最后更新 2026-11-20
EN 简体 繁體

Kimi K3.1 Pro vs Kimi K3:后训练带来了什么

ModelBrief · 2026-11-16 发布 · 事实核查 2026-11-16 · 参考来源:Moonshot 技术博客、Artificial Analysis、LMArena、Agent Arena

Kimi K3.1 Pro 与 Kimi K3 的对比,是一场罕见的「控制变量」实验:同一 2.8T 基座、同一参数规模,唯一的架构改动是 24 层 Gated DSA 取代全注意力 Gated MLA 层,其余变化全部来自后训练算力的大幅增加。两代之间的分数差,就是后训练的净收益——收益很大,但分布极不均匀。

变了什么:三处

第一,架构一处改动:24 层 Gated DeepSeek Sparse Attention(Gated DSA)取代 K3 的全注意力 Gated MLA 层;其余 69 层 Kimi Delta Attention 不变,总参数仍为 2.8T、激活仍为 104B。第二,后训练算力大幅增加,横跨数百个领域做联合强化学习。第三,商业条款变了:K3 是 Modified MIT 许可证,K3.1 Pro 是自定义 Kimi K3.1-Pro License(MaaS 超 $20M 需另签协议、月活超 1 亿或月收入超 $20M 须标明模型名)。前两处是技术升级,第三处是「退步」——从标准开源许可变成了带商业条件的自定义许可。

AA 指数:44→55,独立榜单上的最大跃升

Artificial Analysis 指数 v4.3.2:K3 44 分,K3.1 Pro 55 分,全榜第四。11 分的跃升是后训练最硬的独立证据——同一基座、同一评测集,分数差只能来自后训练。但要注意:v5.0 重定版后 K3.1 Pro 为 46 分,K3 在 v5.0 下的分数本轮调研未核实到,不可拿 46 与 44 跨版比较。Agent Arena 同样印证:净提升 K3 +0.9%,K3.1 Pro +5.1%(Max 档);Bash 可靠性 K3 −4.5%,K3.1 Pro +7.9%。编程长程:Kimi Code Bench 3.0 内部基准,K3 55.95%,K3.1 Pro 61.2%。

金融与幻觉:后训练收益最集中的地方

厂商内部金融基准(自报):建模 50.4→57.6,研究 58.8→70.4,业务运营 8.9→37(约 4.2 倍)。OfficeQA Pro v2(金融)64.4,厂商称 SOTA;Frontier Finance 58.6。幻觉率(Kimi Hallu Bench Hard,声明级):带工具 23.4%→8.3%,不带工具 K3.1 Pro 为 5.4%(GPT-6 Astra 4.2%、Opus 5.5 6.8%)。这两组数字说明后训练的钱花在了哪里:金融任务与事实可靠性——而这正是 Kimi 主打的 Agent 与办公场景。

内部金融基准两代对照(厂商自报) Kimi K3.1 Pro Kimi K3 建模 57.6 50.4 研究 70.4 58.8 业务运营 37 8.9 Moonshot 内部金融基准(分;厂商自报);橙色为 Kimi K3.1 Pro
内部金融基准(分;Moonshot 技术博客,厂商自报;橙色为 Kimi K3.1 Pro,灰色为 Kimi K3)

没变的地方:LMArena 只高 0.6 分

LMArena 文本榜:K3.1 Pro 1488.0 分第 24,K3 1487.4 分——差距 0.6 分,在 ±13.0 的置信区间内,不显著。通用对话这一项,后训练几乎没有拉开差距。这个反差值得记住:AA 指数 +11 分、金融业务运营约 4.2 倍、幻觉率降近三分之二,都是任务型收益;通用对话的收益接近于零。后训练不是全面变强,是定向变强。

网络安全:33.3%→81.0%,但 81.0% 是削弱后的数字

xdev-bench-hard pass@3:K3 33.3%,K3.1 Pro 发布版 81.0%——表面看是 2.4 倍的跃升。但 81.0% 是刻意削弱后的数字:Moonshot 移除了网络安全相关训练数据,未清理检查点为 90.5%。真实的后训练收益(33.3%→90.5%)比发布版数字显示的更大,而用户实际拿到的 81.0% 是厂商主动降级后的版本。两代对比时,81.0% 与 90.5% 两个数字要同时写明,否则会低估后训练的收益、高估发布版的能力。

价格:更强,反而便宜约三分之一

K3.1 Pro 标准版 $2/$10,比 Kimi K3 发布时便宜约三分之一;AA 单任务成本 $2.11,与 K3 的 $2.00 基本持平。更强的模型、更低的价格——这在模型换代里并不常见,原因是后训练的边际成本低于重新训练一个新基座。过渡安排:Kimi K3(kimi-k3)由 K3.1 Pro 代为服务至 2026 年 12 月 7 日——12 月 7 日之后,K3 这个模型 ID 是否继续存在,本轮调研未核实到。

FAQ

该从 K3 升级到 K3.1 Pro 吗?

Agent 与金融任务:值得,AA 指数 +11 分、业务运营约 4.2 倍、幻觉率降近三分之二。通用对话:收益接近于零,LMArena 只高 0.6 分,不显著。还要注意许可证变化:K3 的 Modified MIT 换成了带商业条件的自定义许可。

K3.1 Pro 是全新模型吗?

不是。它是 Kimi K3 的后训练产物:同一 2.8T 基座,唯一架构改动是 24 层 Gated DSA 取代全注意力 Gated MLA 层,其余变化全部来自后训练算力。

K3 还能用吗?

Kimi K3(kimi-k3)由 K3.1 Pro 代为服务至 2026 年 12 月 7 日;12 月 7 日之后的安排,本轮调研未核实到。

ModelBrief 的看法:K3 到 K3.1 Pro 是一次教科书式的后训练升级:同一基座,AA +11 分,金融与幻觉大幅改善,价格反而更低。唯一的代价在许可证——从 Modified MIT 变成了自定义许可。对用户来说,升级的决定很简单:Agent 与金融任务升,通用对话无所谓;对开源社区来说,许可证的变化比分数更值得留意。