Kimi K3.1 Pro 登 AA 智能指数第四，开源紧咬闭源

10 月 24 日，Artificial Analysis 发布月之暗面（Moonshot）开源模型 Kimi K3.1 Pro 的评测：在 Intelligence Index v4.3.2 上得分 55，较 Kimi K3（max）的 44 分提升 11 分，位列全球第四，仅次于 Claude Opus 5.5（58 分）、Claude Sonnet 5.5（56 分）等，超过 GPT-5.1，同时价格下降 33%。社区（@YuchenjUW、@haider1、Reddit 用户 @No-Head-Royal 等）普遍认为这标志开源权重模型已追平闭源第一梯队，@haider1 称其可能是当前最强开源权重模型；@lemire 亦指出其成本仅为主流闭源旗舰的零头。

已确认

• 智能指数 55 分，较 Kimi K3（44 分）提升 11 分，排名第四（@ArtificialAnlys、@YuchenjUW）
• Agent 能力大幅提升：GDPval-AA 达 1,846 Elo 排第三，较 Kimi K3 提升 312 Elo，仅落后 Claude Opus 5.5；Terminal-Bench 4.0 纪录刷新至 67%（@ArtificialAnlys）
• 与 Kimi K3 参数规模完全一致（2.8T 总参数、104B 激活），但在「智能 vs 总参数」「智能 vs 激活参数」两个维度均居帕累托前沿首位（@ArtificialAnlys）
• 知识与幻觉改善：AA-Omniscience 指数从 20 升至 30，准确率从 48% 提升至 51%，幻觉率从 53% 降至 44%（@ArtificialAnlys）
• Artificial Analysis 已放出完整评测图表与链接，涵盖 AA-Briefcase、AutomationBench-AA 等各项评测（@ArtificialAnlys）
• 据 @power97992 转述 OpenRouter 页面信息，模型提供 1M 上下文，定价为 $2/$10
• 模型已上架 Nous Research 的 Hermes Agent（@NousResearch 转发）
• 据 @vincentkoc 转发的基于该指数的图表，开源 AI 与 SOTA 的差距已缩短至约 5 周
• 据 @beffjezos，Exa 创始人也就此榜面向 OpenAI 发出「别再失误」的喊话

尚未确认

• 各帖对榜单上下文模型名称的转述存在出入（如 @haider1 提及 Sonnet 5.6、Muse 4、GPT-6 Astra、Gemini 4 Argon；@No-Head-Royal 与 @TallAbrocoma3533 称其超过 Claude Sonnet 5.5；@AmbassadorOk934 写作 Claude Opus 5.2；@beffjezos 称 Sonnet 5.5 与 Muse 4 同为 56 分），细节以 Artificial Analysis 官方榜单为准
• @power97992 帖中「位列第 55」应为得分 55 分的误述，与官方第四的排名转述不一致
• @VectorWireAI 称其「与第三名 Claude Opus 5.5 仅差 3 分」，与多数帖子「Opus 5.5 为榜首」的转述存在位次出入，以官方榜单为准

为什么重要

• 同参数规模纯靠训练/改进多得 11 分，且价格降 33%，说明开源模型在效率与性价比上正快速逼近甚至超越部分闭源旗舰
• Agent 基准（GDPval-AA、Terminal-Bench）的大幅跃升，显示开源模型在实用智能体场景的竞争力显著增强，开源权重与闭源模型的差距缩小至约 3 分
• @VectorWireAI 亦指出这延续了中国模型在第三方评测榜上的攀升势头；@vincentkoc 转发的图表进一步将开源与 SOTA 的差距量化为约 5 周

2026-10-24 ~ 2026-10-24 · 21 条相关

事件全程(共 6 集)→

• 第 1 集:Kimi K3.1 爆料密集涌现，Pro 版或 11 月 4 日开放权重(2026-10-22,18 条)
• 第 2 集:月之暗面预热 Kimi K3.1，已现身 Arena 表现不俗(2026-10-23,4 条)
• 第 3 集:KOL 未测先猜 Kimi K3.1 跑分：或偏刷榜(2026-10-23,2 条)
• 第 4 集:月之暗面发布 Kimi K3.1 Pro：3T 开源旗舰对标 Opus 5.5(2026-10-24,88 条)
• 第 5 集:Kimi K3.1 Pro 登 AA 智能指数第四，开源紧咬闭源(2026-10-24,21 条)
• 第 6 集:Kimi K3.1 Pro 上线实测：跑分与体验存在落差(2026-10-24,2 条)

• 【源头】Kimi K3.1 Pro 登榜第四，Agent 能力大涨、价格降 33% — ArtificialAnlys · 2026-10-24
• 【源头】Kimi K3.1 Pro 刷新 Terminal-Bench 4.0 纪录至 67% — ArtificialAnlys · 2026-10-24
• Kimi K3.1 Pro 幻觉率降至 44%，AA-Omniscience 升至 30 — ArtificialAnlys · 2026-10-24
• 2.8T 总参 104B 激活：Kimi K3.1 Pro 效率登顶帕累托前沿 — ArtificialAnlys · 2026-10-24
• 【源头】Artificial Analysis 公布 Kimi K3.1 Pro 全量评测图表 — ArtificialAnlys · 2026-10-24
• Kimi K3.1 Pro 登上 Artificial Analysis 智能指数,全套评测成绩公布 — ArtificialAnlys · 2026-10-24
• Kimi K3.1 Pro 登 Artificial Analysis 智能指数第四，开源追平闭源 — Yuchenj_UW · 2026-10-24
• Kimi K3.1 Pro 登 AA 智能指数第四，或为最强开源权重模型 — haider1 · 2026-10-24
• Kimi K3.1 Pro 登 Artificial Analysis 榜，得分超 GPT-5.1 — No-Head-Royal · 2026-10-24
• Kimi K3.1 Pro 登 Artificial Analysis 榜第四，开源权重将缩小与闭源差距 — dbreunig · 2026-10-24
• Kimi K3.1 Pro 登上 Artificial Analysis 第 55 名，1M 上下文 $2/$10 定价 — power97992 · 2026-10-24
• Kimi K3.1 Pro 登上 Artificial Analysis 榜第四，距 Claude Opus 5.5 仅 3 分 — VectorWireAI · 2026-10-24
• APPSO 实测 K3.1Pro：Kibitz 真身揭晓，开源智能指数全球第四 — APPSO · 2026-10-24
• 图表：Kimi 3.1 距美国前沿模型仅差约 5 周 — vincent_koc · 2026-10-24
• Kimi K3.1 Pro 登 Intelligence Index 第四,Exa 创始人喊话 OpenAI 别再失误 — beffjezos · 2026-10-24
• Moonshot 开源新模型比肩 Anthropic,成本仅零头;Grok 掉出第一梯队 — lemire · 2026-10-24

另有 5 条近重复转述:ArtificialAnlys · AmbassadorOk934 · NousResearch · Tall_Abrocoma_3533 · rbhar90