Kimi K3.1 Pro 登顶开源网络防御基准
Kimi K3.1 Pro 在 Artificial Analysis Cyber Index 中以 64% 的得分成为排名第一的公开可用模型，超越 DeepSeek V4.1 Flash。该模型在网络防御智能体任务上表现强劲，且即将发布权重以确立其开源领先地位。尽管单 Token 成本降低，但因输入 Token 用量增加，实际任务成本略高于前代。
报道正文
Artificial Analysis (@ArtificialAnlys) · 2026-10-23 22
Kimi K3.1 Pro 是智能体网络防御（agentic cyber defense）领域排名第一的公开可用模型，仅次于通过可信访问渠道提供的 GPT-6 Sol (Daybreak Blue)，在 Artificial Analysis Cyber Index 中位居第二。
@Kimi_Moonshot 的 Kimi K3.1 Pro 在 Artificial Analysis Cyber Index 上得分 64%，比此前领先的公开可用模型 DeepSeek V4.1 Flash 1017（57%）高出 7 分，但落后于仅通过 OpenAI 可信访问计划提供的 GPT-6 Sol (Daybreak Blue, max)（69%）5 分。一旦 K3.1 Pro 的权重发布，它也将成为网络防御领域领先的开源权重模型。
Artificial Analysis Cyber Index 衡量模型在智能体网络防御任务上的能力，由三个基准测试组成：CWE-Bench-AA、DeepsecBench-AA 和 CyberGym-E2E-AA。该指数主要通过模型的公开 API 进行评估，反映了开发者可用的网络能力。
来自 OpenAI、Anthropic 和 Google 的专有模型可能具有更强的网络能力，但因安全拒绝而失分：通过 OpenAI 可信访问计划提供的 GPT-6 Sol (Daybreak Blue, max) 比其公开版本高出 32 分。Kimi K3.1 Pro 未遇到任何安全拒绝情况。
关键结果：
➤ 公开可用模型第一，总体第二：Kimi K3.1 Pro 得分 64%，较 Kimi K3（41%）提升 23 分，并领先于 DeepSeek V4.1 Flash 1017（57%）。只有可信访问版本的 GPT-6 Sol (Daybreak Blue, max)（69%）得分更高。
➤ CyberGym-E2E-AA 得分最高：K3.1 Pro 在 CyberGym-E2E-AA 上得分 95%，领先于 GPT-6 Sol (Daybreak Blue)（93%）以及下一个公开可用模型 Mistral Large 4（82%）。在 DeepsecBench-AA 上，K3.1 Pro 得分 37%，落后于 GPT-6 Sol (Daybreak Blue)（48%）和 GPT-6 Sol（46%）。在 CWE-Bench-AA 上，它得分 61%，落后于 GPT-6 Sol (Daybreak Blue)（65%）4 分，其中 DeepSeek V4.1 Flash 1017 以 69% 领先。
➤ 尽管 Token 价格更低，单任务成本仍增加 15%：K3.1 Pro 的单任务成本（Cost per Task）为 $2.81，高于 GPT-6 Sol (Daybreak Blue, max)（$1.77）和 DeepSeek V4.1 Flash 1017（$0.42）。Kimi K3.1 Pro 每 Token 的成本比 Kimi K3 低 33%（输入/输出每百万 Token 分别为 10 vs. 15），但由于使用了约 2 倍的输入 Token，导致单任务成本提高了 15%（$2.81 vs. $2.45）。
