月之暗面开放 2.8 万亿参数 Kimi K3.1 Pro 权重，强势登顶 Agent Arena 开源榜
11月5日消息，按照此前在10月24日发布时许下的承诺，月之暗面（Moonshot AI）今日正式在 Hugging Face 平台全面开放了Kimi K3.1Pro的模型权重。随着此次权重的正式开源，该模型在由 Arena 运营的智能体排行榜 Agent Arena 中表现亮眼，一举夺得开放权重模型的第一名，在全部参
11月5日消息，按照此前在10月24日发布时许下的承诺，月之暗面（Moonshot AI）今日正式在 Hugging Face 平台全面开放了Kimi K3.1Pro的模型权重。随着此次权重的正式开源，该模型在由 Arena 运营的智能体排行榜 Agent Arena 中表现亮眼，一举夺得开放权重模型的第一名，在全部参评模型中位列第13位，并在工作、编程与聊天三大核心类别中均稳居开放模型首位。
基于真实长周期会话的严苛评测
与传统的成对盲测不同，Agent Arena 拥有独特的评测方式。它并不依赖用户对两个回答进行投票，而是深入挖掘真实用户的智能体会话，自动提取多项关键信号，包括用户对任务的明确确认、赞扬与投诉、纠正指令以及 Shell 命令执行错误等。在此基础上，排行榜通过名为“因果追踪”的随机化推断方法，科学估算各模型相对于平均水平的净改进率。
此次 Kimi K3.1Pro 的亮眼排名，建立在全球用户超过1.75万次真实长周期智能体任务会话的基础之上。其综合净改进率达到 +5.1%，相比上一代 K3（Max）的 +0.9% 实现了4.2个百分点的显著提升。
从具体的细分指标来看，各项核心能力均迎来了全方位进化:
Bash Reliability（Shell 命令执行可靠性）: 从上一代的-4.5%(排名第13)大幅飙升至 +7.9%，在所有开放模型中跃居第一。
Praise vs Complaint（用户满意度指标）: 从 +1.3% 稳步提升至 +7.7%。
Steerability（方向调整与纠偏能力）: 达到 +6.5%，同样高居开放模型首位。
Confirmed Success（任务完成确认度）: 达到 +3.9%，在开放模型中排名第四。
架构创新与极致的参数设计
在技术架构上，Kimi K3.1Pro 采用了混合专家（MoE）架构，总参数量高达2.8万亿，在单次推理时大约激活1040亿参数，并支持约100万 Token 的超长上下文窗口。
相较于前代 K3，K3.1Pro 历经了大规模联合强化学习后训练的洗礼，覆盖了数百个下游应用领域。同时，它创新性地将部分全注意力层替换为了门控稀疏注意力层，从而在保持强悍表现的同时，有效降低了长上下文建模的计算开销。
端侧部署现实与终端智能体基准
尽管模型权重已经顺利在开源社区上线，但“可下载”与“可本地运行”之间依然横亘着现实的硬件门槛。以 BF16精度存储的2.8万亿参数权重文件体量约为5.6TB，即便使用 INT4量化，也依然需要大约1.4TB 的显存空间，这意味着单机消费级显卡基本上不具备本地部署的可能性。
在权威的终端智能体基准测试 Terminal-Bench4.0上，K3.1Pro 取得了65.7% 的得分。这一成绩不仅超越了 GPT-6Astra 的58.2%，与 Claude Opus5.5的66.4% 相比也仅相差不到1个百分点。随着此次权重的全面开源，月之暗面正通过持续的技术共享，为全球开源大模型生态注入全新的活力。
