Kimi K3.1 Pro 发布：2.8T/104B MoE 与 1M 上下文，API 已上线
据 Marktechpost 2026 年 10 月 23 日报道，Moonshot AI 发布 K3.1 系列首个模型 Kimi K3.1 Pro，采用 2.8T 总参数、104B 激活参数的 MoE 结构，支持 1M token 上下文，已在 Kimi API 上线，API 定价低于 K3，开放权重预计 2026 年 11 月发布。其自报基准在编码上接近前沿，但在科学终端任务上明显落后。
发生了什么
据 Marktechpost 2026 年 10 月 23 日报道，Moonshot AI 发布 Kimi K3.1 系列首个模型 Kimi K3.1 Pro，为 K3 的后训练版本，报告称其后训练算力大幅增加，并在数百个下游领域进行了联合强化学习。来源称该模型总参数 2.8T、激活参数 104B（MoE），基础 K3 架构使用 Kimi Delta Attention 与 Attention Residuals，通过 Stable LatentMoE 激活 896 个专家中的 16 个，支持 1M token 上下文，API 可接受文本、图像和视频。同期还发布了 Highspeed 变体，官方博客称其快 2 至 3 倍。API 标识为 kimi-k3.1-pro 与 kimi-k3.1-pro-highspeed，端点为 OpenAI 兼容。报道引用来源称 API 定价低于 K3，缓存命中另计费；开放权重尚未发布，预计 2026 年 11 月释出。基准数据均为 Moonshot 自报、多数在最大推理努力与 Claude Code harness 下取得：Terminal-Bench 4.0 为 65.7%，SWE-Marathon 为 51.7，Terminal-Bench Science 0.1 仅 38.1，内部 Kimi Hallu Bench Hard 上断言级幻觉从 K3 的 23.4% 降至 8.3%。快速开始文档列出若干实际限制：思考模式始终开启，推理努力分 low、high、max（默认 max）；温度 1.0 与 top-p 0.95 为固定值；输出默认 131,072 token、最高 1,048,576；视觉输入不接受公开图片 URL，需用 base64 或上传文件 ID。
对开发者的影响
对开发者的直接影响集中在接入方式、成本结构和长上下文行为三点。首先，这是 K3.1 系列首个模型，情况说明其是 K3 的后训练迭代而非全新架构，迁移成本可能低于跨代切换，但 API 标识和思考模式参数需要重新确认：由于思考模式始终开启且推理努力默认 max，此前依赖关闭推理或自行控制思考预算的调用路径需要重新设计，否则延迟与 token 消耗会高于预期。其次，来源报告该模型通过 API 接受文本、图像与视频，但明确不接受公开图片 URL，需 base64 或上传文件 ID，这对多模态管线的请求构造、体积和上传流程是实打实的约束。第三，1M 上下文与最高 1,048,576 的输出上限，意味着可把更长的仓库或日志直接放入单次请求，但来源提醒应返回完整 assistant 消息，且 K3 曾警告在 harness 中丢弃推理历史会导致输出不稳定，因此若沿用截断推理历史的做法，长上下文收益可能被抵消。定价方面，来源称标准版每百万 token 输入 2 美元、输出 10 美元，Highspeed 为 4/20 美元，均低于 K3 的 3/15 美元——这是来源在报道日转述的厂商定价，具体以 KimiSeek 定价页与实际调用结算为准，价格会变动。需要明确的是，K3.1 Pro 目前未列入 KimiSeek 实时模型目录，来源所述 API 可用性指的是厂商侧。
接入与评估建议
建议按两个独立决策推进，均属条件性分析而非来源结论。决策一：是否把现有编码或终端智能体从 K3 迁移到 K3.1 Pro。来源报告的变化是编码类基准的整体提升与定价下调，但科学终端任务反而明显落后。选择取决于你的工作负载构成：若任务以仓库级编码、SWE 式修复和终端自动化为主，可做小流量灰度；若包含高比例科学计算、仿真或研究型终端任务，则应保留原有模型或并行路由。可衡量的评估标准：在你的自有编码任务集上对比 K3 与 K3.1 Pro 的任务完成率与需人工修正的比例，同时记录达到相同质量所需的总 token 数，用来源转述的定价结构折算单任务成本；只有在完成率不下降且单任务成本下降时才扩大流量。决策二：是否启用 Highspeed 变体。来源报告的变化是 Highspeed 速度快 2 至 3 倍、但单价更高，且推理努力固定为 max。选择取决于是否受交互延迟约束：若用于 IDE 内联补全或需要人机轮转的 agent 循环，且请求可容忍固定 max 推理努力带来的输出长度，可优先测试 Highspeed；若为批量离线任务、成本敏感，则标准版更合理。评估标准：在固定并发下测量端到端 P95 延迟与每秒完成的任务数，计算延迟下降幅度是否足以抵消单价的上升。两项决策共同的前置条件：先核对快速开始文档的参数限制是否与现有客户端匹配，尤其是固定温度与 top-p、以及视觉输入不接受公开 URL 这两点；任何切换前都应保留回退开关，因为开放权重尚未发布，短期内无法自托管。
限制与待确认事项
需要明确：Kimi K3.1 Pro 目前不在 KimiSeek 实时模型目录中，来源所述 API 可用性指的是厂商侧，接入前应以厂商文档与实际目录为准。来源的基准数字大多为 Moonshot 自报、多数在最大推理努力与 Claude Code harness 下取得，对比图表取自厂商对比页，未在竞争对手页面得到确认，因此不宜作为独立验证的性能结论；其中若干胜绩来自内部基准。科学终端任务上的明显落后是来源自身列出的短板，但其具体数值同样属自报口径。开放权重预计于 2026 年 11 月发布，时间点为来源转述的预期，可能变动，当前无法自托管，2.8T 规模也指向多节点服务部署。定价为来源在报道日转述的厂商价格，可能随时调整。请求参数限制、思考模式始终开启与固定温度等细节均来自来源引用的快速开始文档，实际行为需以厂商最新文档为准。此外，近期已有报道覆盖该模型发布，本来源的价值在于补充集成层面的限制与技术细节，而非首发确认。