晨观时报讯，10月26日凌晨，月之暗面旗下的Kimi智能助手发了一封致歉信，对象是所有订阅会员。原因是K3.1 Pro上线后的这几天，会员用这个新模型时频繁碰到限流，额度也被"不必要的消耗"悄悄吃掉。
道歉信里有两句话值得划重点。一句是"问题出在我们，我们也本应更早修复"，另一句是补偿方案：所有有效期内的会员今天都会重置一次，获得月度总额25%的补偿，相当于一周的用量；如果当前用量还不足月度总额的25%，直接重置为0。
一款模型能火到把自家服务器挤到限流、把公司逼到凌晨道歉，这本身就说明了一些东西。而这背后的主角，正是10月24日发布的Kimi K3.1 Pro——一个参数规模打到3万亿级、官方口径"全球参数规模最大的开源模型"。
发布三天，先爆火再道歉
时间线其实很短。10月24日凌晨，月之暗面正式推出K3.1系列首个模型K3.1 Pro，同时上线的还有高速版K3.1 Pro Highspeed——同等智能水平下，输出速度大约是标准版的2到3倍。
按照官方的说法，K3.1 Pro是"公司迄今能力最强的产品"。作为K3的后训练版本，它把强化学习环节的算力投入大幅加码，让模型在覆盖数百个下游领域的大规模训练中反复打磨，一方面把"大脑"练得更聪明，另一方面长出更多"手"，也就是更强的专业工具调用能力。
产品发布本身不算意外，意外的是市场反应。从多家科技媒体的报道看，模型上线后用户涌入的速度明显超出预期，服务器承压，限流随之而来，于是有了今天凌晨的道歉和补偿。
限流道歉这件事，放在别的公司身上可能是公关事故，放在Kimi身上，更像是"爆火"的另类证明——毕竟，只有用户挤破门槛，才谈得上限流。
3万亿参数，全球最大开源模型
先看硬指标。K3.1 Pro的参数规模为3万亿级，支持100万词元的上下文窗口，继续稳坐全球参数规模最大开源模型的位置。
这个"最大"是怎么来的？往前翻时间线：今年7月，月之暗面发布Kimi K3，总参数2.8万亿，已经是当时全球参数最大的开源模型；如今K3.1 Pro在K3基础上继续堆料，把后训练算力进一步加码。从K3到K3.1 Pro，路线没变——用更大的规模、更多的强化学习，去逼近甚至追平闭源模型的天花板。
在多项国际权威评测中，K3.1 Pro的综合智能水平已经接近全球领先的闭源模型。Artificial Analysis智能指数给出的分数是55分，位列全球第四，比前代直接涨了11分。开源模型在智能榜单上冲到这个位置，是过去一年里不多见的。
编程追近闭源，价格却砍三成
最能打的是编程。在Terminal-Bench 4.0这一编程基准测试中，K3.1 Pro得分65.7%，超过GPT-6 Astra的58.2%，距离Claude Opus 5.5的66.4%只差0.7个百分点——换句话说，开源模型的编程能力已经摸到了顶级闭源模型的门槛。
3D建模方面，K3.1 Pro在BenchCAD基准中借助工具得分92.7%，与Astra和Opus 5.5的差距已经缩小到4个百分点以内。
更让开发者心动的可能是价格。K3.1 Pro的API定价是每百万token输入2美元、输出10美元，比上一代K3便宜了三分之一。科技日报在报道中算了笔账：K3.1 Pro的综合智能水平接近全球领先闭源模型，价格却只有GPT-6 Astra的五分之一。
能力追平、价格砍半再砍半，这就是K3.1 Pro向市场扔出的组合拳。
能写代码、能建模、还能做金融研究
官方公布的一些能力细节，比榜单数字更直观。
在长程编码上，研发人员做了一次内部测试：让K3.1 Pro搭建一个模拟人体行走的系统。模型需要持续分析实验结果、定位问题、迭代优化行走控制器，最终让仿真人体从最初几步就倒地，进步到能够交替迈步、连续行走11.2秒，还顺手修正了肩部肌肉力臂计算中的36处错误，随后重新训练控制器。这种"发现问题—修改—再训练"的闭环，恰恰是长程Agent任务最难的部分。
在3D创作上，给模型一段文字描述、一张草图或一张参考图，它就能推断出物体的形状、比例和空间关系，直接操作专业建模软件做出可用的3D模型，再搭建成完整的交互场景，支持在线预览和编辑，做完可以直接下载去3D打印。机械零件、建筑模型、定制家具是它擅长的方向。
金融领域同样覆盖。从检索资料、跨文档核对数据，到搭建财务模型、标的筛选与盈利分析，都能端到端交付。在Office QA Pro v2和SpreadsheetBench v2两项测评中，K3.1 Pro都拿了全球最佳成绩，超过了Opus 5.5、Fable 5.1和GPT-6 Astra这些闭源对手。
开源的边界，正在松动
对行业来说，K3.1 Pro更值得关注的一点是：完整模型权重将在11月4日前发布。也就是说，这不是一个"看得见摸不着"的演示品，开发者可以真正下载、部署、二次开发。开源的K3.1 Pro站上全球第四，意味着开源模型和顶级闭源模型之间的鸿沟，又窄了一截。
价格层面同样有信号意义。API定价直接砍三分之一，每百万token输入2美元、输出10美元，把大模型的使用成本又往下压了一档。对中小开发者和创业团队来说，这等于用更低的成本拿到了接近一线的模型能力，应用层的创业门槛在肉眼可见地降低。
当然，热闹背后也有需要冷静看的部分。发布即限流、凌晨致歉，暴露的是服务能力和成本压力的真实一面——模型越强、用户越多，算力账单就越沉。月之暗面在道歉信里也承认，正在调整配置、减少不必要的子Agent调用和输出长度，让同样的额度完成更多实际任务。换句话说，3万亿参数的模型能不能稳定地跑起来、跑得起，和参数本身一样重要。
从7月的K3到10月的K3.1 Pro，月之暗面在用开源这条路线，把"全球最大"和"全球最强之一"慢慢拉近。接下来，就看11月4日的权重开源，会在开发者社区里掀起多大的浪了。
