月之暗面開放 2.8 萬億參數 Kimi K3.1 Pro 權重,位列 Agent Arena 開放權重模型榜首
月之暗面 2.8 万亿参数 Kimi K3.1 Pro 开放权重,登顶 Agent Arena 开源模型榜
月之暗面在 Hugging Face 開放 Kimi K3.1 Pro 權重;該模型在 Agent Arena 排名開放權重模型第一、全部參評模型第 13 位。
IT之家 11 月 5 日消息,按照 10 月 24 日发布时给出的承诺,月之暗面(Moonshot AI)今日在 Hugging Face 平台开放了 Kimi K3.1 Pro 的模型权重。
在 Arena 运营的 Agent Arena 智能体排行榜中,Kimi K3.1 Pro(Max)位列开放权重模型第一、全部参评模型第 13 位,并在工作、编程与聊天三个类别中均居开放模型首位。

Agent Arena 的评测方式与传统的成对盲测不同。它不要求用户对两个回答投票,而是从真实用户的智能体会话中提取信号,包括用户对任务的明确确认、表扬与投诉、纠正指令以及 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各模型相对于平均水平的净改进率。
Kimi K3.1 Pro 此次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,净改进率为 +5.1%,较上一代 K3(Max)的 +0.9% 提升 4.2 个百分点。
分项指标呈现出更具体的改善幅度。衡量 Shell 命令执行可靠性的 Bash Reliability 从 K3 的-4.5%(第 13 名)升至 +7.9%,在开放模型中排名第一;反映用户满意度的 Praise vs Complaint 指标从 +1.3% 升至 +7.7%;衡量模型根据用户反馈调整执行方向的 Steerability 指标达到 +6.5%,同样居开放模型首位。用户明确确认任务完成的 Confirmed Success 为 +3.9%,开放模型第四。
Kimi K3.1 Pro 采用混合专家架构,总参数量 2.8 万亿,单次推理激活约 1040 亿参数,支持约 100 万 Token 上下文窗口。
与 K3 相比,K3.1 Pro 以 K3 为基座进行了大规模联合强化学习后训练,覆盖数百个下游领域,并将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的开销。

值得一提的是,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。
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。
新浪科技公众号
“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)
科学大家

新浪科技
新浪科技为你带来最新鲜的科技资讯

苹果汇
苹果汇为你带来最新鲜的苹果产品新闻

新浪众测
新酷产品第一时间免费试玩

新浪探索
提供最新的科学家新闻,精彩的震撼图片
來源:新浪科技 · finance.sina.com.cn