11月4日晚间，月之暗面正式开放Kimi K3.1 Pro完整模型权重。北京积算科技有限公司（以下简称“积算科技”）宣布，其Token平台基于元脑SD200 Ultra超节点，已完成K3.1 Pro部署上线，成为国内首批支持该模型的算力服务平台之一。实测显示，单用户Token生成速度达到210 Tokens/s，单Token生成时延首次突破4.76毫秒。
Kimi K3.1 Pro是月之暗面K3.1系列的首款模型，总参数量达2.8万亿，支持百万Token上下文。与上一代Kimi K3相比，K3.1 Pro大幅增强了后训练算力，在代码、Agent与知识类基准上达到或接近全球最强闭源模型水平。在Terminal-Bench 4.0基准测试中，其得分达到65.7%，超过GPT-6 Astra（58.2%），与Claude Opus 5.5（66.4%）基本持平。
凭借能力跃升，K3.1 Pro在处理需要多步推理与连续执行的长程任务时，展现出了极强的工程与业务交付能力。在以下专业场景中，其表现尤为突出：
代码开发：模型可熟练调用Unity、Unreal Engine、Godot等游戏引擎，端到端生成视觉审美达到专业交付水准的前端页面、交互场景与3D资产；在长程研发中，当常规调试失效时，模型可自主深入底层排查并精准修复错误，节省大量人工调试时间。
3D创作：模型可直接编写并运行Blender、CAD等专业建模工具的脚本，将用户输入的文字或草图转化为高精度3D模型。模型能力在大型场景建模、精密机械装配等领域得到验证，且可直接输出3D打印实体文件，大幅缩短从概念设计到实物验证的周期。
金融研究：模型可交付完整的金融工作流，让分析师专注核心策略研判。在财务建模上，实现公式全联动与多情景敏感性分析；在投资分析中，梳理业务逻辑并发现预期差；在行业研究中，产出逻辑严密、所有数据可追溯至一手来源的机构级深度研报。
与常规模型仅下载权重、启动推理服务的轻量化部署不同，Kimi K3.1 Pro在稀疏计算、超长上下文、分布式协同方面均有极高的工程门槛。积算Token平台依托元脑SD200 Ultra超节点，针对模型架构特点完成深度的推理部署调优：
计算性能深度适配：K3.1 Pro引入Gated DSA后，大幅增加了Top-K筛选等复杂计算。积算Token平台在部署阶段充分应用了底层的MMA布局重排与算子融合优化，有效降低显存访问开销；同时，针对新架构的计算特征，平台启用了Tile级流水线与通信协同策略，大幅减少中间数据搬运。这些优化充分释放了芯片算力潜能，实现推理响应迅捷、模型输出高效流畅。
长上下文缓存调度：面对多轮Agent推理场景，积算Token平台在部署阶段启用了三级KV Cache分层存储架构。结合多级流水线与并行聚合技术，平台有效提升了缓存复用率，使节点内磁盘I/O性能提升约32倍。这些调度策略大幅降低了重复计算与数据搬移开销，确保了长程任务在多轮交互中平稳运行。
分布式通信协同优化：K3.1 Pro作为稀疏MoE模型，专家分片带来大量跨芯片、跨节点的数据交互。积算Token 平台依托元脑 SD200 Ultra 的原生高速互联能力，采用对称内存技术简化跨机寻址、减少中间数据搬运，同时优化跨主机数据交换流程与分块同步机制，大幅减少模型跨节点计算时的通信等待，提升计算、通信与存储资源的协同效率。
实测显示，单用户Token速度达到210 Tokens/s，单Token生成时延首次突破4.76毫秒。这意味着，开发者可获得顺畅的流式输出体验，在真实业务场景中充分体验K3.1 Pro强大的长程规划与代码生成能力。
除Kimi K3.1 Pro外，积算Token平台已集成 DeepSeek、GLM、MiniMax、Qwen等主流模型，并提供多模型融合服务：通过一次API调用，即可将任务分发给多个模型，经交叉验证后输出综合结果，大幅提升复杂任务的输出质量与可靠性。同时，平台接口保持OpenAI兼容，支持 Responses API 与主流Agent框架，企业现有应用无需改造即可接入。
积算科技诞生于全球生成式人工智能浪潮，致力成为中国领先、专业的智能算力和Token服务商。公司拥有万卡级规模算力的Token工厂，提供裸金属算力、平台算力、私有化算力租赁、Token服务等产品；聚焦互联网、高校科研、AI科技、智能制造、服务等行业提供智能算力和Token服务。技术团队具备大规模智能算力系统设计和建设、模型训练和推理性能优化等服务能力，为各类企业建设Token工厂提供咨询服务和建设运维解决方案。
试用链接网址（或点击阅读原文）：
即日起，开发者可通过积算Token平台申请试用 Kimi K3.1 Pro。访问链接：https://www.icompify.com/model/15494.html，完成手机号注册与实名认证后即可调用。
