# 实测 Kimi K3\.1 Pro，国模终于继续卷旗舰 - 作者：张子豪 - 发布时间：2026-10-24 10:07 - 分类：产品 - 原文：https://www.ifanr.com/1685684 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807087379-5.jpg) 刚刚，Kimi 正式发布了新一代旗舰模型 K3.1 Pro。在国产大模型纷纷卷起速度和价格的当下，Kimi 又把竞争带回了性能天花板之争。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807091630-6.jpg) 前两天，大模型竞技场上一款叫 Kibitz 的神秘模型，就已经引起了大家的关注。社交媒体的信息流里，都是用这款模型生成的各种惊艳的案例。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807095519-7.gif) 图｜提示词：编写一个骑自行车的鹈鹕的 SVG，尽可能详细 这个骑自行车的鹈鹕，一行提示词已经进化到在不同的环境背景里面骑行，还能调节步频。不少网友认为，效果已经足以媲美 GPT-6 Astra 和 Opus 等前沿闭源模型。 现在 Kibitz 的真实身份也揭晓了，它就是 Kimi K3.1 Pro。一起公开的，还有这款新模型在竞技场上的盲测成绩。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807153597-8.jpg) 在代码、Agent 和知识类基准上，K31. Pro 都紧追最强闭源模型，**在 Artificial Analysis 「***智能指数**」***直接跃升到**全球***第四，**开源第一***。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807162521-9.jpg) 除了保持 benchmark 的领先，K3.1 Pro 一如既往地没有选择走两三个月来国模的 Flash 路线，它继续用旗舰大模型来占据国产模型 Pro 档位的第一。 **K3.1 Pro 拥有 3 万亿级参数模型，支持 100 万上下文，并计划 11 月 4 日前开放完整模型权重。**这次 Kimi 还同步推出了 K3.1 Pro Highspeed 高速版本，在保持相同的智能水平的前提下，输出速度能做到普通版的 2-3 倍。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807164793-10.jpg) 图｜全新 Kimi K3.1 Pro 已经在 Kimi 官方网页和 App、Kimi Code、CLI，以及 API 上线 我们连夜测试了 K3.1 Pro 在代码、3D 创作、金融研究与建模等方面的能力，只能说那个**「大而美」**的 Kimi 时隔100天又回来了。 ## 各种 3D 大场面，全部都能做 这段时间最「大」的场面莫过于「特斯拉能飞」了，我们也是安排 K3.1 Pro 复刻一下特斯拉的空中特技。 模型利用 Three.js 和 SVG 制作了一段汽车短片，白色的 Roadster 冲上巨大的 C 形轨道，在最高处倒挂一秒，随后脱离轨道，喷出冷气，在半空翻回正面，最后四轮落地。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807166934-11.gif) 图｜提示词来源：X@my189 预览链接：https://q6tpvtie4twcu.kimi.page/ 回到地面， 再让 K3.1 Pro 用一句话就造出一个 3D版「一剑冰封整座城」。 生成的雨夜古城里，玩家蓄力拔剑后，寒潮沿街巷向远处推进，把城楼、屋顶、树木和河面依次冻成透亮的冰晶。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807212924-12.gif) K3.1 Pro 真正做到了「一句话就生成可玩特效」，场景的视觉冲击力、材质、灯光、空间层次和动作节奏做到了像正式游戏的大招展示。 古城之后，画面再转进墨西哥高地的蝴蝶森林，以帝王蝶的越冬栖息地为主题，生成一个虚拟的 3D 场景。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807263890-13.jpg) 图｜预览链接：https://6f7tb5wqi4f5m.kimi.page/ 蝴蝶给画面带来了几种不同的尺度，远处是压满枝头的色块，靠近以后是层叠的翅膀，再近一些，才看清单只蝴蝶的纹样。透过翅膀的光，也让这个 3D 案例有了和古城不同的质感。 除了让 K3.1 Pro 生成这些 3D 大场面，Kimi 这次还同步上线了一个挺有意思的新功能：**3D Make**。我们可以直接在线预览、编辑 3D 模型，调整好之后，模型文件还能下载下来，拿去 3D 打印。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807267956-14.jpg) 图｜可以直接把「骑自行车的鹈鹕」下载为 blend 或 glb 等 3D 资产的文件格式 如果不打算打印，3D Make 也支持把作品导出为视频或实况照片，直接分享到社交平台，可太适合 AI 玩家了。 ## 从审美到工程，Kimi 的另一面 从 3D 项目成为今年大模型的必测项目以来，能看到模型在 3D 效果上的表现都越来越好，更多的细节表现，渲染也更高效，能体现不同模型区别的，更多的还是在模型的审美上，或者说模型的「品味」。 网页，这项曾经是 Kimi 最具优势的项目，随着 K3.1 Pro 的能力提升，现在我们用更简单的方式，更快得到一个真正有设计感的网页。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807270247-15.jpg) 图｜https://s4l7pmwerocje.kimi.page 类似的能力，给 K3.1 Pro 一张房间照片，它能把照片里的空间变成一个可以旋转浏览的 3D 网页。 桌子、椅子、书架和摆件先从原位分离，桌板和桌腿、椅背和座面、屏幕和支架再逐步展开。最后，所有物件像拆机摄影那样，整齐铺成一个矩形。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807275520-16.gif) 图｜https://zoqnbv5ocsizg.kimi.page/ 又或者让 K3.1 Pro 用 Blender 脚本生成一个 3D 机器人资产，然后再为这款掌心大小的桌面陪伴机器人做一场可交互的 3D 发布会。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807307996-17.gif) K3.1 Pro 生成的网页，把材质、镜头和排版都做到了尽可能精致，同一套模型在这里既能演示，也能继续交给设计师修改。 最近用大模型做出来比较好玩的还有解释机器，我们丢给它一个「XX 是怎么工作的」问题，它就把答案做成一台可以点的互动机器，用一个独立的 HTML 页面，把真实的部件、可以按步骤点亮的按钮、以及能剖开看内部运作的窗口都囊括进来。 发送提示词「冰箱是怎么制冷的」让 K3.1 Pro 做一个网页，生成的效果很适合用来做简单的科普。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807344123-18.jpg) 图｜https://kvqmkfuf2q7lg.kimi.page 还有前段时间有个做插画的 Skill 很火，当时的教程推荐使用 Claude Code 的模型和工具。我们也把它安装到 Kimi 里，看看它能不能也生成像 Opus 5.5 一样高水准的动效插画网页。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807351245-19.jpg) Anatomy 这个 Skill 的特点也是把技术概念做成一台「真的机器」来解释，它几乎不会使用画方框和箭头的方式，而是发明一个物理装置，让它的工作原理本身就是那个概念。 然后我们在测试 K3.1 Pro 的时候，给它上了点难度，要求它来解释一下海底光缆是怎么连接全球互联网。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807356504-20.jpg) 事实证明，在处理这类有专门 Skill 的创作任务时，K3.1 Pro 完全可以用来替代 GPT-6 Astra 或 Opus 5.5 等前沿旗舰模型，我们可以花更少的钱就得到同样好的效果。 除了 3D 能力的提升，我们还发现，K3.1 Pro 经过大规模强化学习之后，长程编码能力也有了明显增强。 比如在测试中，我们顺手让它做了一段动态图形视频。提示词只有一句话：「制作一段充满动感的 15 秒动态图形视频，展现你是一位多么出色的动态设计师，就像这是你简历用的作品集短片一样。」 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807364908-21.gif) 最终生成的成品，已经有了比较完整的节奏、转场和视觉语言。 Kimi 在通用编程和长程调试上的增强，不只体现在创意生成任务里，也体现在更复杂的软件理解和复现任务上。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807404219-22.jpg) 刚好 Arc 将在 12 月关闭，我们就想着安装好 REA 后，让 K3.1 Pro 复刻一个同款的 Arc 浏览器。 能看到 K3.1 Pro 对安装包进行了完整的检查，提取了详细的应用信息。而复刻的版本，我们也能像用 Arc 一样，使用标签页拆分、侧边栏、全局搜索以及空间等功能。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807408636-23.jpg) ## 除了好看，还很专业 3D、网页和动效这些案例，最容易让我们看到模型的进步。但对于真正需要用 AI 干活的企业来说，模型能否正确处理复杂数据、完成专业任务，可能比做出一个漂亮的网页更重要。 金融就是一个很好的例子，如果让 AI 总结一份财报很简单，但要同时读取多份金融文件，交叉核对数据，再建立一份包含大量公式的财务模型，难度就高了不少。 根据 Kimi 公布的成绩，这次 K3.1 Pro 在金融领域的表现也有明显提升。在 Office QA Pro v2 和 SpreadsheetBench 2 两项外部基准测试中，K3.1 Pro 均超过了 GPT-6 Astra、Opus 5.5 等前沿闭源模型。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807412375-24.jpg) 前者考察模型对真实金融文档的分析能力，后者则要求 AI 真正操作电子表格，包括建立财务模型、处理跨表公式和诊断错误。 ## 国产模型终于继续卷 Pro 了 下半年大模型更新基本收缩成两条主线，卷智价比的「斩杀线」，以及顶尖的前沿能力。 从 DeepSeek V4 Flash 开始，大家不约而同地把重点放在了卷成本和速度的 Flash 上。 另一边，Claude Opus 5.5、GPT-6 Astra 等前沿模型接连更新，尤其是在编程、3D 创作和复杂 Agent 任务上，表现一次比一次惊艳。 Kimi K3 在今年 7 月发布时，把国产开源模型的规模提升到了 2.8 万亿参数。当时它最受关注的一点，是让开源模型的整体能力进一步逼近了美国顶级闭源模型。 但模型的迭代速度实在太快，短短两个月，很多 Flash 模型已经达到甚至超越之前的旗舰模型，「斩杀线」不断刷新，而 Claude 则稳稳占据的前沿模型的头把交椅。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807414790-25.jpg) 现在，Kimi 终于带着 K3.1 Pro 回来了，它当然还没有全面超过这些闭源旗舰，但从这次的实测来看，至少国产模型这一边，终于又有选手能和它们正面较量了。 某种程度上，Kimi K3.1 Pro 也代表着一条**「大而美」**的技术路线。 过去一段时间，大模型行业热衷于证明一件事，小模型也能办大事。通过技术工程，更少的参数、更低的推理成本，也能在 Benchmark 上交出接近旗舰模型的成绩单。 但 Benchmark 上分数接近，不代表现实世界里的能力就完全相同。 类似的差异在开放式任务中尤其明显。两款模型即便跑分相差无几，真正拿来写文章、做创意策划或者分析复杂问题时，较大模型仍然可能展现出更敏锐的洞察力、更丰富的想象力，以及更细腻的语言表达能力。 ![Image](https://s3.ifanr.com/wp-content/uploads/2026/10/lark2pad-1792807418768-26.jpg) 参数规模并不能直接等同于智能水平，但在架构、训练质量和推理条件相近的情况下，更充足的模型容量，会带来知识储备和综合能力上的优势。 面对大型代码工程、复杂 Agent 工作流等现实任务，模型还需要持续规划、调用工具、应对突发状况，并在漫长的执行过程中始终理解自己究竟要完成什么。相比标准化测试，真实世界对模型的要求显然更加复杂。 说到底，模型可以越来越便宜，简单任务也可以交给越来越小的模型，但真到了需要干大活儿的时候，用户依然需要一个能力上限足够高的 Pro。 **从这个角度来看，Kimi K3.1 Pro 的意义也正在于此。当行业都忙着把模型做得更快、更省时，仍然有人愿意继续探索大模型的能力上限，让国产模型有机会参与全球最顶尖的能力竞争。** **说实话，能重新对一款国产旗舰模型有这样的期待，还是挺让人兴奋的。**