Kimi K3.1 Pro：100万 token 上下文，开放权重

1. 一次处理长篇资料的100万 token 上下文

Kimi K3.1 Pro 是基于 Kimi K3、扩大后训练的新系列首款模型；后训练是对现有模型继续训练的阶段。公司表示，通过根据奖励提升性能的强化学习，对数百个任务领域进行了联合追加训练。为此，还改进了支撑训练和回答计算的基础设施。

根据模型卡，其准确上下文长度为1,048,576 token，支持文本和图像输入。整个模型学习到的数值即参数共有2.8万亿个，但每个输入 token 仅激活1040亿个。这种方式仅选择大模型的一部分进行计算。

公司解释称，将部分原本计算全部输入之间关系的层，改为选择必要关系进行计算，以更高效地处理长上下文。

公开仓库中的权重分为96个文件。

2. 编程与金融文档评测中公布的成绩

据公司公布，在终端中解决实际任务的 Terminal-Bench 4.0 评测得分为65.7%。评测采用最高推理设置，以 Claude Code 作为评测执行工具，选择候选输出的采样设置与下述金融文档评测相同。

在考察多阶段执行和工具使用的内部长期编程评测中，得分为61.2%，高于上一代模型的55.95%。

据公司公布，通过多角度图像重建三维形状的 BenchCAD 评测得分，在使用工具时为92.7%。该结果来自全部17,900个案例中随机抽取的1,000个，采用最高推理设置和 Claude Code 进行评测。

在分析金融文档的 OfficeQA Pro v2中，公司公布了以下结果。三个模型均以页面图像形式接收全部 PDF 资料，并通过 Claude Code 评测；表格仅筛选具备这些共同条件的公开模型。

表：金融文档分析评测中的公开模型结果

条件：OfficeQA Pro v2，全部 PDF 以图像形式提供，无机器可读文本，Claude Code，最高推理设置。Kimi 的采样设置为 temperature = 1.0, top-p = 0.95

单位：评测分数

采用相同文档输入方式和评测工具时，Kimi 比 DeepSeek-V4.1-Flash-1017 高24.0分，比 GLM-5.3 高33.3分。该评测涉及跨文档比对和多步骤数值推理，因此不仅展现了接收长篇资料的能力，也体现了查找依据并完成回答的实用性。

据公司公布，在考察公式关联和财务逻辑的内部金融建模评测中，比上一代模型提高了7.2分。在考察研究是否具备可审计依据的金融研究评测中，提高了11.6分。

据公司公布，内部事实性评测中按断言统计的幻觉率从23.4%降至8.3%。这指回答中各项事实断言里错误断言的比例。该幻觉率来自汇集易出错案例的压力评测，并非日常使用中的总体错误率。

3. 通过 API 使用或部署到自有服务器

根据博客使用指南，用户可通过网页和移动应用使用。面向工作的 Kimi Work 桌面应用需要3.1.0或更高版本。

在 Kimi Code 中，通过 /model 命令选择模型。

Kimi API 支持 OpenAI 和 Anthropic 兼容规范。API 客户也可选择不保留数据。

自行部署时，公司推荐用于计算模型回答的推理引擎包括 vLLM 和 SGLang 等。Hugging Face 页面上的 vLLM 安装与运行示例如下。

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "moonshotai/Kimi-K3.1-Pro"

进行多轮对话或调用工具时，必须将 API 返回的完整助手消息原样传入下一次请求。模型卡要求保留推理内容和工具调用记录。

4. 随运营控制权一同转移的负担

长上下文可以减少将资料切碎后输入的工作，开放权重则让组织能够自行运营、修改和再分发。但与此同时，存储和推理这个拥有2.8万亿参数的模型所需的基础设施负担，也转移到了自行运营的组织身上。

许可证允许修改和商业使用。但若用户或其关联公司向第三方提供可实质控制输入、参数、训练数据的模型服务，且其连续12个月合计营收超过2千万美元，则商业使用前须另签协议。仅为特定功能嵌入模型的最终产品，以及仅向第三方托管模型转发请求的服务，不在此模型服务定义之内。

若商业产品或服务的月活跃用户超过1亿或月营收超过2千万美元，则须履行在界面上醒目显示模型名称的标示义务。内部使用以及通过官方产品、认证推理合作伙伴使用时，不适用另签协议和名称标示条件。

Kimi K3.1 Pro 的核心在于同时提供处理长篇资料的能力和运营控制权，将开发团队的选择从使用服务扩展至自行部署。