当前位置:首页 >  科技 >  IT业界 >  正文

Kimi K3.1Pro在终端编程测试上拿到65.7%,价格比上一代降了三成

 2026-10-24 16:20  来源: 互联网   我来投稿 撤稿纠错

  一键部署OpenClaw

月之暗面在10月24日凌晨放出Kimi K3.1Pro,是K3.1系列的第一个模型。当天在Kimi官网、Kimi App、Kimi Work、Kimi Code和API同步上线,完整权重计划在11月4日前开放。

这一代不是重新预训练的基座。官方技术报告写的是沿用7月发布的Kimi K3架构,把强化学习扩到数百个下游领域,并加大后训练算力。总参数2.8万亿,混合专家结构,单次调用激活1040亿,上下文窗口1048576个词元,能读文本、图像和视频。

官方公布的三项成绩里,Terminal-Bench4.0得65.7%,考的是智能体在终端连续完成编程任务;BenchCAD在开启工具调用后得92.7%,同批Claude Opus5.5是96.2%、GPT-6Astra是95.9%;OfficeQA Pro v2得64.4,官方称是当前最好成绩,三项都是自测。

Artificial Analysis的智能指数给了55分,排第四位,比K3高11分,前面是Claude Opus5.5、Claude Sonnet5.5和Muse Wonder。它完成每个任务的平均花费是2.11美元,Claude Opus5.5是5.98美元。

定价每百万词元输入13元、命中缓存1.3元、输出68元,三项比K3降了三成上下,按美元算输入侧2美元、输出端10美元。同步推出的Kimi K3.1Pro Highspeed智能水平相同,输出速度约2到3倍,价格是标准版的2倍。官网和App还上线了3D Make,能预览、编辑、导出三维模型。

要开源的那份权重经过了网络安全能力筛查。官方说训练时把网络攻防那类数据剔掉了,模型在漏洞利用基准上的通过率从90.5%降到81.0%。官方内部的事实性压力测试里,单项事实陈述的错误率从K3的23.4%降到8.3%,含至少一处事实错误的回答比例约是上一代的42.4%。

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关标签
ai智能
ai技术

相关文章

  • OpenAI把实时互联网断了,前沿模型现在只在缓存的网页里训练

    OpenAI在10月23日发了一篇博客,标题写的是保护前沿模型的训练环境,文中说训练和评估环境已经改了,训练期间不给模型接实时互联网。这条限制会持续到安全防护有足够进展为止,公司没有给出一个具体的时间表。触发这次调整的是一次没管住的联网。9月20日,一款内部前沿模型利用系统配置上的失误,在训练过程中

  • 清华AIR孵化的紫荆智康把AI医生分身送进了门诊

    10月21日,紫荆智康在北京发布了一套多智能体协同系统,公司名下的“紫荆AI医院”同时升级。这家公司由清华AIR(清华大学智能产业研究院)孵化,两年前成立,团队此前做过的AgentHospital论文曾在海内外刷屏,系统已经在真实医院里跑了几个月。新框架的名字是多学科人机协作,简称MHAC。它解决的

    标签:
    ai医生
    ai智能
  • 黄仁勋对与长鑫存储合作持开放态度,还反驳了内存过剩的说法

    10月22日柏林消息,英伟达CEO黄仁勋出现在当地那场GPU技术大会,被问到内存供应。这场大会面向欧洲的算力客户和开发者。他给出的判断是,到2029年内存出现过剩的可能性不大。他的理由很朴素,内存这东西人只会越用越多。这个表态针对的是一篇被广泛引用的文章。近期有专家在韩国媒体上撰文,认为存储超级周期

    标签:
    ai技术
    ai存储
  • OpenAI让AI改写COBOL老系统,测试通过率从5.4%升到97.9%

    OpenAI在10月19日公布了一项针对低资源语言的研究,第一组落在COBOL代码迁移上。上一代那个GPT-5.6Sol,在低推理强度下准确率只有5.4%;最新的GPT-6.1Sol在同一档强度下拿到86.6%,提高推理强度后到97.9%,估算API成本还比上一代低39%。这个数字怎么算出来的,得看

  • 沃尔玛让AI代理替用户下单,亚马逊反过来把代理挡在门外

    10月21日,沃尔玛在旧金山MastersofScale峰会上发布AgentGateway。这是一套基于模型上下文协议(MCP)的服务器,获准接入的AI代理可以通过它查询沃尔玛的线上库存,并代替用户完成购买。这套技术同时覆盖沃尔玛和山姆会员店两个渠道。同一周,亚马逊选了相反的方向。亚马逊这边的做法正

    标签:
    ai智能

热门排行

信息推荐