2026-10-24 18:15
科技
Kimi K3.1 Pro的靶心，不在跑分榜
Kimi K3.1 Pro的靶心，不在跑分榜
月之暗面用一次“后训练”升级，把开源模型推到了金融研究与编程的收费腹地。
■
2026年10月24日凌晨，月之暗面发布了Kimi K3.1 Pro。它没有换基座。总参数2.8万亿、激活参数约1040亿、100万Token上下文、11月4日前开放完整权重——这套配置与三个月前发布的K3一脉相承，算不上参数层面的跳跃。真正值得停下来看一眼的，是它选择进攻的方向：金融研究和编程。
这两个领域有一个共同点：它们是闭源模型最稳定的利润池。Anthropic的Claude系列在金融文档分析和代码代理任务上长期占据标杆位置，企业客户为此支付的溢价，建立在“出错代价太高、不敢换”的惯性之上。K3.1 Pro没有试图在每一个维度上证明自己更强，它只做了一件事——把这条惯性撬开一道缝。
在Terminal-Bench 4.0编程代理测试中，K3.1 Pro拿到65.7%，落后Claude Opus 5.5的66.4%仅0.7个百分点，却把GPT-6 Astra的58.2%甩在身后。在金融文档分析基准OfficeQA Pro v2上，64.4分是官方认定的当前最优成绩；内部金融研究得分较K3提升11.6分，财务建模提升7.2分，商业运营模拟任务的表现约为前代的4.2倍。单条陈述的幻觉率从23.4%压到8.3%。
这条提升曲线不是靠一次更大的预训练换来的。K3.1 Pro是K3的后训练版本，月之暗面把算力堆在了强化学习阶段，将训练环境扩展到数百个下游领域，同时重写了RL框架、长上下文推理、沙箱基础设施和任务调度系统，让每一份RL算力产生可预测的回报。这个选择本身比跑分更有信息量：当基座规模逼近工程极限，迭代速度开始取决于“从已有模型里还能榨出多少专业能力”，而不是“下一个基座能大多少”。后训练正在从微调环节上升为竞争的主战场。
比基准数字更值得企业财务官注意的是价格。K3.1 Pro每百万Token的输出定价是10美元，Claude Opus 5.5是20美元，恰好一半。输入价格从K3的3美元降至2美元，输出从15美元降至10美元，三项费率整体下调约33%，而完成单项任务的平均花费并未跳涨。高盛首席信息官Marco Argenti在2026年10月的一次公开讨论中描述了这家投行内部的真实做法：在集中式模型网关中按照“质量—成本帕累托前沿”路由查询，将成本效率更高的开源模型用于常规任务，把前沿推理模型留给真正复杂的场景。这不是对某一家厂商的表态，但它精确地解释了为什么K3.1 Pro的定价比跑分更具杀伤力：采购决策的坐标系正在从“谁最强”切换到“在哪条任务上、用谁最划算”。
金融研究和编程之所以特殊，不在于它们“难”，而在于它们“贵得有理有据”。一份可审计的财务模型、一次跨文档的数据交叉核对、一段需要在真实终端里反复调试的代码，出错之后的人工复核成本远高于API调用本身。闭源模型过去收取的溢价，本质上是对“少出错”的保险。但当开源模型在OfficeQA Pro v2上拿到官方认定的最优分、把陈述级幻觉率压到个位数，企业客户的算盘就会发生变化：如果85分的模型只要一半的价格，而多出来的15分在多数标准化任务中并不产生可感知的差异，采购组合的调整就不再是技术偏好，而是财务决策。
月之暗面自己也在给这道算术加码。截至2026年6月中旬，其ARR突破3亿美元，三个月内从1亿到2亿再到3亿，金融被B端负责人明确列为重要的企业客户来源之一。商业化曲线陡峭，说明它不是在做一个“便宜的备选”，而是在用价格和开放权重同时争夺同一笔企业AI预算的份额。
这不是说闭源模型会被替代。复杂推理、高监管合规场景和深度定制交付仍然是闭源厂商的护城河。但K3.1 Pro至少证明了一件事：开源模型不再只能扮演“够用就好”的角色。当它在金融研究和编程这两个闭源厂商最不愿意失去的战场上逼近前沿，同时把输出价格压到对手的一半，竞争的性质就从“谁更聪明”滑向了“谁更划算”。
而划算，恰恰是企业采购中最难被忽视的那个词。
月之暗面自己也在给这道算术加码。截至2026年6月中旬，其ARR突破3亿美元，三个月内从1亿到2亿再到3亿，金融被B端负责人明确列为重要的企业客户来源之一。商业化曲线陡峭，说明它不是在做一个“便宜的备选”，而是在用价格和开放权重同时争夺同一笔企业AI预算的份额。
这不是说闭源模型会被替代。复杂推理、高监管合规场景和深度定制交付仍然是闭源厂商的护城河。但K3.1 Pro至少证明了一件事：开源模型不再只能扮演“够用就好”的角色。当它在金融研究和编程这两个闭源厂商最不愿意失去的战场上逼近前沿，同时把输出价格压到对手的一半，竞争的性质就从“谁更聪明”滑向了“谁更划算”。
而划算，恰恰是企业采购中最难被忽视的那个词。
■
撰文 / OR
相关内容
相关内容
读者评论
科技
2026-10-24 18:15
Kimi K3.1 Pro的靶心，不在跑分榜
Kimi K3.1 Pro的靶心，不在跑分榜
月之暗面用一次“后训练”升级，把开源模型推到了金融研究与编程的收费腹地。
■
2026年10月24日凌晨，月之暗面发布了Kimi K3.1 Pro。它没有换基座。总参数2.8万亿、激活参数约1040亿、100万Token上下文、11月4日前开放完整权重——这套配置与三个月前发布的K3一脉相承，算不上参数层面的跳跃。真正值得停下来看一眼的，是它选择进攻的方向：金融研究和编程。
这两个领域有一个共同点：它们是闭源模型最稳定的利润池。Anthropic的Claude系列在金融文档分析和代码代理任务上长期占据标杆位置，企业客户为此支付的溢价，建立在“出错代价太高、不敢换”的惯性之上。K3.1 Pro没有试图在每一个维度上证明自己更强，它只做了一件事——把这条惯性撬开一道缝。
在Terminal-Bench 4.0编程代理测试中，K3.1 Pro拿到65.7%，落后Claude Opus 5.5的66.4%仅0.7个百分点，却把GPT-6 Astra的58.2%甩在身后。在金融文档分析基准OfficeQA Pro v2上，64.4分是官方认定的当前最优成绩；内部金融研究得分较K3提升11.6分，财务建模提升7.2分，商业运营模拟任务的表现约为前代的4.2倍。单条陈述的幻觉率从23.4%压到8.3%。
这条提升曲线不是靠一次更大的预训练换来的。K3.1 Pro是K3的后训练版本，月之暗面把算力堆在了强化学习阶段，将训练环境扩展到数百个下游领域，同时重写了RL框架、长上下文推理、沙箱基础设施和任务调度系统，让每一份RL算力产生可预测的回报。这个选择本身比跑分更有信息量：当基座规模逼近工程极限，迭代速度开始取决于“从已有模型里还能榨出多少专业能力”，而不是“下一个基座能大多少”。后训练正在从微调环节上升为竞争的主战场。
比基准数字更值得企业财务官注意的是价格。K3.1 Pro每百万Token的输出定价是10美元，Claude Opus 5.5是20美元，恰好一半。输入价格从K3的3美元降至2美元，输出从15美元降至10美元，三项费率整体下调约33%，而完成单项任务的平均花费并未跳涨。高盛首席信息官Marco Argenti在2026年10月的一次公开讨论中描述了这家投行内部的真实做法：在集中式模型网关中按照“质量—成本帕累托前沿”路由查询，将成本效率更高的开源模型用于常规任务，把前沿推理模型留给真正复杂的场景。这不是对某一家厂商的表态，但它精确地解释了为什么K3.1 Pro的定价比跑分更具杀伤力：采购决策的坐标系正在从“谁最强”切换到“在哪条任务上、用谁最划算”。
金融研究和编程之所以特殊，不在于它们“难”，而在于它们“贵得有理有据”。一份可审计的财务模型、一次跨文档的数据交叉核对、一段需要在真实终端里反复调试的代码，出错之后的人工复核成本远高于API调用本身。闭源模型过去收取的溢价，本质上是对“少出错”的保险。但当开源模型在OfficeQA Pro v2上拿到官方认定的最优分、把陈述级幻觉率压到个位数，企业客户的算盘就会发生变化：如果85分的模型只要一半的价格，而多出来的15分在多数标准化任务中并不产生可感知的差异，采购组合的调整就不再是技术偏好，而是财务决策。
月之暗面自己也在给这道算术加码。截至2026年6月中旬，其ARR突破3亿美元，三个月内从1亿到2亿再到3亿，金融被B端负责人明确列为重要的企业客户来源之一。商业化曲线陡峭，说明它不是在做一个“便宜的备选”，而是在用价格和开放权重同时争夺同一笔企业AI预算的份额。
这不是说闭源模型会被替代。复杂推理、高监管合规场景和深度定制交付仍然是闭源厂商的护城河。但K3.1 Pro至少证明了一件事：开源模型不再只能扮演“够用就好”的角色。当它在金融研究和编程这两个闭源厂商最不愿意失去的战场上逼近前沿，同时把输出价格压到对手的一半，竞争的性质就从“谁更聪明”滑向了“谁更划算”。
而划算，恰恰是企业采购中最难被忽视的那个词。
月之暗面自己也在给这道算术加码。截至2026年6月中旬，其ARR突破3亿美元，三个月内从1亿到2亿再到3亿，金融被B端负责人明确列为重要的企业客户来源之一。商业化曲线陡峭，说明它不是在做一个“便宜的备选”，而是在用价格和开放权重同时争夺同一笔企业AI预算的份额。
这不是说闭源模型会被替代。复杂推理、高监管合规场景和深度定制交付仍然是闭源厂商的护城河。但K3.1 Pro至少证明了一件事：开源模型不再只能扮演“够用就好”的角色。当它在金融研究和编程这两个闭源厂商最不愿意失去的战场上逼近前沿，同时把输出价格压到对手的一半，竞争的性质就从“谁更聪明”滑向了“谁更划算”。
而划算，恰恰是企业采购中最难被忽视的那个词。
■
撰文 / OR
相关内容
相关内容
读者评论OR
读者评论
OR
2条评论，1人参与。
在移动设备生成「OR」
app：
OR 启用新域名> |
特别推荐
最受欢迎
分享：
■ 或者, 留一段影像，回一曲挂牵。丝丝入扣、暖暖心灵 ，需飘过的醇厚与共。
■ 或者，热烈空雨伴芬芳泥土；绿绿生命缠锐意骄阳。
回望，回望，一马平川红酒飘散断归途。
■ 或者，灰蒙蒙空气重回道指一万四千点。滚动时光，照进现实，流逝过往，回归未来。
■ 或者，热烈空雨伴芬芳泥土；绿绿生命缠锐意骄阳。
回望，回望，一马平川红酒飘散断归途。
■ 或者，灰蒙蒙空气重回道指一万四千点。滚动时光，照进现实，流逝过往，回归未来。
2条评论，1人参与。