国产旗舰Kimi K3.1 Arena开测，3D生成能力对标GPT-6 Astra

月底之前，国产大模型阵营有两款旗舰产品备受关注：Kimi K3.1 和智谱 GLM-5.5。其中 Kimi K3.1 已经多次曝光，如今正式登陆 Arena 平台开测，内部代号 Kibitz。

多名网友通过分词器等特征交叉验证，已经基本确认 Kibitz 就是 Kimi K3.1。从此前爆料来看，K3.1 的主要升级集中在长程自主任务、游戏与 3D 代码生成增强，以及操作电脑（Computer Use）能力上，整体路线与 OpenAI 等前沿大模型的一线玩法保持一致。

今天已有多位网友上手实测 K3.1，表现相当惊艳。无论是鹈鹕测试还是 3D 动画生成，性能都可圈可点，甚至可以与 GPT-6 Astra 一较高下。

按照 Arena 竞技场的既往惯例，进入测试阶段的模型通常会在约一周后正式发布。也就是说，本月底依然有机会看到 Kimi K3.1 官宣上线。

从目前的表现来看，Kimi K3.1 的性能有望成为国产 AI 大模型的新标杆，同样具备冲击全球 TOP3 的实力。AA 榜单上，它很可能是首个突破 50 分的国产模型，理想情况下甚至有望接近 55 分到 60 分区间。

当然，性能之外，K3.1 还需要解决可用性与性价比的问题。此前的 K3 就曾因算力资源紧张导致推理速度偏慢，套餐额度也不算高，因此这两个月声名不显，市场存在感明显弱于 DeepSeek V4.1 Flash 这类模型。

与此同时，MiniMax 新一代面向智能体场景的前沿模型 M3.1 Flash 于 10 月 23 日正式开源权重。沐曦股份旗下曦云 C 系列 GPU 率先同步完成 Day 0 深度适配，这也是沐曦继 M2.5、M2.7、M3 之后，第四次实现 MiniMax 旗舰模型发布即适配。

M3.1 Flash 的核心规格为总参数 428B、激活参数 23B，支持 1M 超长上下文窗口，并能处理图像与视频输入。模型还新增了可调思考深度 reasoning_effort 能力，在复杂 Agent任务、Computer Use、软件工程及网络安全等场景中实现能力跃升。

根据 MiniMax 官方披露，该模型线上推理速度较前代提升近 3 倍，Agent 任务综合 Token 使用成本大幅下降 70%。

在基准测试中，M3.1 Flash 同样全面对标顶尖模型：AutomationBench-AA 位列最前列，BankerToolBench 得分 76.2，DeepSWE v1.1 取得 73.7%，OSWorld V2 达到 61.7 分，ALE 为 29.6 分。其中两项 Computer Use 指标均为国产模型第一。

值得关注的是，Day 0 即时响应能力，离不开沐曦自主 GPU 硬件与 MXMACA 全栈软件栈的软硬一体体系。

MXMACA 覆盖底层驱动、MXCC 编译器、算子库及主流推理框架适配，原生兼容 vLLM 与 SGLang，能够将前沿模型的适配周期大幅压缩。M3.1 Flash 在发布当日即可于曦云 C 系列 GPU 上稳定运行，正是这套体系效率的直接体现。

自 2025 年 12 月以来，沐曦已完成 45 个主流旗舰模型的 Day 0 适配，覆盖 MiniMax、智谱、阶跃星辰、DeepSeek、阿里千问等国内头部模型厂商。无论是适配速度还是生态广度，均处于国产 GPU 行业前列。

从 Kimi K3.1 的 Arena 开测，到 MiniMax M3.1 Flash 的开源与沐曦 GPU 的即时适配，国产大模型与算力基础设施的协同正在加速。后续表现如何，也值得在 云栈社区 持续关注。