Kimi K3.1 Pro一手实测：Godot、Blender全能接，23轮测试自己跑

Sat, 24 Oct 2026 00:00:00 +0000

Kimi K3.1 Pro发布：3万亿参数级模型，在Artificial Analysis全球大模型智能指数榜单中杀入全球前四名，较上一代K3大幅提升11分。
多场景能力实测：成功调用Godot引擎从零开发3D游戏、通过Blender完成复杂3D建模、构建物理仿真系统并自主迭代优化。
金融领域突破：在Office QA Pro v2和SpreadsheetBench 2基准测试中拿下最佳成绩，能端到端完成财务研究和建模工作。源自 | 关注前沿科技量子位 2026-10-24 13:45

梦瑶发自凹非寺量子位 | 公众号 QbitAI

国模归来！

Kimi携其迄今最强3万亿参数级模型,Kimi K3.1 Pro，杀回来了。

真的蛮感慨，大家都知道这一阵海外巨头的基模大战可谓打得火热，SOTA榜单也是你方唱罢我登场。

反观国产模型这边，倒一度安静了下来。

新模型确实也没断过，但大多是Flash版本，能跟海外旗舰掰手腕的Pro级狠角色，却迟迟没等来。。。

偏偏这节骨眼上，海外针对国产模型能力的种种质疑，也在一波接一波地冒出来。

结果呢？Kimi这回直接杀了个回马枪——全新K3.1系列首发就是Pro，在多个场景表现上K3.1 Pro甚至直逼GPT-6 Astra，直接杀进全球前沿模型第一梯队。

在Artificial Analysis全球大模型智能指数榜单中，Kimi K3.1 Pro以55分杀入全球前四名，较上一代K3大幅提升11分：

基于K3进一步强化后训练，K3.1 Pro支持百万Token上下文窗口，价格仅为GPT-6 Astra的1/5，便宜约80%。

作为Kimi迄今能力最强的3万亿参数级模型，K3.1 Pro这次重点发力长程编程、知识工作和复杂推理等高难度任务。

尤其是在3D创作、金融研究等更专业的场景，模型都迎来了一轮升级，从写代码到调用专业工具，再到处理复杂工作流，覆盖面也越来越广了～

看下面这位小哥用K3.1 Pro搓的鹈鹕骑车动画，空间逻辑和运动轨迹都没得说，效果一点不输海外前沿闭源模型：

再来！看我让K3.1 Pro调用Unity或Godot游戏引擎，从0搓出来的一款《后室》风3D密室逃脱游戏——N多个3D场景、诡异光影、物理交互、烧脑解谜、游戏剧情一个不落，连美式复古风的UI也颇有审美，be like：

值得一提的是，这次同步推出的还有高速版模型Kimi K3.1 Pro Highspeed，同等智能，输出速度达到普通版的约2~3倍。

此外，Kimi这次依然坚持开源路线，完整模型权重将在两周内放出，大家可以搓搓手坐等了～

海外Pro大战打得热火朝天，国产选手这回，终于端上硬菜了。

3万亿参数火力全开，写代码、造游戏、搞3D全都拿捏

作为全新K3.1系列的首款模型，K3.1 Pro在代码、长程任务和3D建模等能力上，这次都迎来了一波明显升级。先看成绩，在代码、Agent和知识类基准测试中，K3.1 Pro已经达到或接近最强闭源模型水平。Terminal-Bench 4.0得分65.7%，超越GPT-6 Astra（58.2%），逼近Claude Opus 5.5（66.4%）。

在考验多步执行、工具调用和端到端问题解决能力的长程编程测试中，K3.1 Pro得分61.2%，较K3（55.95%）进一步提升～

在3D建模这块，Kimi K3.1 Pro这波也给安排明白了——像机械零件、建筑等参数化建模这些复杂任务，我们不用MCP连接器，就能直接接入Blender等专业工具。

具体到实际操作也非常简单，给AI一段文字、一张草图或参考图，模型就能推断物体的形状、比例和空间关系，AI就能重建出可用的3D模型。

在考察3D模型重建能力的BenchCAD测试中，K3.1 Pro还拿下92.7%的高分，逼近Claude Opus 5.5和GPT-6 Astra：

当然，K3.1 Pro这代码能力到底能不能打，还得亲自试试才知道，我们直接实测走起～

调用专业游戏引擎，从0搓出完整3D游戏

第一把直接上强度！

让K3.1 Pro挑战一道游戏引擎+工具调用+3D建模的「综合大题」。这次，我让它调用Godot引擎，从零手搓一款3D摸鱼游戏——《老板来了》。游戏难度也不低，老板得有自己的AI逻辑，随机巡视、突然折返、背后偷袭，还得实时判断有没有抓到现行。与此同时，3D场景、角色交互、碰撞检测、积分结算和胜负机制都得联动，最后还得真能玩。

咱直接看效果，全程零抽卡，K3.1 Pro还真搓出了可玩的3D游戏，画风走的是赛博积木小人儿路线：

整个过程我连手动配置都没碰，K3.1 Pro就自主搞定了Godot部署、引擎调用和项目构建，小白看了直流泪。

不仅如此，模型还自主进行了23轮测试，最终交付了Godot源工程、Linux独立运行版等多个版本，真周全啊：

游戏玩完，我又回头扒了扒玩法机制，发现里面还真藏了不少「细节」。比如摸鱼越久积分越高，但被老板抓到三次直接开除，连收益与风险之间的博弈都考虑进去了。甚至连「死亡凝视」「带薪拉屎大师」等趣味彩蛋都设计进去了，细节还挺有职场代入感，用心了：

果然啊，干有挑战性的任务，还得看大参数模型。。。

3D创作与空间推理全进阶，3D Make也来了

第二局，我们来考察一下今年基模圈大火特火的3D建模能力。

But！我可不想让K3.1 Pro只生成个3D模型那么简单，这次咱依旧上地狱难度——我上传了一张机械键盘参考图，构建包含键帽、机械轴体、定位板、PCB及外壳的完整75%配列键盘。让K3.1 Pro通过Blender从零完成3D建模，同时实现键帽按压、分解动画，并接入Three.js网页进行360°交互展示。这就需要AI确保各零件尺寸、空间位置及装配关系准确，同时处理模型穿模、动画联动、格式转换等工程问题：

△AI生成

没过多久，K3.1 Pro就交付了一个可交互的3D模型。整个过程中，Blender都是由模型自主调用并执行脚本的，我全程没有手动配置，连MCP连接器都不用接。在输出效果中，K3.1 Pro先是对参考图中不可见的机械结构进行了主动推断，还给出了具体的工程设计依据。这也说明了模型已经展现出从几何重建延伸至结构化建模的能力，对零部件之间的空间关系、装配逻辑及工程细节都有一定程度的考虑：

接下来咱直接——上！才！艺！

先说我最满意的一点，这个生成的效果和我给的参考图近乎1:1还原。而且，即便键盘内部被拆开，K3.1 Pro对内部零件的几何形态、内部结构和装配关系也都符合物理规律。甚至，每颗键帽都能独立按压，还能针对不同结构进行分层拆解，360°旋转查看也完全没问题，nice～

对了，值得一提的是，Kimi这次还在kimi.com和Kimi App同步上线了3D Make功能。玩法也so easy，上传一张参考图，再选择想生成的类型，网站、3D建模、3D打印都给安排上了。

生成后还能直接导出视频、实况照片，随手发到社交平台秀一波，主打一个3D创作自由DIY：

我们来看下生成的效果，以下面这个发动机demo为例。从多层涡轮叶片，到内部转子、外壳和连接部件，整个模型的零件层次和空间关系都呈现了出来，密集叶片的细节也没落下。此外模型还考虑到了后续的实际使用，支持导出GLB、3MF等格式，方便进一步进行3D预览、模型编辑和打印。实用性也有了，感兴趣的朋友可以直接上手试试～

从零构建物理仿真，挑战复杂任务自主迭代

最后一局，我们来测测K3.1 Pro这次另一项重要能力——长程编码与自主迭代。这次玩点刺激的，直接送K3.1 Pro去考科目二！而且我还专门上了难度，驾校得自己建，车得自己开，挂科了还得自己找原因、改代码。它需要从0搭建一套轻量级车辆物理仿真系统，再造一个包含倒车入库、侧方停车、S弯等项目的3D驾考场。接着让AI自主驾驶，根据每轮撞墙、压线等失败结果，反复调试代码、优化驾驶策略，直到一次性通过科目二。

令我没想到的是，K3.1 Pro居然自己造了一套3D驾考仿真系统，还让AI司机拿下了满分——先看场地，倒车入库、侧方停车、S弯等项目一个没落下，直接给安排成了完整的3D考试场景。根据测试记录，K3.1 Pro前后折腾了12轮，第11轮诊断续跑达到100分，第12轮才通过严格复核。倒车入库时发现转向过度，它会主动调整控制算法，发现车辆到达终点后仍在加速，又进一步修正速度控制逻辑。更有意思的是，它还会反过来检查规划路径本身是否合理，从转弯半径、车身压线到障碍物碰撞逐一排查：

就这么一轮轮折腾下来，最终成绩还真被它刷出来了——五个项目全部通过，100分，耗时151.03秒，碰撞0次、压线0次、扣分0分。

从发现偏差、定位原因，到修改控制算法、检查路径可行性，再重新运行验证，这套自主调试逻辑确实相当完整。

K3.1 Pro连金融分析师的活儿都接上了

除了代码和3D建模，K3.1 Pro在金融领域的表现，也有不少值得聊的。学生党、打工人应该都懂，面对几十份财报和密密麻麻的Excel表格，光看着就已经头大了。更麻烦的是，还得从中提取关键数据、跨文档核对、计算财务指标，最后搭出一套能用的财务模型。但凡看错一个数字、引用错一处公式，后面的估值和分析结论都可能跟着跑偏！！！而这次，K3.1 Pro已经能将财务研究、数据分析和金融建模串成一套端到端工作。

先看成绩，在两项外部金融基准Office QA Pro v2和SpreadsheetBench 2上，K3.1 Pro均拿下最佳成绩。

前者考察AI对金融文档的检索、核对与推理能力，后者则聚焦Excel财务建模、跨表公式联动及自主纠错能力。

具体到测试成绩，K3.1 Pro的得分甚至超过了Opus 5.5、Fable 5.1和GPT-6 Astra——

再来看个更具体的例子——给英伟达（NVDA）搭建专业财务模型。K3.1 Pro能够从财务数据整理、经营指标预测，一路完成公式联动和估值模型构建。

比较有看头的是，模型中的经营假设还能动态调整，收入增速、利润率等参数一变，最终估值也会跟着更新。甚至还能通过敏感性分析，直观看到不同假设对估值结果的影响，有点专业金融分析师搭模型内味儿了：

确实实用，毕竟省下来的时间摸鱼不好吗。

K3.1 Pro加码大规模RL训练，API输入低至每百万Token 1.3元

K3.1 Pro全方位能力的提升，背后还有一轮训练和工程技术栈的全面升级。

值得一提的是，Kimi K3本身就已经展现出相当强的代码和Agent能力，而这次K3.1 Pro则是在原有基础上，进一步加大了后训练阶段的强化学习（RL）算力投入。

为了支撑数百个下游领域的大规模联合训练，Kimi还系统优化了RL框架、长上下文推理、沙箱基础设施和任务调度等技术栈。

随着RL训练规模进一步扩大，K3.1 Pro在代码、Agent等多个领域也实现了全面提升，尤其是复杂任务中的长程执行和持续迭代能力。

而对用户来说，最直接的好处就是，复杂任务完成得更快、更稳，需要人工反复介入和纠错的次数也更少了～

不过，模型能力卷上去了，大家还有一个非常现实的问题——价格呢？

目前，K3.1 Pro已经上线API开放平台。

输入价格为每百万Token 1.3元（命中缓存）、13元（未命中缓存）。输出价格则为68元。

此外，Kimi这次还同步带来了一个高速版本：Kimi K3.1 Pro Highspeed。

这个版本的差异性主要体现在——在保持同等智能水平的前提下，Highspeed的输出速度达到普通版的约3倍，大家按需选择就好～

这次实测Kimi K3.1 Pro下来，最大的感受就俩字——《丝滑》。想生成3D建模的创作者，不用费劲吧啦找Blender等各种专业工具，就能生成自己所想即所得的3D资产。想Vibe Coding的朋友，从搭项目到调试代码，复杂的长程任务也能让AI丝滑接手，省去不少手动操作的麻烦。

经常和财务报表打交道的友友，也能让AI帮忙检索财报、跨文档核对数据，顺利和领导老板交差了。

这些看似不起眼的小事，偏偏最容易让人抓心挠肝，好在现在，能帮我们解决这些麻烦的办法，也越来越多了。

一代更比一代强，老话是有道理的。

Kimi K3.1 Pro已经上线了，大家直接上手试试。

要是vibe出了什么有意思的东西，欢迎友友们来评论区晒一波！！

参考链接：

[1]Kimi 官网：kimi.com

[2]Kimi 开放平台：platform.kimi.com

代码生成 on AI