Kimi K3.1 Pro开放权重 登顶开源模型榜首

时间：2026年11月4日。月之暗面在这一天按10月24日发布时的承诺，全量放出 Kimi K3.1 Pro 完整模型权重；华为计算公众号同日报道昇腾已完成 0 Day 推理适配。国内媒体在 11 月 5 日上午集中跟进。 地点：线上 Hugging Face 模型仓库 moonshotai/Kimi-K3.1-Pro（权重与模型卡），以及 Arena 运营的 Agent Arena 智能体排行榜；国产算力侧落在华为昇腾 Atlas 系列，以及 vLLM Ascend、SGLang 两个开源推理框架。 人物：月之暗面（Moonshot AI）；华为昇腾推理团队；Agent Arena 榜单运营方 Arena；vLLM Ascend 与 SGLang 开源社区。 事件详情：月之暗面在 Hugging Face 平台开放 Kimi K3.1 Pro 模型权重。该模型采用混合专家（MoE）架构，总参数量 2.8 万亿，单次推理激活参数约 1040 亿，支持约 100 万 Token 上下文窗口，原生具备多模态能力。据 Arena 官方披露，Kimi K3.1 Pro（Max）在 Agent Arena 智能体排行榜中位居开放权重模型第一、全球所有参评模型第 13 名，并在工作、编程和聊天三大类别中均位列开放模型第一。该榜单不采用传统的成对盲测，而是从真实用户的长周期智能体会话中提取信号，包括用户明确确认任务完成、表扬与投诉、纠正指令、Shell 命令执行错误等，再通过 Arena 称为「因果追踪」的随机化推断方法估算模型相对平均水平的净改进率。排名基于全球用户超过 1.75 万次真实长周期智能体任务会话，Kimi K3.1 Pro（Max）净改进率达 +5.1%，较上一代 Kimi K3（Max）的 +0.9% 提升 4.2 个百分点。分项指标中，衡量 Shell 命令执行可靠性的 Bash Reliability 达 +7.9%，在开放模型中排名第一，而上一代 K3 为 -4.5%；反映用户满意度的 Praise vs Complaint 从 +1.3% 提升到 +7.7%；衡量模型根据用户反馈调整执行方向的 Steerability 为 +6.5%，同样居开放模型首位；衡量用户明确确认任务完成的 Confirmed Success 为 +3.9%，在开放模型中排名第四。在终端智能体基准 Terminal-Bench 4.0 上，K3.1 Pro 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。华为计算公众号称，昇腾基于 vLLM Ascend 与 SGLang 同步实现 0 Day 推理适配，支持昇腾 Atlas 800 A3、Atlas 900 A3 SuperPod 超节点以及昇腾 950 超节点系列产品进行 Kimi K3.1 Pro 推理部署。 背景：Kimi K3.1 Pro 早在 10 月 24 日就已发布，当时官方承诺完整模型权重最迟于 11 月 4 日放出。在权重公开之前，外部用户只能通过 API 调用，生产 API 按用量计费，因此外界把它称作开源模型时需要加限定。i黑马援引 Artificial Analysis 的数据称，K3.1 Pro 智能指数排名第 4、居全球开源模型首位，保持全球参数规模最大开源模型纪录。技术路线上，K3.1 Pro 以 K3 为基座做了大规模联合强化学习后训练，覆盖数百个下游领域，并把部分全注意力层替换为门控稀疏注意力层，以降低长上下文建模开销。 影响：权重公开意味着开发者第一次可以在自己的集群上验证和部署完整的 K3.1 Pro，不再受制于官方 API 的速率与计费。IT之家提醒，开源权重的可下载与可本地运行之间存在显著距离：2.8 万亿参数以 BF16 精度存储的权重文件约 5.6TB，即使采用 INT4 量化也仍需约 1.4TB，单机消费级显卡基本不具备部署可能。对国产算力生态而言，昇腾的 0 Day 适配让国产模型与国产芯片在发布首日就打通部署链路，昇腾推理团队此前已在 Kimi K3 上完成过适配，这次补上了新增的稀疏注意力路径与多模态推理适配。 总结：月之暗面兑现了 10 月 24 日的承诺，Kimi K3.1 Pro 完整权重于 11 月 4 日登陆 Hugging Face，2.8 万亿总参数、约 1040 亿激活参数、约 100 万 Token 上下文，是当前公开权重中参数规模最大的模型之一。它同时登顶 Agent Arena 开放权重模型榜首，净改进率 +5.1%，比上一代 K3 高出 4.2 个百分点。权重虽已公开，5.6TB 的 BF16 体量决定了短期内它仍以 API 与云端推理为主，昇腾的 0 Day 适配是决定这一轮部署速度的关键变量。 常见问题： 问：Kimi K3.1 Pro 开放权重后能本地部署吗？ 答：2.8 万亿参数按 BF16 存储约 5.6TB，INT4 量化仍需约 1.4TB，单机消费级显卡基本无法部署。 问：Kimi K3.1 Pro 和 K3 有啥区别？ 答：K3.1 Pro 以 K3 为基座做大规模联合强化学习后训练，覆盖数百个下游领域；Agent Arena 净改进率从 +0.9% 提升到 +5.1%。 参考来源： 月之暗面官方开源模型仓库 moonshotai/Kimi-K3.1-Pro（Hugging Face） https://huggingface.co/moonshotai/Kimi-K3.1-Pro 凤凰网科技（C114 转载）：月之暗面开源 Kimi K3.1 Pro，登顶 Agent Arena 开源模型榜 https://www.c114.net.cn/industry/141994.html IT之家：2.8 万亿参数 Kimi K3.1 Pro 开放权重，登顶 Agent Arena 开源模型榜 https://www.ithome.com/1/022/490.htm IT之家：华为宣布昇腾 0 Day 支持 Kimi K3.1 Pro 推理部署 https://www.ithome.com/1/022/502.htm i黑马：月之暗面按承诺放出 Kimi K3.1 Pro 完整权重，3 万亿参数保持全球最大开源 https://www.iheima.com/article-403885.html DoNews：2.8 万亿参数 Kimi K3.1 Pro 开放权重，登顶 Agent Arena 开源模型榜 https://www.donews.com/news/detail/1/6765445.html vLLM Ascend 官方部署文档：Kimi K3.1 Pro https://docs.vllm.ai/projects/ascend/en/latest/tutorials/models/Kimi-K3.1-Pro.html SGLang 开源仓库：kimi-k3.1 昇腾模型支持与 DSA 注意力路径 https://github.com/sgl-project/sglang/issues/48348