Kimi K3.1 Pro 放出权重，自家跑分亮眼，独立榜单打了折

开源模型发布日有一出大伙都看腻了的老戏：厂商甩出一张满屏加粗的跑分图，评论区先喊一句“追平闭源”，过几天第三方榜单一更新，气氛就凉了半截。这周的 Kimi K3.1 Pro，把这出戏演得很全。

月之暗面 10 月 23 日先把 Kimi K3.1 Pro 放上 API，11 月 1 日把权重丢上了 Hugging Face，比官方自己说的 11 月 4 日早了三天（没画饼，还提前交卷，这点得认）。模型是 2.8T 总参数、每个 token 激活 104B 的混合专家架构，上下文 100 万 token，协议是月之暗面自拟的 Kimi K3.1-Pro License。我们 AI主线 的判断是：Kimi K3.1 Pro 是一款在开放权重里成绩靠前、标价也有诚意的旗舰，但“追平闭源”这个说法，目前只在月之暗面自己挑的几张榜上成立。

还是那个 2.8T 的大块头，分数凭啥涨了一截

先说跟上一代 K3 比变了啥。身板没变，总参数和激活参数都跟 K3 一样，变的是后面的训练：月之暗面说，K3.1 Pro 是在 K3 基础上加大算力，做了覆盖数百个下游领域的联合强化学习。

架构上官方点出的改动是一处。K3 里做全注意力的 Gated MLA 层，在 K3.1 Pro 里换成了 Gated DSA 层，也就是 DeepSeek 一路的稀疏注意力。白话讲，读一本 100 万 token 的厚书，不再每个字都跟前面所有字对一遍，先挑出要紧的几处回看，省算力，也更适合长上下文。

效果怎么样？Artificial Analysis 的 v4 指数里，K3 是 44 分，K3.1 Pro 涨到 55 分，同样大小的模型多拿了 11 分。

月之暗面自家的数字更夸张：测幻觉的内部基准 Kimi Hallu Bench Hard，带工具时的幻觉率从 K3 的 23.4% 降到了 8.3%。这是自家出题自家评分的基准，官方也说它是压力测试，不能当日常错误率。

放进月之暗面的节奏里看，这是个很稳的套路：K3 在 7 月 16 日先上 API，隔 11 天放权重，这次先上 API，隔 9 天放权重。先让自家产品和 API 跑起来，再把权重交给社区，已经是它的固定打法。

跑分图上追平闭源，独立榜单怎么说

发布页上最亮的一条是 Terminal-Bench 4.0：K3.1 Pro 拿 65.7，高过 GPT-6 Astra 的 58.2，只差 Claude Opus 5.5 的 66.4 一点点。口径得多看一眼，K3.1 Pro 是自己用 Claude Code 跑的，别家取的是各自公布过的最高值，不是同一把尺子量出来的。

同一张表里也有不好看的格子。门槛卡得很严的 ProgramBench，K3.1 Pro 是 31.5，Opus 5.5 是 65.0，对方差不多是它的两倍；考综合难题的 HLE-Diamond 也落后一大截，DeepSWE v1.1 上还输给了 DeepSeek-V4.1-Flash-1017。好处是月之暗面没藏着，原样摆在了模型卡里。

第三方怎么看？v4 指数里它拿 55 分，只落后三个模型。10 月 27 日 Artificial Analysis 上线 v5，题目换了一批，同一个模型降到 46 分，开放权重里仍然排最前，离榜首却差了 12 分。

两个数都不假，问的却是两回事：前者问在一批熟悉的考试里谁考得好，后者问换一批题还剩多少本事。跑分党都懂，榜单一换，座次就洗牌。所以 AI主线 把月之暗面这些亮眼成绩当线索看，真正的排位，等第三方拿到权重复测之后再说。

标价便宜一半，真用起来省不省

价格是这次发布里最实在的一条。K3.1 Pro 的 API 标价是每百万 token 输入 2 美元、输出 10 美元，比 K3 便宜了三分之一，正好是 Claude Opus 5.5 的一半，GPT-6 Astra 标价的五分之一。

它还有个快档 K3.1 Pro Highspeed，官方说速度是普通版的 2 到 3 倍，价格翻倍，4 美元和 20 美元，刚好跟 Opus 5.5 的标价重合。Artificial Analysis 把普通版归在输出速度偏慢的一档，等结果的交互场景，这个快档有它的用处。

不过单价砍半，不等于一个任务就便宜一半。模型卡里写明 reasoning_effort 默认是 max，可以手动降到 high 或 low，推理吐的 token 多了，账单照样涨。这笔账只有拿自己的任务跑一遍才算得清。

对写代码的人，官方说接口同时兼容 OpenAI 和 Anthropic 两种格式，Kimi Code 里用 /model 就能切，换上去试一把的成本不高。做内容的也有一份：月之暗面说 3D Make 已在 kimi.ai 上线，能在线预览和编辑 3D 模型，下载后可直接 3D 打印，或导出成视频，这块目前能看到的主要是官方演示。

权重放出来了，普通人能拿来干嘛

先看协议。Kimi K3.1-Pro License 主体读起来像 MIT，使用、修改、微调、再分发、商用都放开。门槛只压在大体量玩家身上：做“模型即服务”生意、任意 12 个月累计收入超过 2000 万美元的，得另签协议；产品月活过亿或月收入过 2000 万美元的，界面上要标出模型名。纯内部使用不受这两条管，通过月之暗面官方产品或认证推理伙伴来用，也不受管。

再说跑不跑得动。K3 当时放出的权重大约有 1.5TB，K3.1 Pro 的参数规模没变。它用了量化感知训练，权重按 MXFP4（一种 4 位浮点格式）存，官方先替大家把内存压了一轮，对个人电脑来说依然是天上的东西。官方推荐的推理引擎有 vLLM、SGLang 和 TokenSpeed，Hugging Face 页面上 Together AI 已经挂出托管推理。真正受益的是有机房的团队和托管服务商，普通开发者多半还是走 API。

还有一件事得单拎出来：月之暗面在发布说明里公开了“主动削弱网络攻击能力”这回事。官方说，它在中期训练语料和强化学习环境两个阶段都剔除了网络安全相关数据，内部基准 xdev-bench-hard 上，没做剔除的版本能解 90.5%，最终版是 81.0%。官方还说，攻击类成绩仍落后于上线至少三个月的闭源前沿模型。这个基准是内部的，外界暂时没法复核，数字先得打个问号，但把“削前削后”摆出来的披露方式，值得别的开源厂商抄作业。

接下来我盯两件事：一是第三方拿到权重后，能不能把 Terminal-Bench 4.0 和 OfficeQA Pro v2 这些成绩复测出来；二是月之暗面说会在开放权重里逐步抬高网络能力，这条线后面怎么走。