2026年11月5日，月之暗面兑现 10 月 24 日发布时的承诺，在 Hugging Face 开放 Kimi K3.1 Pro 的模型权重。同一天，Kimi K3.1 Pro（Max）在 Agent Arena 智能体榜单上位列开放权重模型第一、全部参评模型第 13 位。对等了十多天的本地部署用户来说，这次开放的真正含义是：2.8 万亿参数的前沿模型第一次能下载到手，但能不能跑起来，是另一笔账。
Agent Arena 开源第一的测法
Agent Arena 的测法与传统成对盲测不同：它从全球用户 1.75 万多次真实长周期智能体任务会话中提取信号，再用随机化推断估算各模型相对平均水平的净改进率。Kimi K3.1 Pro（Max）的净改进率为 +5.1%，上一代 K3（Max）只有 +0.9%；它在工作、编程与聊天三个类别中均居开放模型首位。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%，开放模型第一。独立编码基准也能对上：Terminal-Bench 4.0 上 Kimi K3.1 Pro 得 65.7%，高于 GPT-6 Astra 的 58.2%，与 Claude Opus 5.5 的 66.4% 只差不到 1 个百分点。
2.8 万亿参数背后的部署账
模型是混合专家架构，总参数 2.8 万亿、单次推理激活约 1040 亿，896 个专家每次激活 16 个，上下文约 100 万 Token，视觉编码器为 MoonViT-V2。官方推荐的推理引擎是 vLLM、SGLang 与 TokenSpeed，不想自建也可以直接在 Kimi 开放平台调用 kimi-k3.1-pro 的 API。门槛在于体积：BF16 权重文件约 5.6TB，即使 INT4 量化也仍需约 1.4TB，消费级单机显卡基本跑不动。“可下载”和“可本地运行”之间隔着硬件账，多数个人用户实际能用的仍是 API，而不是本地部署。
先上 API 验证，再决定投不投硬件
对开发者和企业团队，这次开放的价值在两处：一是长周期智能体任务，榜单与终端基准都指向编程、办公与金融研究等多步任务；二是大上下文任务，100 万 Token 窗口适合整仓代码、长文档与多文件分析。榜单分数来自真实用户会话的统计推断，Terminal-Bench 分数来自标准评测，都不能代替在自己的任务上实测：先在 API 上用小任务验证效果与成本，再决定是否为本地部署投硬件，才是稳妥的顺序。更多动态见Kimi 专题。
