推理和代理任务上的追赶速度明显加快，闭源厂商仅靠分数领先已难形成明显壁垒，竞争重心会更多转向产品化、生态与成本控制。
对用户/开发者/创作者的影响
对开发者而言，100 万 tokens 上下文、图像输入和较低的 API 价格，适合长文档处理、代码代理和多步骤 SaaS 自动化等场景；Terminal-Bench 与 AutomationBench 的提升也说明其终端操作与工作流执行能力更可用。若权重如期开放，团队还可自托管、做私有化微调，降低对外部 API 的依赖。对普通用户和创作者，成本下降通常会在后续产品定价与可用额度上体现，但实际体验仍取决于厂商的落地产品，而非榜单分数本身。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是权重与许可证是否按预期发布，开放范围是否允许商业使用；二是第 4 名的成绩能否在第三方复测和真实任务中复现，尤其是代理类评测；三是价格与成本优势能否延续到开源权重生态，吸引更多开发者跟进。
