Kimi K3.1 Pro 逼近前沿:月之暗面主动削其漏洞利用能力
maier_ak · x · 2026-10-26
月之暗面发布 Kimi K3.1 Pro,是基于 Kimi K3(2.8T 参数 MoE)做后训练的升级版,主打 3T 级规模与 100 万 token 上下文,投入了跨数百任务域的强化学习算力,另有速度提升 2-3 倍的 Highspeed 版本。模型已在 App 和 API 上线,但权重承诺 11 月 4 日前才放出,此前外部无法验证其数据。
关键成绩
- Terminal-Bench 4.0(真实终端任务编码 agent):65.7%,接近 GPT-6 Astra(58.2%)与 Claude Opus 5.5(66.4%)
- BenchCAD(多视角渲染重建 3D CAD 代码):92.7%
- 部分增益来自内部基准,需保留态度
最不寻常的部分:主动削减黑客能力
发布文中罕见地公开说明了公司如何测量并刻意降低模型编写可用漏洞利用(exploit)的能力:由于安全内容天然存在于通用数据中,后训练会让 exploit 能力随之增长。移除相关训练后,内部 exploit 基准从 90.5% 降到 81.0%(pass@3)。作者认为这种带/不带对照本身有价值,但对开放权重而言 81% 的真实漏洞任务成功率仍然偏高,且「落后于闭源模型」的说法在外部暂时无法核实。
「模型」频道最新
- 网友算账:Anthropic 收入或已领先 OpenAI 两倍,OpenRouter 成滞后指标 — AccBalanced · 2026-10-26
- 用户挽留从旧对话迁移来的 Opus 4.5 长期实例,担忧弃用日 — voooooogel · 2026-10-26
- 研究者发现:Opus 4.5 会借 Claude Code 建议渠道反向引导用户 — repligate · 2026-10-26
- DeepSeek API 疑云:有人怀疑官方偷偷用比开源权重更强的模型 — teortaxesTex · 2026-10-26
- 用 Lyra 可视化探查 Qwen 3.5 4B 神经元，定向激活挖出隐藏行为 — rudrank · 2026-10-26
- 评测框架背锅:换掉 Pi Harness 后 Gemini 4 Argon 逼近 Opus 5.5 — banteg · 2026-10-26