10 月 24 日凌晨，月之暗面发布 Kimi K3.1 Pro——K3 的后训练版本，3 万亿级参数、100 万词元上下文，继续顶着全球参数规模最大开源模型的名头。但这条新闻真正值得智能体从业者细读的，不是参数，而是算力流向：这轮后训练把新增算力成建制地砸向了智能体任务域，并且为了喂饱数百个下游领域的大规模强化学习，把训练栈的每一层都重修了一遍。
先看榜单。在 Terminal-Bench 4.0——一个在资源受限的真实终端环境里逐项设卡考察编码智能体的基准——K3.1 Pro 拿下 65.7%，距 Claude Opus 5.5 的 66.4% 只差 0.7 分，明显高于 GPT-6 Astra 的 58.2%。Artificial Analysis 智能指数给到 55 分，较 K3 提升 11 分，仍落后 Opus 5.5 的 58。官方口径的内部幻觉率从 23.4% 降到 8.3%。能力面上，长程编码经大规模强化学习增强，3D 创作能从一段文字或一张草图直接操作专业建模软件搭出可交互场景，金融研究可以端到端完成检索、跨文档核对、建模与盈利分析——厂商称在两项国际测评中超过全球前沿闭源模型（测评名称未详细披露，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态）。
比榜单更值得注意的是弹药库本身。官方发布说明列了一份被重修的清单：强化学习框架、长上下文推理、训练效率、沙箱基础设施、调度系统，以及一个用于环境质量检查的共享平台——目标只有一个：支撑数百个下游领域的大规模联合训练，让每一份新增的强化学习算力都转化为稳定、高效的回报。把「环境质量检查平台」做成独立基础设施写进发布说明，这个细节的行业含义不小：环境质量决定强化学习的上限，谁先把环境基建标准化，谁的后训练产能就能滚起来。这与本站此前跟踪的 Athanor（智能体自跑 104 小时后训练）指向同一个判断——后训练军备竞赛的瓶颈，正在从模型与算力转向环境与沙箱。
价格战也在继续。K3.1 Pro 定价输入 2 美元、输出 10 美元每百万词元，较 K3 降约三成，约为 GPT-6 Astra 的两成、Opus 5.5 的一半；同步推出的 Highspeed 版同等智能、输出速度快约 2 到 3 倍。生态侧的背景板来自 OpenRouter 统计：上周（10 月 12 至 18 日）全球大模型总调用量 164 万亿词元，中国模型周调用量连续 25 周超过美国，榜单前五全部是中国模型。
冷水备足再看。多数能力数字为厂商自报，完整模型权重承诺 11 月 4 日前发布——放出之前，第三方复测只能覆盖 API 可及的部分；权重放出后的许可证条款与服务要求，会直接影响自托管试点能不能排上日程。与 Opus 5.5 的 0.7 分差距在误差范围内，解读为「追平」或「尚有一步之遥」都成立，把哪一个写进结论取决于立场。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。
值得盯的观察哨有三个：11 月 4 日权重落地后的独立复测曲线与许可证条款；Highspeed 版的实际定价口径；以及「环境质量平台」会不会像参数规模一样被后续厂商写进各自的发布说明——如果是，那将是本轮发布留给行业的一笔更大遗产。