10月23日，Kimi正式发布K3.1 Pro模型。在综合推理、知识、编码及代理工作能力的Artificial Analysis智能指数中，该模型得分55.1分。这一成绩距离当前表现最佳的Claude Opus 5.5仅差2.5分，较此前表现最好的开源模型——小米MiMo-V2.6-Pro高出8.8分。
Kimi宣布，K3.1 Pro的模型权重将于11月4日前免费开放下载；在此之前，该模型仅通过Kimi自有API提供服务。
从时间维度看，开源AI与顶尖闭源模型的差距已缩小至约一个月：Claude Opus 5.5早在31天前便达到了这一高分水平。而在今年9月小米发布MiMo-V2.6-Pro时，这一差距曾高达104天。目前，仅有Claude Opus 5.5（57.6分）、Claude Sonnet 5.5（56分）和Muse Wonder Full（55.8分）的得分高于Kimi K3.1 Pro。
在拥有公开API定价的模型中，Kimi新模型最接近Anthropic的中规模模型Claude Sonnet 5.5（最高努力设置版本）。尽管得分低0.9分，但两者列表价格相同：每百万输入令牌2美元，每百万输出令牌10美元。随着权重的即将开源，K3.1 Pro实质上等同于一个开源版的Sonnet 5.5，任何人都可自行部署运行。
中国实验室连续765天领跑开源榜
新任领跑者来自中国已非新闻。自2024年9月19日阿里巴巴Qwen2.5 Instruct 72B超越Meta Llama 3.1以来，中国实验室已连续765天持有最佳开源模型头衔。开源领域的格局已发生逆转：2023年，Llama曾是开源的代名词；如今，榜首位置已完全由中国力量占据。
六家实验室轮流坐庄
这一领先地位并非由单一公司垄断。阿里巴巴、DeepSeek、Kimi、Z.ai、MiniMax和小米曾轮流占据榜首。其中，DeepSeek凭借推理模型R1占据榜首时间最长，共计307天；该模型曾在2025年1月短暂引发英伟达股价波动。以GLM闻名的Z.ai实验室排名第二，累计198天。自2025年9月以来，共有14个不同的“第一”头衔更迭，平均约每30天更换一次，且没有任何一个头衔持续超过72天。
非中地区开源模型落后约三个月
10月15日，Meta发布了自2025年4月Llama 4以来的首款开源模型Muse Spark Open，得分为38.9。中国实验室早在91天前便用Kimi K3超越了这一分数。这使得Muse Spark Open成为除中国外表现最好的开源模型，领先于韩国的Motif 3（33.6分）。
回顾过往，情况曾更为严峻。在2026年6月，表现最好的非中国开源模型是Google的Gemma 4 26B A4B，这款可在笔记本电脑上运行的小模型，其性能仅相当于中国在246天（约八个月）前发布的模型。OpenAI于2025年8月发布的gpt-oss-120b从未在此指数上登顶。
数据显示，2025年世界其他地区的最佳开源模型落后中国的中位数为109天，今年这一差距扩大至145.5天。Meta此次发布将这一差距拉回至约三个月。
人人可用的最佳模型
一旦Kimi K3.1 Pro权重发布，任何人都可运行或部署，这将进一步压低使用成本。两年来，你可拥有的最佳模型一直来自中国，且其性能从未如此接近你所能租用的最佳闭源模型。
方法说明
智能评分基于Artificial Analysis智能指数（当前版本），取各模型在其最高努力设置下的表现。数据截至2026年10月23日。只有被标记为开放权重的模型才计入统计。快照数据采集自10月18日，随后加入了10月23日发布的Kimi K3.1 Pro（得分55.1），因其宣布将在11月4日前公布权重，故计为开源模型。10月18日后发布的其他模型未计入。模型从其发布日期开始计算。统计始于2024年9月，因此前所有模型得分过于接近无法排名。竞争追溯至2023年7月18日的Llama 2，展示每个日期下各实验室的最佳开源模型。实验室按所在地归类，微调模型计入发布该模型的实验室名下。