Moonshot Kimi K3.1 Pro 发布，推理能力逼近 Claude Opus 5.5 但主动削弱了漏洞利用能力

Moonshot AI 发布了后训练版本 Kimi K3.1 Pro，在 Artificial Analysis Intelligence Index 上获得 55 分，仅落后于排名第一的 Claude Opus 5.5（58 分）和 Muse Wonder Full（56 分），成为目前排名第四的模型。该模型在 GDPval-AA 智能体任务中达到 1,846 Elo，仅次于 Claude Opus 5.5 的 1,866 Elo；在 Terminal-Bench 4.0 测试中得分为 65.7%，略低于 Claude Opus 5.5 的 66.4%。若按计划在 2026 年 11 月 4 日开源权重，K3.1 Pro 将成为评分最高的开源模型，将开源与闭源模型的差距从 12 分缩小至 3 分。

尽管性能大幅提升，Moonshot 在技术博客中明确披露了针对网络安全能力的 deliberate limits（刻意限制）。为了降低开源模型被用于恶意攻击的风险，公司在训练阶段剥离了包含漏洞研究的数据。这一举措导致模型在内部 xdev-bench-hard 基准上的表现从清洗前的 90.5% 下降至 81.0%，虽然仍高于 DeepSeek-V4.1-Flash 的 85.7%，但显著低于未清洗版本。此外，模型保持了与 K3 相同的参数量（2.8 万亿总参数，1040 亿激活参数）和百万 token 上下文窗口，同时将输入价格从每百万 token 3 美元降至 2 美元，输出价格从 15 美元降至 10 美元。

推断显示，Moonshot 正在通过牺牲部分极端攻防能力来换取更广泛的开源部署许可和社会接受度，这是一种防御性对齐策略。猜测认为，这种“阉割”后的开源模型可能会在审计、合规等防御性场景中比纯进攻型模型更具商业价值。事实层面，模型确实支持直接操作 Unity、Unreal Engine 等游戏引擎进行 3D 建模，且无需 MCP 连接器即可运行 Blender 脚本，显示出其在工程实践中的高可用性。