AI 评测

国产模型又往前走了一大步：Kimi K3.1 Pro 实测

作者实测Kimi K3.1 Pro，展示了其在3D建模、审美等方面的进步，认为国产模型已达到世界一流水平。

核心内容点

  • Kimi K3.1 Pro整体能力仅次于GPT-6-Astra和Claude Opus 5.5，超过GPT-6.1-Sol。
  • 在3D相机实验室测试中，Kimi K3.1 Pro排第二，界面视觉与交互完整度最高。
  • 游戏编辑器案例显示，Kimi K3.1 Pro在审美上完胜GPT-6 Astra。 源自 |刘小排r 2026-10-24 07:14

哈喽，大家好，我是刘小排。

今年 7 月，我让 Kimi K3 独立做了一款游戏。那篇文章的最后，我感慨：“我们国产模型真的走到这个时代的牌桌上了。” 当时，世界上最领先模型是Fable 5 和 GPT-Sol-5.6，Kimi K3紧随其后，世界第三。最近我喜欢Kimi K3超过Fable …

 Kimi K3 = 中国人自己的Fable 5

后来，一面是Claude不断加强反蒸馏，一面是新一代模型诸如GPT-6-Astra、Gemini 4、Opus 5.5、Fable 5.1等等的能力又往前走了一大截，一面是国产模型厂商集体长时间沉默。10月初的模型智能排行上，前10都没国产模型的身影了。

几件事放在一起，过去两个月我们都很担心：中外差距会不会继续拉大？国产大模型是不是要进入“至暗时刻”了？ 

直到今天，低调了一百多天的 Kimi，又端出了新东西！

测完之后，我可以说是眼前一亮！ 国产模型又往前走了一大步！就算海外模型“断供”，我们也有了能扛事的选择 。

尤其是审美和 3D，进步很明显。它已经能把一个想法做成像样的、能交互的作品，让我愿意把更多实际任务交给它。

这次在大尺寸模型上继续做强化学习（RL），还能把进步做进实际体验里，我觉得很不容易。

Kimi is back!!! 

省流版

不考虑官方Benchmark，以下是我这轮实测后的个人主观感受：

  • Kimi K3.1 Pro 的整体能力，仅次于 GPT-6-Astra 和 Claude Opus 5.5，超过 GPT-6.1-Sol。 在我目前测试过的国产模型里，它暂时排第一，已经可以作为日常使用的模型了。

  • 审美能力很突出。 我会把它排在 GPT-6-Astra 前面，仅次于 Claude Opus 5.5。在下面的相机案例里，它的「界面与视觉」一项甚至拿了四家最高分。

  • 3D 能力也很强。 官方介绍里专门提到了 3D，我们实际测了一下，发现确实有东西。在下面的相机案例里，它的整体完成度仅次于 Claude Opus 5.5，排在其他模型之前。

  • 我想要特别再次强调： K3.1 Pro综合能力超过 GPT-Sol-6.1。 为什么强调这个模型？因为在我公司的日常工作中，我们做的事情，GPT-Sol-6.1 能直接搞定95%的需求，是一个明显的分水岭。 (GPT-Sol-5.6和K3大概能直接搞定90%）。K3.1 Pro 超过GPT-Sol-6.1，意味着真正意义上的国产模型替代时代，揭幕了。

模型能力

Kimi K3.1 Pro 是目前国内厂商训练出来的尺寸最大的模型，参数超过3T（3万亿）。

月之暗面官方的Benchmark显示，在代码、Agent 和知识类基准上，K3.1 Pro 达到或接近最强闭源模型的水平。

如果你和我一样用AI编程，你最应该关注的是 Terminal-Bench 4.0，它是通过真实环境中资源受限的终端任务考察编程智能体的能力，每项任务均设有严格的专项测试。K3.1 Pro 在此项评估中得分 65.7%，超过 GPT-6 Astra（58.2%），与 Claude Opus 5.5（66.4%）仅有微弱差距。

Image

其中，3D建模能力，更是超过Fable 5.1、直逼Opus 5.5和GPT-6-Astra。  （这里插一句——月之暗面官方可能保守了 —— 我测了不少3D任务，时常会出现K3.1 Pro超过GPT-6-Astra Max的情况，下面有详情。不过Opus 5.5 是公认第一的位置，仍然暂时无法撼动。）

Image

闲话少说，下面我们看案例！

在这些案例中，Kimi K3.1  Pro都表现突出，足以打破你对国产模型的成见。

实测案例

一、同一道 3D 题：做一台能拆开的相机

官方介绍里专门提到了 3D，那我们就出一道真正考 3D 的题。

题目是：在浏览器里做一个能交互的「3D 教学相机实验室」。目标是让完全不懂相机的人，通过拆开相机、选零件、调光圈和对焦，看懂光是怎么穿过镜头、落到传感器上的。

要求：

  • 机身固定 140×90×45 mm，传感器固定 36×24 mm；

  • 20～35 个能单独选中的零件，光圈至少 9 片叶片，调光圈时叶片要真的开合；

  • 能拆解、收回、隔离零件，能透视看内部；

  • 光圈、对焦、被摄物距离要和光学公式、光路图、读数实时联动，数字必须算对；

  • 做完再改一轮：镜头从 50mm 改成 85mm，不许只改文字，不许偷偷缩放机身。

这道题同时考 3D 建模、工程实现、光学计算和审美，谁都别想蒙混过关！

参赛的四位，括号里是用的编程工具：

  • Kimi K3.1 Pro（ Kimi Code）

  • Claude Opus 5.5（Claude Code）

  • GPT-6-Astra（Codex）

  • DeepSeek V4.1 Flash 1017（WorkBuddy）

为了看得公平，我们把四份作品放进同一个“摄影棚”里拍：同样的背景、同样的机位、同样的大小，作品本身一行代码没改。视频里所有的拆解、透视、调光圈、复位，都是点它们自己的按钮做出来的。

光看还不够，我们还逐项实测了：

  • 7 组光学工况的读数，和公式逐个核对；

  • 完整操作链走一遍，复位后检查有没有残留；

  • 量尺寸，导出模型查单位。

最后按 6 个维度打分：交互 20、光学 20、3D 结构 20、界面视觉 20、改稿 10、工程 10。

长图在图内上下滑动，查看完整内容↕

↑ 手指放在图内，向上滑动继续看

Kimi K3.1 Pro排第二，比 GPT-6-Astra 高出 9 分。

Kimi K3.1 Pro：最像一款“成品”

长图在图内上下滑动，查看完整内容↕

↑ 手指放在图内，向上滑动继续看

  • 交互完整度、界面与视觉两项，都是四家最高，各 18.5/20。深色展台、编号的实验面板、实时读数卡片，第一眼就像产品发布页。

  • 光学读数 35 项全对。 f/1.8、f/16、对焦 2 米拍 3 米外的物体、0.5 米近摄、20 米远景……7 组工况和公式逐项一致。读数、光路图、预览和 3D 模型用的是同一份计算。

  • 透视模式真能“看穿”。 电路板、传感器、镜组、等效主平面一目了然。同样的功能，GPT-6-Astra 按下去外壳还是不透明的。

  • 34 个零件都能单独选中、高亮、隔离，连单片光圈叶片都能拎出来看。

  • 9 片光圈叶片真实开合，开口直径严格等于 f/N。

  • 调焦时镜组真的在动，对焦环跟着转，位移量实时显示。

  • 50mm 改 85mm 是真改：镜筒从 45mm 加长到 78mm，光圈叶片同步加大，机身和传感器一毫米没动。

小遗憾也有：机身框架做成了实心块，导出的 3D 文件没换算成米，叶片之间留了细缝。都是好修的小问题。

Claude Opus 5.5：最严谨，多个维度第一

结构、光学、工程三项第一。机身刻字、镜头铭文、距离刻度这些细节最丰富。光学主平面、入瞳、视场锥被直接画进了 3D，剖视图还带封口。扣分在光圈只有 7 片叶片，也没有连续拆解的滑块。

长图 在图内上下滑动，查看完整内容 ↕

↑ 手指放在图内，向上滑动继续看

DeepSeek V4.1 Flash 1017：外形最像相机，但交互有硬伤

拨盘、热靴、铭牌一应俱全，一眼就能认出是相机。但问题也很明显：

  • 点「复位」之后，滑块回到了 f/4，读数和镜头却还停在 f/16；

  • 隔离「光圈组件」时，9 片叶片一片不剩；

  • 算上拨盘和握柄，整机尺寸超出了题目要求。

长图 在图内上下滑动，查看完整内容 ↕

↑ 手指放在图内，向上滑动继续看

GPT-6-Astra：这道题发挥失常

光学计算是对的，光圈叶片也做得严丝合缝。但问题不少：

  • 「透视内部」按下去，外壳依然不透明，零件互相乱遮；

  • 模型表面有明显的闪烁破面；

  • 顶部的拨盘、快门键被埋进了机身里；

  • 50mm 和 85mm 两个版本外形一模一样，第二轮几乎没动结构。

GPT-6-Astra 整体依然是很强的模型。只是这道题考的恰好是一个完整的 3D 交互作品，而这正是 Kimi K3.1 Pro这次进步最大的地方。

二、游戏编辑器制作

前段时间我写了那个REA的帖子「 REA 只是一个Hype，不值得你浪费时… 」之后, 我就在想, 好像好多次有这种类似的开源工具出现, 使用的案例和场景更多的都聚焦在生产力工具相关上.

以目前AI的智力程度, 哪怕没有这样的Hype, 也肯定有很多能做的事情.

我第一个就想到了游戏玩家.

经常看到全世界的游戏玩家在各种游戏里面一砖一瓦的设计各种好看的建筑, 甚至各种复杂的电路系统.  一砖一瓦的在游戏内铺设这也太麻烦了, 要是能有一个方便的地图编辑器该多方便啊.

这和逆向甚至都没有关系, 尝试让AI理解游戏的地图文件或许就能做到!

要求是：浏览器网页里面, 就可以编辑泰拉瑞亚的游戏地图, 各种方块的放置逻辑符合游戏内逻辑, 并且编辑后的地图可导出在游戏中正常游玩.

过程中我都没想到的是, 他为了用户体验很聪明的找到了我电脑上的游戏本体, 并在里面找了各种贴图文件

最终做出来长这样

下面是GPT-6 Astra的版本

这个案例, 功能上K3.1 Pro和 GPT-6 Astra都正常完成了, 但审美上, 我宣布K3.1 Pro 完胜!

我已经上线了！你可以点这里在线体验: https://terramap.cc/zh-cn/editor/

功能相当完整。

这还没完！

我想如果让AI用这个编辑器创建一个游戏内的2D建筑.，然后再把建筑转个90度,3D效果会是什么样子的呢?

我让K3.1 Pro自己，操作它自己刚刚做的地图编辑器，做地图！

看到一砖一瓦慢慢叠上去、最终变成一整座天空之城，仿佛看到了硅基生命的诞生！

地图编辑的过程，效果是这样的👇 

经过一些小小的打磨（均为K3.1Pro自动），最终成品天空之城视频如下！

跟朋友讨论，这两个互有输赢。对比起来，Astra的颜色配色更好，但是Kimi K3.1 Pro 的精细程度更高，细看品质感会更好，在材质的使用上更棒。（你怎么看？）

三. 看不见的城市

最近在 阮一峰的科技爱好者周刊 里，看到一个很有意思的尝试：把卡尔维诺的《看不见的城市》，用 AI 做成可以在浏览器里旋转、缩放的 3D 场景。

这些城市没有图片或模型，只有文字描述，所以叫做“看不见的城市”。比如，有一个城市叫做艾琳(Irene)，马可波罗这样描述：

“亮灯的时候，假如你站在高地边沿探身外望，看见的城市便是艾琳。透过澄澈的空气，它远远在你下面展开一片浅红。 有些地方窗户排列较密，在暗淡的小巷里，灯火逐渐疏落，花园子里是浓稠的阴影，塔楼上有信号火光；如果晚上有雾，朦胧的光线会像吸满牛奶的海绵一样涨起来。”

我也用 Kimi K3.1 Pro做了一版，再和文章中 GPT-6 Astra、Claude Opus 5.5 的作品放在一起，录成了三分屏对比视频。

相比之下, Claude和Kimi都比较好的实现了从高处眺望，城市朦胧的粉红光线“像吸满牛奶的海绵一样涨起来”。

相信你也能看出来吧： Claude Opus 5.5 > K3.1 Pro > GPT-6 Astra

GPT-6 Astra的表现可谓是太让人失望了。

个人感受

这次测完，我愿意把 Kimi K3.1 Pro放进自己的日常工作流了。

海外模型很强，但用起来也并不总让人省心。Astra 状态一波动，就会让人怀疑它是不是又“降智”了；用 Claude，也得考虑账号风控和封禁的风险。

对真正拿 AI 干活的人来说，能不能方便、持续地用上，同样重要。

所以，看到 Kimi K3.1 Pro这次的表现，我很兴奋。我们又多了一个值得认真考虑的选择。

平时用 AI 做东西，总会有一些还没来得及实现的想法。模型的能力往前走一点，我们能尝试的事情，也就多一点。

看到这样的进步发生在国产模型上，我非常高兴。

祝贺 Kimi。