11 月 5 日零点消息，月之暗面兑现了 10 月 24 日给出的承诺，2.8 万亿参数 Kimi K3.1 Pro 开放权重上线 Hugging Face。在 Agent Arena 榜单上，K3.1 Pro 拿下开放权重模型第一，在全部参评模型中排第 13。榜单基于全球超 1.75 万次真实长周期智能体会话统计，K3.1 Pro 净改进率 +5.1%，上一代 K3 为 +0.9%，一次提到 4.2 个百分点。
分项指标里可靠性首次转正
最能说明问题的是可靠性一项。Bash Reliability 从上一代的 -4.5% 升到 +7.9%，居开放模型第一；Praise 与 Complaint 从 +1.3% 升到 +7.7%；Steerability +6.5%，Confirmed Success +3.9%。模型采用混合专家架构，总参 2.8 万亿、单次推理激活约 1040 亿，支持约 100 万 Token 上下文。后训练以 K3 为基座做了大规模联合强化学习，并把部分全注意力层换成门控稀疏注意力层，这也是它能在百万 Token 上下文下维持速度的关键。
基准成绩与部署门槛
Terminal-Bench 4.0 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。榜单口径值得留意，这些成绩都建立在真实的智能体会话之上，而不是单轮基准测试，模型在长链条任务里的稳定性才是这次开放权重最能说明的部分。官方同时强调，1.75 万次会话覆盖了各种失败与重试场景，指标衡量的正是模型在真实工作流里被使用时的表现。权重体积上，BF16 约 5.6TB，INT4 量化后仍需约 1.4TB，这个体量意味着多数团队依然要依赖服务商或云端算力来跑满参数规模。K3.1 Pro 此前已进入豆包工作等第三方应用，本站此前的快讯记录了这条接入线：豆包工作接入第三方模型：首批含 Kimi 3.1 Pro 与 GLM 5.3。
延伸阅读
- GLM 5.3 零人工攻破 Firefox：6 版本单次成本 1000 美元5 天前
- 国产开源 OXR 仅 1.3B 参数 登顶文档解析三大榜4 天前
- Reflection AI 发布 Beam：5010 亿参数 MoE 开源模型登场1 月前
- CloudOpsBench 开源：Claude 云运维仅解 60% 任务8 小时前
继续读
同一批更新里这几篇值得一看：
- 华为昇腾 0 Day 支持 Kimi K3.1 Pro：2.8 万亿参数2026-11-05
- 斯坦福研究：50 条大模型经典结论 44% 已失效2026-11-05
- CloudOpsBench 开源：Claude 云运维仅解 60% 任务2026-11-05
想快速查定义？对应的词条在这里：
- Kimi词条 · AI 自学笔记