[Fireworks AI] Kimi K3.1 Pro 上线 Fireworks

Moonshot AI 的 Kimi K3.1 Pro 在 Fireworks 首发上线。你可以在 serverless 上按 token 计费使用，也可以用专属部署预留容量。

K3.1 Pro 有哪些新变化

在我们 Specialized Intelligence Index 的评测中，K3.1 Pro 是 Legacy Bench 与 CorporateBench 上速度最快的模型，在 ORCA 上第二快。Moonshot 在 K3 的基础上后训练出 K3.1 Pro，并把 K3 的全注意力层换成稀疏注意力，让长上下文的服务效率更高。主要规格：

规格

Kimi K3.1 Pro

模态

文本与视觉

总参数

2.78T

活跃参数

104B

输入上下文长度

1040k token

专家数

896（每个 token 激活 16 个）

注意力

Kimi Delta Attention + Gated DeepSeek Sparse Attention

它在 Specialized Intelligence Index 上的表现

我们在 Fireworks 的 Specialized Intelligence Index（SII）上评测了 K3.1 Pro：这是一组由 Sierra、Harvey、Rogo 等公司构建的基准，用来挑选它们在生产环境中运行的模型。

在其中五项基准上，K3.1 Pro 处在质量-成本前沿：没有哪个模型能在不增加成本的前提下拿到更高分数。

图 1：Kimi K3.1 Pro 在 Sierra 的 τ³-Banking 上的得分与每次试验成本，来自 Fireworks 的 Specialized Intelligence Index。

客户支持（Sierra 的 τ³-Banking）： agent 使用数据库工具处理银行业务请求，同时遵守银行政策。K3.1 Pro 以 64.7% 在 19 个模型中排名第一，领先 Claude Opus 5.5 达 8.7 个百分点。 遗留代码（Factory 的 Legacy Bench）： 维护 COBOL、Fortran 与 Java 7 代码库。K3.1 Pro 得分 61.0%，在 14 个模型中排名第三，是得分最高的开放模型。 法律（Harvey 的 LAB）： 通常由一年级律师处理的工作。K3.1 Pro 以 15.4% 在 13 个模型中排名第二，落后于 Grok 4.6。 金融（Rogo 的 Big Finance Benchmark）： 928 道取自金融研究工作流的问题。K3.1 Pro 以 48.2% 与 Claude Opus 5.5 打平。 事件响应（Traversal 的 ORCA）： 从 trace、日志与指标中定位生产事故的根因。K3.1 Pro 得分 32.9%，在 13 个模型中排名第三、为最佳开放模型，单任务成本不到排在它前面的两个模型的五分之一。 企业法务（Epiq 的 CorporateBench）： K3.1 Pro 得分 76.9，在 12 个模型中排名第四、为最佳开放模型。

以下是 K3.1 Pro 与 Kimi K3 在五项基准上的对比：

基准

领域

Kimi K3

Kimi K3.1 Pro

变化

τ³-Banking (Sierra)

客户支持

51.5%

64.7%

+13.2 pp

Legacy Bench (Factory)

遗留代码

52.7%

61.0%

+8.3 pp

Big Finance Benchmark (Rogo)

金融

41.3%

48.2%

+6.9 pp

CorporateBench (Epiq)

企业法务

72.4

76.9

+4.5 pts

ORCA (Traversal)

事件响应

31.2%

32.9%

+1.7 pp

变化单位为百分点（pp），CorporateBench 除外，它按分数计。

Kimi K3.1 Pro 在 Moonshot 评测中的成绩

Moonshot 在最大推理强度下报告了以下结果：

长周期编码： SWE Marathon v1.1 上 51.7，领先 Claude Opus 5.5（46.3）、Claude Fable 5.1（45.6）与 GPT-6 Astra（42.5）。 Agentic 研究： 使用工具时在 Humanity’s Last Exam 上 70.0、在 BrowseComp 上 92.1，两项都是 Moonshot 对比中的最高分。 办公任务： OfficeQA Pro v2 上 64.4、Artificial Analysis 的 Automation Bench 上 73.3，两项均领先 Claude Opus 5.5（62.2 与 69.5）。

Moonshot 评测 K3.1 Pro 时使用了包括 Claude Code 在内的编码 harness，竞品分数大多取自公开报告与排行榜。

定价

Serverless 标准定价（每百万 token）：未缓存输入 $2.00、缓存输入 $0.20、输出 $10.00。

开始使用

可以在 Fireworks playground 里试用 Kimi K3.1 Pro，或者用 model ID accounts/fireworks/models/kimi-k3p1-pro 调用。

模型发布