月之暗面于 10 月 23 日发布 Kimi K3.1 Pro 及 Highspeed 版本。它是在 K3 基础上继续后训练的模型，提供百万 token 上下文，面向编程、工具调用和较长任务。API 已可用；官方承诺在 11 月 4 日前开放权重，因此今天能调用服务，不等于已经可以下载并自行部署。Highspeed 的两到三倍速度是厂商报告，应与具体服务配置一起看。
技术介绍把进步归于跨数百领域的联合强化学习，以及长上下文推理、沙箱调度和训练环境质量控制的改进。这里的关键是让模型在更丰富的可执行任务上收到反馈，而不只学会回答静态问题。发布文给出了多种任务结果，但没有公开足够细的消融实验，不能据此断言其中哪一个环节单独带来了多少提升。
外部评测机构 Artificial Analysis 报告，K3.1 Pro 的智能指数为 55 分，居当时所测模型第四；Terminal-Bench 4 达到 67%。这为性能进步提供了独立于厂商榜单的支持。官方同名基准报告为 65.7%，两套配置与评测来源不同，应分别引用，不求平均。外部测试还显示，每项任务约用 55,000 个输出 token，高于 K3 的约 48,000 个；更低单价使平均任务费用仍约为 1.98 美元。
Simon Willison 则实际调用 API，在不同推理档位生成鹈鹕 SVG，并留下输出文件。他看好即将开放权重的模型逼近前沿的意义，但这类个人试用只能说明具体提示下的表现。综合来看，新版本已经提供值得试用的能力提升；本地部署条件、自己工作流的任务成本和长任务稳定性，仍需要在权重发布和实际比较后判断。