21世纪经济报道记者 雷晨

11月5日，Kimi K3.1 Pro完整权重正式对外公开，配套模型卡同步披露架构参数、六模型对标评测结果与自研许可证全文。

此前的10月24日凌晨，月之暗面先放出跑分与API定价，模型仅在自有产品与开放平台提供调用。第三方评测机构Artificial Analysis当时给出55分智能指数，位列全球第四、开放权重模型第一。随着权重开放，开发者可自主部署、微调、二次分发。

记者注意到，K3.1 Pro的底层架构延续K3：总参数2.8万亿，激活参数1040亿，上下文窗口100万token。能力提升主要来自后训练阶段强化学习加码。权重采用MXFP4低精度量化，2.8万亿参数以16位精度存储约需5.6TB，量化压缩至1.56TB。

同日，Arena旗下Agent Arena排名数据对外披露。K3.1 Pro（Max）排在开放权重模型首位，在全部参评模型中列第13，工作、编程、聊天三类均居开放模型第一。上述榜单基于超过1.75万次真实用户长周期智能体会话。K3.1 Pro净改进率为+5.1%，上一代K3（Max）仅+0.9%。

1.56TB权重构成门槛，API仍是主要落地通道

Hugging Face仓库显示，K3.1 Pro权重文件合计1561GB，主体以safetensors分片存储。按单卡141GB显存估算，仅加载权重至少需要12张加速卡，推理还要预留KV缓存与中间计算空间。普通工作站、8卡服务器基本无法承载。

K3.1 Pro属于K3后训练迭代版本，强化学习覆盖数百个下游场景。两代底座一致，权重格式、推理框架、部署工具链兼容。已经落地K3的团队，迁移成本更低。

量化方案提前适配。模型卡标注，权重MXFP4量化、激活MXFP8量化，采用量化感知训练，压缩校准在训练阶段完成。体积压缩至原始16位版本三成，显存开销和硬件投入同步下降。

模型为MoE混合专家架构。896个专家中，每次推理仅激活16个，另设2个共享专家，激活参数占总规模约3.7%。总参数决定权重包大小，激活参数决定单次推理算力消耗。

长上下文处理成本靠注意力层优化来降低。93层网络中，69层采用KDA（Kimi Delta Attention），24层替换为Gated DSA，上代K3的Gated MLA被替换，旨在优化百万token长文本建模效率。视觉编码器MoonViT-V2参数量4.01亿。百万token上下文带来缓存开销，直接限制同等硬件下并发规模。

官方推荐vLLM、SGLang、TokenSpeed三套推理框架，前两者社区教程完备。框架解决工程可行性，但显存门槛划定参与方范围：云厂商、推理服务商、大型机构才有条件私有化部署。中小团队、个人开发者的主流入口仍是API。

此前，K3已经跑出落地样本。7月权重开放当日，阿里云、昇腾、摩尔线程等算力平台完成适配。法律AI公司Harvey基于K3打造内部模型Harvey Tenet。算力厂商承接部署，大型机构把模型留在内网，数据、微调流程自主可控。

定价方面，在Kimi开放平台，K3.1 Pro输入、缓存命中、输出价格分别为每百万token 13元、1.3元和68元；高速版速度提升2至3倍。美元口径的输出单价相比K3下调三分之一，整体定价约为GPT-6 Astra的五分之一。

开发文档显示，K3.1 Pro思考模式默认开启，推理强度分low/high/max三档，默认max；多轮对话回传完整推理字段，思考过程计入输出token。输入侧缓存命中与非命中价差达10倍。

10月26日，K3.1 Pro API版上线仅两天，月之暗面就会员额度消耗过快一事致歉，重置额度并按月度总额25%补偿。权重打开生态上限，但API仍是大部分客户的付费选择。

Arena真实会话分项进一步体现提升。榜单通过抓取用户确认、投诉、纠错、指令执行等信号来测算净改进率。K3.1 Pro Shell命令执行可靠性由K3的-4.5%抬升至+7.9%，按用户反馈调整方向的可控性提升至+6.5%，两项均位列开放权重模型第一。正负反馈比从+1.3%升至+7.7%。

规模化MaaS转售单独签约，许可规则延续K3框架

Kimi K3.1 Pro许可证随权重同步发布，Hugging Face标注为other，属于厂商自定义许可协议。协议开放使用、修改、部署、微调、再分发、销售等权限，约束集中在规模化商用场景。

许可证单独划定MaaS转售红线：企业及关联方提供模型推理、微调接口服务，连续12个月MaaS收入超2000万美元，商用前必须和月之暗面单独签约。规则限制向第三方开放接口且对方可控制输入、参数、训练数据的业务；嵌入终端产品、单纯转发请求不在限制内，收入按集团合并口径统计。

品牌标注条款针对超级应用：基于模型开发的商用产品，月活破1亿或月收入超2000万美元，需在界面显著位置标注Kimi K3.1 Pro。纯内部使用、通过官方渠道或认证推理伙伴链路部署的可豁免。

这套规则在7月K3权重开放时首次启用。免费范围留给开发者和自用企业，商务谈判对象锁定规模化转售方。中金研报曾将开放权重模型分为宽松许可、厂商自拟协议、社区许可三类，Kimi归入第二类，DeepSeek、GLM采用MIT协议。

相关商务洽谈早有推进。据媒体8月报道，月之暗面和微软、亚马逊、谷歌协商K3托管分成，目标最高30%，分歧集中在分成机制、数据权限、token审计。9月K3接入亚马逊Bedrock，月之暗面列为模型提供商，分成未披露。中软国际7月公告签署token分成协议。云厂商、推理服务商既是部署方，也是被许可条款约束的主体，能否进入认证豁免名单直接影响上架成本。

强弱项同步公示，开放权重版主动裁剪攻防能力

模型卡对标表同步亮出能力边界。月之暗面将K3.1 Pro和Claude Fable 5.1、GPT-6 Astra、Claude Opus 5.5、DeepSeek-V4.1-Flash-1017、GLM-5.3横向对比，不回避失分项。

长板集中在编程、文档处理。在编程智能体测试Terminal-Bench 4.0中，Claude Opus 5.5得分66.4领跑，K3.1 Pro以65.7分紧随其后；SWE Marathon v1.1得分51.7，六款模型第一；金融文档测试OfficeQA Pro v2得分64.4，同样领先；检索测试BrowseComp得分92.1。在事实准确性Kimi Hallu Bench Hard加压测试中，错误率为8.3%，K3为23.4%，GPT-6 Astra为5.5%。

短板集中在科研、高难度推理。在Terminal-Bench-Science 0.1科研测试中，GPT-6 Astra得分68.1、Claude Opus 5.5得分63.3，K3.1 Pro仅得38.1分；ProgramBench测试中得分31.5；HLE-Diamond高难推理测试中得分39.4。金融工作流Frontier Finance测试中得分58.6，略低于Claude Fable 5.1的60.8。

此外，Kimi还对网络攻防能力做了主动裁剪。技术博客解释，强化学习规模扩大后漏洞挖掘能力持续上涨，训练语料、攻防任务带来能力增益。开放权重版本移除这两类数据，通用编程能力保留。在内部xdev-bench-hard测试中，原始checkpoint解题率90.5%，对外发布版81.0%，K3为33.3%。

安全风险已有先例。7月，安全团队Bera Buddies利用K3，90分钟挖出19个Redis零日漏洞；9月，Hugging Face下架主打攻击用途的GLM衍生仓库。权重开放后，上层过滤容易被移除，月之暗面选择在源头删减训练数据。官方目标是：开放权重版本攻防能力滞后于前沿闭源模型至少三个月。