No.10Moonshot AI2026年10月23日

Kimi K3.1 Pro

前沿大模型能力评测成绩与细分基准证据链。

综合评测得分

68.6

综合排位

第 10 名

API 参考定价: 输入 ¥13.00 / 输出 ¥68.00 (缓存 ¥1.30) / 每百万 Token

五大领域分项成绩

编程第10名

67.0 分

科研第11名

69.5 分

专业办公第9名

68.4 分

知识问答第4名

71.0 分

实测证据链明细

每一项成绩都有明确来处。列出标准化评测集原始成绩及其统一折算分。

Terminal-Bench 4.0Vals AIMax 推理

原始值 63.6%

折算能力分 76.1

第 3 名

Terminal-Bench 4.0Artificial Analysis来源默认配置

原始值 67.2%

折算能力分 74.9

第 1 名

Vibe Code Bench v1.1Vals AIMax 推理

原始值 84.9%

折算能力分 66.5

第 18 名

FrontierCode 2.0Artificial Analysis来源默认配置

原始值 25.5%

折算能力分 64.8

第 41 名

SciCodeArtificial Analysis来源默认配置

原始值 60.8%

折算能力分 63.7

第 10 名

TapTap MakerTapTap MakerMax 推理 · claude

原始值 76.8%

折算能力分 62.8

第 18 名

FrontierCode 2.0CognitionMax 推理 · Devin CLI

原始值 19.6%

折算能力分 61.3

第 57 名

司南 · 推理OpenCompassMax 推理

原始值 87.5%

折算能力分 74.8

第 1 名

Terminal-Bench ScienceVals AIMax 推理

原始值 31.4%

折算能力分 74.1

第 8 名

Terminal-Bench ScienceArtificial Analysis来源默认配置

原始值 34.3%

折算能力分 72.4

第 26 名

致知 · 逻辑月榜llm2014Max 推理

原始值 61.6%

折算能力分 72.3

第 7 名

司南 · 抽象OpenCompassMax 推理

原始值 80.0%

折算能力分 71.2

第 2 名

BioMysteryBenchVals AIMax 推理

原始值 75.6%

折算能力分 69.0

第 7 名

CritPt v2 HardArtificial Analysis来源默认配置

原始值 49.5%

折算能力分 68.6

第 38 名

Humanity's Last ExamArtificial Analysis来源默认配置

原始值 52.5%

折算能力分 68.3

第 22 名

CritPtArtificial Analysis来源默认配置

原始值 24.6%

折算能力分 67.7

第 50 名

MysteryMechanismVals AIMax 推理

原始值 26.1%

折算能力分 63.9

第 16 名

τ³-BankingMercorMax 推理

原始值 59.8%

折算能力分 79.1

第 1 名

GDPval-AAArtificial Analysis来源默认配置

原始值 1,858.1

折算能力分 76.2

第 2 名

AA-BriefcaseArtificial Analysis来源默认配置

原始值 1,674.8

折算能力分 74.5

第 7 名

AutomationBench-AAArtificial Analysis来源默认配置

原始值 73.3%

折算能力分 73.2

第 4 名

APEX-AgentsMercorMax 推理 · loop_truncated_tools_agent · apex-agents:v1.1:loop_truncated_tools_agent

原始值 65.5%

折算能力分 71.3

第 12 名

Excel Modeling v1.1Vals AIMax 推理

原始值 70.0%

折算能力分 66.0

第 15 名

Finance Agent v2.1Vals AIMax 推理

原始值 61.5%

折算能力分 64.3

第 19 名

Harvey 法律 Agent 基准 v1.1Vals AIMax 推理

原始值 11.7%

折算能力分 64.3

第 19 名

Legal Research BenchVals AIMax 推理

原始值 37.5%

折算能力分 62.4

第 45 名

AA-Analyst AgentArtificial Analysis来源默认配置

原始值 38.8%

折算能力分 62.0

第 25 名

TaxAgentBenchVals AIMax 推理

原始值 24.9%

折算能力分 60.1

第 44 名

MLCR-AAArtificial Analysis来源默认配置

原始值 38.3%

折算能力分 84.2

第 3 名

NYT Connections 扩展版Lech MazurHigh 推理

原始值 93.4%

折算能力分 75.6

第 16 名

AA-Omniscience v1.1Artificial Analysis来源默认配置

原始值 29.9

折算能力分 69.3

第 30 名

司南 · 知识OpenCompassMax 推理

原始值 72.0%

折算能力分 67.2

第 5 名

AA-LCRArtificial Analysis来源默认配置

原始值 86.3%

折算能力分 63.2

第 3 名

Arena WebDevLMArenaMax 推理

原始值 1,694.6

折算能力分 71.5

第 9 名

尚未成效的评测项（21 项）

该模型目前在以下公开测试集暂无官方或独立第三方实测成绩，不参与赋分：

Terminal-Bench 4.0 · 官方LiveBench · 编程综合Code Migration v1.1ProgramBenchMirrorCodeCyberBench Patch v1.1APEX-SWEWeirdML v3FrontierSWE v2FrontierMath v2 · Tiers 1–3LiveBench · 推理与数学ARC-AGI-2Chess PuzzlesMystery Game PuzzlesHarvey LAB 1.1 · AALiveBench · 数据分析MedCodeSimpleQA VerifiedLiveBench · 语言与指令BullshitBench · 错误前提Arena Text