月之暗面开放 2.8 万亿参数 Kimi K3.1 Pro 权重
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载权重开放与榜单位置
月之暗面把 Kimi K3.1 Pro 的权重放到了 Hugging Face 上，时间点落在 11 月 5 日，与 10 月 24 日给出的承诺一致。开放之后，这款模型在 Agent Arena 的开放权重模型序列里排在首位，放到全部模型的大盘子里则位列第 13。Agent Arena 的评测信号并非来自人工设计的题库，而是从真实用户会话中提取，确认、表扬、投诉等反馈都会被纳入统计，排名建立在超过 1.75 万次真实长周期智能体任务会话之上。按工作、编程、聊天三类场景拆分，Kimi K3.1 Pro 在开放模型中都处于第一的位置。对关注可下载权重的开发者来说，这意味着一个在真实任务会话中被反复检验过的模型进入了可获取状态，而不只是停留在演示或封闭接口层面。
净改进率与分项变化
与上一代 K3 相比，Kimi K3.1 Pro 的净改进率从 +0.9% 抬升到 +5.1%，前后相差 4.2 个百分点，这一变化是整份成绩单里最能说明迭代幅度的指标。分项看，Bash Reliability 由 K3 的 -4.5% 转为 +7.9%，在开放模型中排第一，说明模型在命令行环境下的稳定执行能力发生了方向性扭转。Praise vs Complaint 从 +1.3% 升到 +7.7%，反映真实会话中正面反馈相对负面反馈的比例明显改善。Steerability 达到 +6.5%，同样居开放模型首位，指向模型对用户指令的跟随程度。Confirmed Success 为 +3.9%，在开放模型中列第四。这些数字放在一起，呈现的是同一套真实会话评测下多个维度的同步移动，而不是单点指标的孤立提升。
架构与长上下文取舍
Kimi K3.1 Pro 采用混合专家架构，总参数规模为 2.8 万亿，但单次推理只激活约 1040 亿参数，实际计算量与总参数量之间存在明显落差。上下文窗口支持约 100 万 Token，为长周期任务提供了容纳空间。训练路径上，模型以 K3 为基座进行大规模联合强化学习后训练，覆盖数百个下游领域，这也是分项指标能够同时变化的原因之一。为控制长上下文带来的开销，部分全注意力层被替换为门控稀疏注意力层，用稀疏化换取长序列处理时的成本下降。这套组合的指向很明确：在保持超大参数容量的同时，把每次推理真正调动的算力和长上下文的注意力开销压下来，使百万级 Token 的窗口在工程上具备可行性。
部署门槛与外部对照
权重开放并不等于随手可跑。BF16 精度下权重体积约 5.6TB，即使做 INT4 量化仍需约 1.4TB，消费级显卡难以承担这样的存储与显存需求，实际部署更依赖成规模的服务端资源。外部对照方面，Terminal-Bench 4.0 上 Kimi K3.1 Pro 取得 65.7%，高于 GPT-6 Astra 的 58.2%，低于 Claude Opus。这组对比说明它在终端类任务上已进入与闭源头部模型同场比较的区间，但并非全面领先。对读者而言，可下载的权重带来的是审查与自托管的可能，代价则是硬件门槛；是否采用，取决于自身资源规模与任务类型是否落在它表现较强的区间内。
为什么值得看
开放权重模型首次在智能体长周期任务上逼近闭源头部，但 1.4TB 起的部署门槛值得先看清。
信源1 家
关键事实
月之暗面在 Hugging Face 开放 Kimi K3.1 Pro 权重，兑现 10 月 24 日发布时的承诺[1]
模型总参数 2.8 万亿，单次推理激活约 1040 亿，支持约 100 万 Token 上下文[1]
Agent Arena 上位列开放权重模型第一、全部模型第 13，净改进率 +5.1%，上一代 K3 为 +0.9%[1]
Terminal-Bench 4.0 得分 65.7%，高于 GPT-6 Astra 的 58.2%，与 Claude Opus 5.5 的 66.4% 相差不到 1 个百分点[1]
BF16 精度权重文件约 5.6TB，INT4 量化后仍需约 1.4TB[1]
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。