月之暗面在 Hugging Face 发布 2.8T 参数 Kimi K3.1 Pro 权重
Moonshot AI released the massive 2.8T-parameter Kimi K3.1 Pro weights on Huggingface.
月之暗面（Moonshot AI）在 Hugging Face 发布 2.8T 参数的 Kimi K3.1 Pro 模型权重，采用 4-bit 精度训练与发布，避免 16-bit 版本所需的 5.6TB 存储。官方测试中该模型在 Terminal-Bench 4.0 得分 65.7%，接近 Claude Opus 5.5 的 66.4%，但无工具时 HLE-Diamond 仅 39.4%，低于 GPT-6 Astra 的 65.8%。模型每 token 仅激活 104B 参数，93 层中 69 层使用线性注意力以降低 1M token 上下文的处理成本；修改版 MIT 许可证允许内部使用，但年收入超 2000 万美元的模型托管公司需另行谈判。
推荐理由
精选AI 评分 88
原文给出了参数规模、量化精度、基准对比和许可证限制，读者可据此判断开源大模型的开放边界。
主题
查看原帖发布 Kimi K3.1 Pro 的模型权重：https://t.co/tJXcYUeSCj 我们将继续推进开放智能。https://t.co/BbWCJUYYSQ
查看原文
Releasing the model weights of Kimi K3.1 Pro: https://t.co/tJXcYUeSCj We'll keep advancing open intelligence. https://t.co/BbWCJUYYSQ
正文 · AI 翻译
月之暗面（Moonshot AI）在 Hugging Face 上发布了 2.8T 参数规模的 Kimi K3.1 Pro 权重。
在 Terminal-Bench 上，它与 Claude 5.5 正面交锋
> 该模型以 4-bit 权重训练，也以该精度发布，从而避免了 16-bit 版本所需的 5.6TB 存储。
> 月之暗面追踪到，利用漏洞能力的稳步上升源于其通用中期训练语料和强化学习环境中埋藏的网络安全内容，并在开放权重前将两者移除。
> 在月之暗面自身的测试中，该模型在 Terminal-Bench 4.0 上得分 65.7%，接近 Claude Opus 5.5 的 66.4%，但在无工具情况下，其在 HLE-Diamond 上仅得 39.4%，而 GPT-6 Astra 为 65.8%。
> 其每个 token 仅激活 104B 参数，93 层中有 69 层使用线性注意力，这使得 100 万 token 上下文的处理成本更低。
> 其修改版 MIT 许可证豁免内部使用，但要求年收入超过 2000 万美元的模型托管公司进行谈判，从而约束可能压低公司自家 API 价格的转售商。