Kimi K3.1 Pro开源 2.8万亿参数

月之暗面（Moonshot AI）11月5日在 Hugging Face 开放了 Kimi K3.1 Pro 的模型权重，兑现了 10 月 24 日发布时「最晚 11 月 4 日放出完整权重」的承诺。

Kimi K3.1 Pro 采用混合专家架构，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，并具备原生多模态能力。权重以 MXFP4 量化格式发布、激活为 MXFP8，采用量化感知训练；许可证基本沿用 MIT 协议，多数企业可免费商用。官方同步开放 API，兼容 OpenAI 与 Anthropic 两套接口。

在 Arena 运营的 Agent Arena 智能体榜单上，Kimi K3.1 Pro（Max）位列开放权重模型第一、全部参评模型第 13 位，在工作、编程与聊天三个类别中均居开放模型首位。该榜不靠用户两两投票，而是从真实智能体会话中提取任务确认、表扬、投诉、纠正指令和 Shell 执行错误等信号，用「因果追踪」估算模型相对平均水平的净改进率。此次排名基于 1.75 万次真实长周期任务会话，净改进率为 +5.1％，上一代 K3 为 +0.9％。

分项指标更能说明问题：衡量 Shell 命令执行可靠性的 Bash Reliability 从 K3 的 -4.5％ 升至 +7.9％，在开放模型中排名第一；反映用户满意度的 Praise vs Complaint 从 +1.3％ 升至 +7.7％；衡量模型随用户反馈调整方向的 Steerability 达 +6.5％，同样居开放模型首位。

第三方评测给出相近结论。Artificial Analysis 最新综合智能指数中，Kimi K3.1 Pro 拿到 46.5 分，此前开源最高分是 DeepSeek-V4.1-Flash 的 32.6 分；Vals AI 用 Terminal-Bench 4.0 独立测试，K3.1 Pro 得 63.64％，在 59 个模型中排第三，仅次于 Claude Opus 5.5 与 Sonnet 5.5，且单任务成本 4.57 美元，约为 Opus 5.5 的 13.20 美元的三分之一。

不过「开放权重」不等于「人人可跑」。2.8 万亿参数以 BF16 精度存储约需 5.6TB，即便 INT4 量化仍需约 1.4TB，单机消费级显卡基本没有部署可能。架构上，K3.1 Pro 以 K3 为基座做了覆盖数百个下游领域的联合强化学习后训练，并把原先 24 层全注意力改为稀疏注意力，每个 Token 只挑最相关的 2048 个参与计算，以压低长上下文开销。国内生态方面，华为同日宣布昇腾已实现 0 Day 支持该模型的推理部署。

编译自 Moonshot AI 模型卡与 Arena 榜单，事实经 IT之家、新浪科技、PANews 交叉核实