实测近一周，对 Kimi K3.1 Pro 的真实评价

月之暗面发布 Kimi K3.1 Pro 后，Datawhale 用 8 个重度任务实测近一周：它在 SWE Marathon 和 OfficeQA 两项官方跑分中排名第一，但 Terminal-Bench Science 0.1 仅得 38.1，落后 GPT-6 Astra 的 68.1。