Kimi K3.1 Pro 发布：从代码、3D 到金融工作流，能力升级落在哪里？

Kimi K3.1 Pro 近日发布，官方展示的成果已经从代码修复延伸到了 Unreal Engine 游戏项目、可编辑的 3D 资产和完整金融工作流。对开发者来说，这些具体成果比单独一个模型分数更值得看：它能接住什么任务，又能把任务推进到哪一步？

按照官方技术博客的介绍，K3.1 Pro 是 K3.1 系列的首个模型，属于 3 万亿级参数模型，支持 100 万 token 上下文。同步推出的 Highspeed 版本，官方称输出速度约为 2–3 倍。

截至 2026 年 10 月 26 日，相关服务已经上线，完整模型权重则计划在 2026 年 11 月 4 日前发布。服务可用与权重开放，仍是两个时间点。下文的演示和基准均来自 Kimi 官方材料。

图 1：Kimi 官方发布帖，图中为模型定位与能力摘要。

代码能力，开始看完整项目的成色

先看官方给出的游戏画面。宫殿、长廊、水面和人物共同构成一个完整场景，案例名称是“Celestial Palace Battle Game in Unreal Engine”。它把读者的注意力从一段函数拉到了一个项目：代码、场景和视觉表现需要共同服务于同一个体验。

图 2：来自官方博客 Coding 章节，官方称相关示例由 K3.1 Pro 端到端完成。

官方对编程能力的描述覆盖了真实代码库中的快速修复，也包括从头搭建完整项目。游戏方向涉及 Unity、Unreal Engine 和 Godot，还会结合网页搜索与 3D 生成。网页和 Three.js 场景则强调构图、排版、动画与完成度。

这对应着开发者很熟悉的一道坎。函数写对之后，项目还要处理文件之间的依赖、资源组织和界面交互；游戏场景里，代码又必须与模型、材质和引擎配合。完整项目案例值得看的地方，就在于模型如何把这些工作接起来。

基准也提供了一个观察角度。在 Kimi 公布的 Terminal-Bench 4.0 结果中，K3.1 Pro 为 65.7%，Claude Opus 5.5 为 66.4%，GPT-6 Astra 为 58.2%。在这一项评测里，K3.1 Pro 已接近图中最高分。结合项目演示，它值得进入长链路代码 Agent 的候选名单，但没有必要据此给所有编程任务排出统一名次。

图 3：来自官方博客综合基准图，结果由 Kimi 官方报告。

3D 的看点，是生成之后还能继续改

3D 能力与编程能力在这里接上了。游戏或网页需要的资产，往往不能停在一张好看的效果图上。它还要进入建模软件，修改尺寸、调整材质，放进场景里继续使用。

官方介绍，K3.1 Pro 可以从文字、草图或参考图中推断形状、比例和空间关系，再通过编写、运行工具脚本完成建模。工具链覆盖 Blender 和 CAD，中文文档还提到了 SolidWorks、Rhino。模型可以继续调整几何、材质和场景，并与 Three.js 或游戏引擎衔接。

参数化建模的价值也容易理解。一个部件需要加长，或某个结构需要换一种比例时，保留参数和脚本，就有机会沿着原有结构继续修改。对做游戏原型、交互展示和产品可视化的人来说，可修改的资产比一次性的画面更接近后续工作所需。

上面的综合图中，K3.1 Pro 在 BenchCAD 的有工具设置下取得 92.7% 的 Voxel IoU。这个指标衡量生成形状与目标形状的体素重合程度；官方采用的是 1000 个案例子集，因此这里的 92.7% 应理解为该设置下的形状匹配指标。

把工具条件一起看，才能抓住这次 3D 升级的重点。模型负责理解需求、编写脚本，建模软件负责执行和呈现，产物再交给开发者修改、组合。适合拿来试的，是一个需要反复调整的小型资产，而非只要求生成一张最终效果图。

金融能力，沿着资料走到分析结果

金融任务的难处，常常出现在资料之间。一个数字藏在财报附注里，另一个来自不同年份的披露；完成分析之前，还要核对口径、连接数据，再做计算和解释。

Kimi 这次把金融能力放在完整工作流上介绍。官方列出的任务包括金融文档检索、跨文档核对、多步数值推理，以及财务建模和投资研究。模型需要把查资料、找证据和推导结果连接起来，才有机会承担更长的分析任务。

图 4：来自官方博客 Finance 章节，图中为 Kimi 官方报告的 OfficeQA Pro v2 与 Frontier Finance 结果。

图里两项基准分别对应不同环节。OfficeQA Pro v2 关注真实金融文档中的复杂数据分析，需要检索、跨文档核验和多步数值推理，K3.1 Pro 得分为 64.4。Frontier Finance 更关注从筛选到盈利分析的投资工作流，K3.1 Pro 得分为 58.6。

这组结果支持把 K3.1 Pro 纳入金融文档和研究工具的试用范围。它在图中的 OfficeQA Pro v2 领先，但 Frontier Finance 仍低于 Fable 5.1 的 60.8，两项任务的表现并不完全一致。与其用一个“金融最强”概括，不如看自己的工作更接近文档分析，还是更长的投资研究流程。

实际选择试用任务时，可以拿一组公开财报，要求输出带出处的关键指标对照与计算说明。这样的产物既能看出模型是否理解材料，也便于人工复核，远比一段流畅的市场评论更有参考价值。

先挑一个任务，再选服务线路

代码、3D、金融这三个方向，都在要求模型持续处理上下文并调用工具。100 万 token 上下文提供了容纳代码、文档和任务记录的空间；Highspeed 版本则为关注输出等待时间的开发者多提供了一个选择。具体任务的完成度，仍要回到产物本身。

第一次尝试不必同时覆盖三个方向。代码任务可以选一个小型交互项目，以能运行、主要交互完整为目标；3D 任务选一个需要改尺寸和材质的资产；金融任务就用一组公开文档，要求关键结论附出处和计算过程。

确定任务后，再到同一模型 SKU 下查看服务线路和价格条件。下面的 OkenAI 的 kimi-k3.1-pro 页面可以集中查看输入、输出、缓存读取价格及服务条件，选出适合这次任务的试用入口。

图 6：OkenAI 的 kimi-k3.1-pro 页面。

K3.1 Pro 是否值得试，已经有了几个具体方向。挑一项你正在做的工作，把预期产物写清楚，再从对应模型页选择服务线路，用一个小任务看看它能替你完成到哪一步。