Kimi K3.1 Pro 现已在 Ultralytics Platform 中提供自动标注功能

Moonshot AI 于 2026 年 10 月 23 日发布了 Kimi K3.1 Pro，今天它已可在 Ultralytics Platform 中用于自动标注。我们使用与其他所有模型相同的测试对它进行了评估：来自 36 个真实场景检测数据集的 360 张图像，测试结果见我们的 VLM 排行榜。

Kimi K3.1 Pro 的 mAP50 得分为 0.444，比 Kimi K3（0.334）高出三分之一，在 29 个模型中排名第 7，比前代产品高出 10 位。排名高于它的模型全都是来自 Google、Anthropic 或 OpenAI 的闭源模型。

Kimi K3.1 Pro 有哪些新变化#

Kimi K3.1 Pro 是 Moonshot K3.1 系列的首款模型，Moonshot 称它是迄今能力最强的 3T 级开放权重模型。它是经过后训练的 Kimi K3 版本，使用了显著更多的后训练算力，支持 100 万 token 的上下文窗口以及图像和视频输入。它总会先进行推理再作答，Moonshot 计划于 2026 年 11 月 4 日前发布完整权重。Moonshot 的公告介绍了它在编程、金融和幻觉方面的表现。

Moonshot 还下调了价格。Kimi K3.1 Pro 的输入价格为每百万 token 2 美元，输出价格为每百万 token 10 美元；Kimi K3 的价格则分别为 3 美元和 15 美元。

在 Ultralytics Platform 中使用 Kimi K3.1 Pro 进行自动标注#

Kimi K3.1 Pro 加入了 Ultralytics Platform 标注编辑器中的类提示视觉语言模型。对于包含 1–200 个类别的目标检测数据集，它会检查每张图像，并返回数据集类别对应实例的边界框，供你像审核和保存其他预测结果一样进行审核和保存。

你可以通过两种方式使用它：

• 一次处理一张图像：在标注编辑器中切换到 Smart 模式，在模型选择器的 Kimi 下选择 Kimi K3.1 Pro，然后点击 Predict（或按 P）。
• 标注整个数据集：在数据集页面中，依次点击 More actions > Batch Annotation，运行批量标注，即可在一次运行中为所有尚未标注的图像添加标签。

要在添加密钥前先看看效果，请打开 Ultralytics Platform 上的 Kimi K3.1 Pro 模型页面。该页面会在 10 张 COCO 图像旁重放 Kimi K3.1 Pro 记录的预测结果，并显示预期边界框，还会展示它在每个基准数据集上的得分。

我们如何评测 Kimi K3.1 Pro#

一个能在日常照片中找到几乎所有物体的模型，在医学扫描图或电路板图像中仍可能漏掉大多数物体。因此，VLM 排行榜上的每个模型都会接受同一项固定测试 UL37 v2：从 UL37 的 36 个检测数据集中各随机抽取 10 张带标注图像。UL37 是 Ultralytics 用于评估的真实场景基准数据集集合，涵盖医学成像、航空和卫星图像、PCB 检测、安检 X 光、零售货架、交通、体育、水下场景、热成像视频等领域。

每张图像都会使用其数据集的类别名称，通过 Ultralytics Platform 的生产标注流水线处理；这与 Smart 模式和批量标注调用的流程完全相同，包括用于收紧每个模型边界框的 SAM 3.1 步骤。我们使用 Ultralytics 软件包自带的检测指标对边界框评分，并对 36 个数据集进行等权平均。VLM 排行榜评测方法中有详细说明。

Kimi 有一项设置不同。Kimi K3.1 Pro 默认采用 Moonshot 的最高推理强度。在我们的测试中，最高强度下的 Kimi K3 有约 40% 的图像超出了 Ultralytics Platform 的 115 秒时限，因此 Ultralytics Platform 将所有 Kimi 模型的推理强度设为高。Kimi K3 和 Kimi K3.1 Pro 的评测都采用了这一设置。

Kimi K3.1 Pro 与 Gemini 4 Argon、Claude Opus 5.5 和 GPT-6 Astra 的对比#

Kimi K3.1 Pro 的 mAP50 得分为 0.444。Gemini 4 Argon（0.537）、Claude Opus 5.5（0.527）、GPT-6 Astra（0.525）、Gemini 3.8 Flash（0.516）、GPT-6.1 Sol（0.514）和 Claude Sonnet 5.5（0.472）的得分都更高；它的得分高于 Claude Haiku 5.5（0.429）、Claude Fable 5.1（0.427），也高于我们在自有 GPU 上运行的所有开放权重模型。后者由 Gemma 4 31B（0.390）领跑，而 Gemma 4 31B 尚未在 Ultralytics Platform 中提供。

得分的两个组成部分都有提升。精确率从 Kimi K3 的 0.439 升至 0.560，召回率从 0.376 升至 0.483，这意味着它预测的边界框中正确的比例更高，也找到了更多带标注的物体。

Kimi K3.1 Pro 与 Kimi K3 的对比：升级效果体现在哪些方面#

Kimi K3.1 Pro 在 36 个数据集中的 25 个数据集上以及 12 个领域中的 8 个领域上优于 Kimi K3。提升最大的是体育（0.68 对 0.28）、道路与交通（0.49 对 0.26），以及文档、UI 和 CAD（0.41 对 0.26）。在网球上，它的 mAP50 从 0.08 升至 0.74，与 Gemini 3.8 Flash 并列该数据集最高分；在 CeyMo 道路标线数据集上，它则从 0.17 升至 0.80。

在体育领域，Kimi K3.1 Pro 也超过了 Gemini 4 Argon（0.68 对 0.60），并且在总共 6 个数据集上得分高于 Argon，包括网球、足球、小麦穗和甲状腺超声数据集。

并非所有领域都有提升。水下和安检 X 光领域（各有一个数据集）的得分下降，零售领域略有下滑（0.47 对 0.48），而两款 Kimi 模型在工业 PCB 缺陷检测上的得分都接近于零。专业图像对所有模型来说仍然很难，因此请将 Kimi K3.1 Pro 的边界框视为人在回路审核的初稿，并在标注整个数据集前，先检查它在你自己的几张图像上的预测结果。

准确率、成本和速度#

付费模型使用你自己的服务商 API 密钥运行，因此每次预测都由服务商直接向你收费。在我们的基准测试中，Kimi K3.1 Pro 每 1,000 张图像的费用约为 22.50 美元，与 Kimi K3 的 21.50 美元相近。它的 token 价格低了三分之一，但每张图像消耗的 token 更多，因此升级后准确率约提高三分之一，费用则大致相同。

想要达到这种准确率，它并不是最便宜的选择。排名高于它的 6 个模型中有 5 个费用更低，包括 Gemini 4 Argon（每 1,000 张图像约 7.60 美元）和 Claude Opus 5.5（约 13.90 美元）；Claude Haiku 5.5 的 mAP50 仅比 Kimi K3.1 Pro 低约 0.015，但每 1,000 张图像只需约 0.37 美元。

Kimi K3.1 Pro 的响应速度也不快。它每张图像的请求中位耗时约为 22 秒，而 Gemini 4 Argon 为 4.6 秒，Claude Opus 5.5 为 2.7 秒；它有 6.4% 的请求未能在 Ultralytics Platform 的 115 秒时限内完成，高于 Kimi K3 的 1.7%。图像请求超时后不会返回边界框，你可以重新预测。Moonshot 还提供 Kimi K3.1 Pro Highspeed，并称其运行速度快两到三倍且能力不变；Ultralytics Platform 提供的是标准版 Kimi K3.1 Pro。

在 Ultralytics Platform 中开始使用 Kimi K3.1 Pro#

1. 在 Kimi API Platform 创建 API 密钥，然后在拥有数据集的工作区中打开 Settings > API Keys 并添加密钥，或者请工作区所有者添加密钥（查看操作方法）。
2. 在 Ultralytics Platform 中打开一个目标检测数据集，将标注编辑器切换到 Smart 模式，然后在 Kimi 下选择 Kimi K3.1 Pro。
3. 点击 Predict 为当前图像添加标签，然后审核、调整并保存边界框。
4. 结果看起来没问题后，运行 Batch Annotation 为数据集中的其余图像添加标签。

批量标注会另外收取 Ultralytics Platform 的标准处理费，即每 1,000 张图像 1.00 美元；这笔费用与 Moonshot 向你的 API 密钥收取的费用分开计算。每次运行都会先保存一个数据集版本，因此你随时可以回滚。

为数据集添加标注后，你可以在同一工作区中训练 Ultralytics YOLO26 模型（参阅训练文档）。要将 Kimi K3.1 Pro 与领先模型进行比较，请阅读我们的 Gemini 4 Argon 自动标注文章，或浏览 VLM 排行榜上的所有模型以及 Ultralytics Platform 模型页面。然后登录 Ultralytics Platform，在你自己的数据上试用 Kimi K3.1 Pro。