一句话看懂：月之暗面在 Hugging Face 发布开源权重模型 Kimi K3.1 Pro，总参数 2.8 万亿、激活参数 104B、上下文达 100 万 token，并公布与 Claude、GPT-6、DeepSeek 等旗舰模型的横向评测。开源大模型与闭源头部产品的差距，再次成为可公开对照的话题。
事件核心：发生了什么
目前公开信息显示，Kimi K3.1 Pro 是 K3.1 系列首款模型，由 Kimi K3 经大规模联合强化学习后训练而来，定位为原生多模态智能体模型，支持文本与图像输入。架构上采用 MoE：93 层、896 个专家、每 token 激活 16 个专家加 2 个共享专家，并用 Gated DSA 替换 K3 的全注意力 Gated MLA 层，以提升长上下文建模效率。视觉侧使用 MoonViT-V2 编码器；权重为 MXFP4、激活为 MXFP8，采用量化感知训练。模型卡给出的发布时间为 2026 年 11 月 4 日。
为什么重要
评测表显示，Kimi K3.1 Pro 在 Terminal-Bench 4.0 得 65.7、SWE Marathon v1.1 得 51.7，与 Claude Opus 5.5、Claude Fable 5.1 处于相近区间；GDPval-AA v2.1 的 Elo 为 1846，接近 Opus 5.5 的 1866。但在 Terminal-Bench-Science 0.1（38.1 对 68.1）、Program Bench（31.5 对 65.0）等任务上明显落后 GPT-6 Astra 和 Opus 5.5。若这些数据可复现，说明开源权重模型在编码与智能体常用场景已能进入第一梯队，但在部分高难度任务和长程规划上仍有差距。
对用户/开发者/创作者的影响
对开发者，开源权重加百万级上下文，适合做代码库级检索、文档分析和多步工具调用；MXFP4/MXFP8 量化降低了部署门槛，但 2.8 万亿总参数仍意味着不小的算力与显存需求。对创作者和企业，多模态输入与办公、金融、法律类评测覆盖较广，可作为闭源 API 之外的备选方案评估。需注意，模型卡是官方自述，尚未等同于第三方独立复现或成熟产品服务。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是社区能否在相同评测条件下复现上述成绩；二是实际推理成本、开放权重许可与 API 定价如何落地；三是 Claude、GPT-6 等竞品是否跟进长上下文与稀疏注意力路线。
