Kimi K3.1 Pro 把开源模型见「先」思齐的势头，又给续上了。

文 | 佘宗明

在国产大模型沉寂两个多月引发「国模已经不行了吗」质疑声四起的背景下，Kimi 出来放招了。

10 月 24 日凌晨，K3.1 Pro 正式登场。

如果说 K3 代表了上个版本的「开源模型天花板」，那 K3.1 Pro 就是百尺竿头更进 N 步的 K3 进化版。

能不能打，其表现自己会说话。

Artificial Analysis 将其智能指数排在了全球第四，还给出判断：一旦权重发布，K3.1 Pro 将登顶开放权重模型榜首，顶级开源模型与闭源模型的差距将从 12 分降至 3 分。

在行业公认硬核的终端 Agent 编码基准 Terminal-Bench4.0 上，K3.1 Pro 的成绩是 65.7 分，仅次于 Cluade Opus5.5 的 66.4 分，开源模型和闭源模型的差距进一步缩小。

置于当前形势下看，这实属来之不易。

要知道，过去 2 个多月，是国模的暗淡期。

大洋彼岸，分外热闹：9 月份，OpenAI 先后发布了 GPT-6 Astra 和 GPT-6.1 Sol，A 社捧出了 Claude Opus 5.5，次月，就连此前被认为掉队了的谷歌，都凭着 Gemini 4 Argon 重上牌桌 ……

虽然都在「必须给前沿 AI 踩刹车」的呼吁上摆足了姿态，可不得不说，御三家身体很诚实，你方唱罢我登场，轮流坐庄闭源 SOTA，高频的上新节奏让硅谷 AI 圈恨不能捡起「人类的黄金时代」梗。

国模这边，则俨然与之形成了鲜明对照：自 Kimi K3 引爆全球科技圈后，国模就有些沉寂。模型厂商推出新模型的动作有是有，但激起的声量几乎可以忽略不计。

要而言之：人们盼「牛来」，可牛未来。

如此一来，多个权威榜单上的 Top10 大模型，近乎成了美国 AI 模型的内部点名册。

不怕沉寂，就怕对比。伴随强烈反差而来的，是「蒸馏指控」与「能力怀疑」的甚嚣尘上。

「蒸馏」向来是 Anthropic 们站在道德制高点上扔向国模的飞镖，这两个月尤甚。从 NSA+CISA+FBI 三大机构出手，到 Anthropic 又双叒叕打小报告，再到 OpenAI 首次公开发布反蒸馏行动报告，都来得极具针对性。

而国模的沉寂发生在 Anthropic 们强化反蒸馏防御机制后，很容易被视作「变相坐实」。

在 Kimi K3 将顶尖开源模式跟顶级闭源模型的技术代差大幅抹平，把「时间差」从 1 年以上缩小到约 4 个月后，这两个月的反差，又让许多人对「开源模型可以赶超闭源模型」的判断产生了怀疑，觉得差距又被拉开了。

更有甚者，断定开源模型突破靠的就是蒸馏，反蒸馏无异于抽走了开源模型往上攀爬的梯子。

犹记得，K3 刚问世时，我写了篇《取次硅谷懒回顾，半缘 DeepSeek 半缘 Kimi》。可不得不说，近 3 个月的情况，让我生出了「不会被打脸了吧」的担忧。

在此背景下，K3.1 Pro 的出现，来得正是时候。它无形中释放了信号：越过灰暗时刻，China is back。

「蒸馏论」的默认逻辑是：蒸馏可以帮你加速追赶，但不能帮你成为 Sota ——蒸馏是跟跑捷径，但不是领跑路径。

月之暗面有关负责人此前曾做过回应：K3 性能跃升的核心来自底层原创架构创新，并非对现有模型蒸馏复刻。而 K3 突破依赖的那些关键创新点—— Moon Clip 二阶优化器 +KDA 混合线性注意力 +Attention Residuals 注意力残差 +Stable LatentMoE 稀疏专家框架，明显都不是蒸馏出来的。

此次 K3.1 Pro 在 Anthropic 们开启「反蒸馏大法」的前提下仍实现了升级，就给「国模全靠蒸馏论」提供了最直观的反例。

在算力与资金不占优的掣肘下，国模跟硅谷前沿模型的差距接下来是会拉大还是会缩小，也是很多人关心的问题。

得看到，自 7 月下旬以来，国内模型厂商发布的模型都是 Flash 版（高速普惠版），没有 Pro 版（旗舰版），跟御三家连发旗舰版比，势能上就弱了些。K3.1 Pro 则填补了国模这几个的「Pro 版空窗」。

这里没有说 Pro 版跟 Flash 版有好坏之分的意思，但从性能维度看，二者确有强弱之别：一般来说，Pro 对应的是「能力上限优先」路线；Flash 对应的是「效率 / 成本优先」路线。

在其他厂商纷纷推出 Flash 版的情况下，Kimi 依旧用 Pro 版去摸上限，这不免又让人想 Cue 起梁静茹老师。

Kimi 相当于把开源模型见「先」思齐的势头，又给续上了。

考虑到跟硅谷模型厂商的算力资源约束条件大不一样，能把中美顶尖模型智能指数差距收窄到 3 分，真的不容易。

更何况，K3.1 Pro 在审美这块也很在线，一如既往地很显 Taste。

从 K3 到 K3.1 Pro，Kimi 证明了自身的技术迭代是可持续的。

从技术创新角度看，做出一次惊艳的突破和建立一个稳定的突破机制，是两码事。

前者可能是灵光乍现、运气加成的产物；后者则意味着企业找到了从灵感、实验、工程到产品的完整链路，这条链路能经受起时间的检验。

若 Kimi 推出 K3 后后继乏力，那 K3 也就是座孤峰，可「连续版本号」K3.1 Pro 的出现，表明 K3 连着的是山脉。

事实上，Kimi 创新迭代的连续性早已有迹可循——

K2 出来时，就被黄仁勋点赞、马斯克评论，还被《自然》网站视作「又一个 DeepSeek 时刻」；

K2.5 出来后，被 Cursor「致敬」，Cursor 创始人公开称 K2.5 是其测评中「最强的基座模型」，马斯克也盖章「Yeah，it ’ s Kimi 2.5」；

之后的 K2.6 首个实现的大规模并行 Agent 集群 + 浏览器常驻后台 Worker，也在程序员社区备受认可 ……

这种连续性对模型厂商很重要。时下的很多模型厂商，创新曲线是脉冲式的：憋个大招，刷屏一时，然后 …… 就没有然后了。

这不免让人想起电影《浪浪山小妖怪》里的剧情：小猪妖获得了父亲传下来的一个大招，可惜一辈子只能施展一次。

中国 AI，要的显然不是一次性惊艳，而是连续性进化。

着眼长远看，AGI 就是个以十年为尺度的技术长征。

爱跑马拉松的跑者都知道，跑马拉松不能前半程冲太猛、后半程泄了气，真正能完赛的，是那些配速稳定、耐力持久的人。

AGI 征程也一样。既是长跑，长久韧性比短暂锐度更重要。

说起月之暗面，许多人都会想起，这四个字是对摇滚乐队 Pink Floyd 那张同名专辑的致敬。

细想来，「月之暗面」本就有「一半是光明，一半是未知」的寓意。将这份寓意放在 Kimi 身上，也很贴切：它的来路上满是光明，它的前路上遍布未知。

现在看，马拉松远未结束。但很显然，Kimi 正在领跑之列。

李小龙曾在笔记中写道：截拳道，使我们一旦确定了方向，即不再回首反顾。

确定方向后一直向前走，很重要。