Kimi K3.1 Pro 技术博客：大规模跨域 RL 训练，Terminal-Bench 4.0 得 65.7%

natolambert · x · 2026-10-24

Kimi K3.1 Pro 技术博客要点：

定位：K3 的后训练版本，投入大幅增加的后训练算力，是迄今最强 3T 级开源权重模型，1M token 上下文；同发 2-3 倍速的 Highspeed 版，权重 11 月 4 日前放出。
训练方法：为在数百个下游域上做大规模联合 RL，优化了整条技术栈——RL 框架、长上下文推理、训练效率、沙箱基础设施、rollout 调度和环境质量检查平台，使每份 RL 算力都有稳定可预期的回报，实现全领域一致提升。
成绩：编码/agentic/知识基准匹配或接近最强闭源模型。Terminal-Bench 4.0 得 65.7%，超 GPT-6 Astra（58.2%），略低于 Claude Opus 5.5（66.4%）；内部 Kimi Code Bench 3.0 Long-horizon 得 61.2%（K3 为 55.95%）。
能力面：覆盖真实代码库快速修复到全项目构建，含视觉风格等工程化场景。

「模型」频道最新