一、下载到的到底是什么
Kimi K3.1 Pro 的权重在 11 月 4 日挂上 Hugging Face 与 NVIDIA NIM,无需申请访问,单个仓库约 1.56TB,格式是 MXFP4 权重配 MXFP8 激活,训练时用了量化感知。结构上是一个 93 层的 MoE:总参数 2.8 万亿,每 token 激活 1040 亿,896 个路由专家里选 16 个,另加 2 个共享专家与 1 个稠密层,词表 16 万,视觉侧是 4.01 亿参数的 MoonViT-V2,上下文 1,048,576 token。
和 Kimi K3 的差别主要不在参数,而在注意力。它把全注意力的 Gated MLA 层换成了 24 层 Gated DSA 加 69 层 KDA,稀疏注意力的索引用 32 头、128 维、Top-K 取 2048。这套改动干的事只有一件:把百万级上下文的自注意力成本压到能跑得动。官方的服务栈写的是 vLLM、SGLang、TokenSpeed,NVIDIA 那边的参考配置是 Blackwell GB300 八卡,跑 vLLM 配 Dynamo 1.7.0。
二、许可里的那道收入线
许可证叫 Kimi K3.1-Pro License,文件里没有地域限制——这点和同期开源的百度 ERNIE 5.5 Flash Base 正好相反,后者把欧盟、英国、韩国排除在外。但另一条容易被跳过:做模型即服务的被许可方及其关联方,在任意连续 12 个月内合计收入超过 2000 万美元时,商业使用前需要另签协议。
这条线的设计很明确:个人研究、企业内部部署、创业公司早期都不受影响,真正被盯住的是转卖推理能力的那一层。对打算拿它搭产品对外收费的团队,这是一条要在商业模型里提前算进去的固定成本,不是一张可以忽略的脚注。
三、删数据换来的是分数
更少人注意的是安全章节里的一个数字。Moonshot 说,为了这次开放权重发布,他们从 mid-training 数据与其强化学习环境里识别并移除了网络攻击相关内容。代价写在自家基准 xdev-bench-hard 上:最终模型 pass@3 解出 81.0%,而没有做这些处理的检查点是 90.5%。也就是说,这一刀切掉了将近十个点。
开源发布的安全处理不是免费的盾牌,它同时是一张被扣掉的成绩单。
其余成绩要看清楚适用条件:Terminal-Bench 4.0 得 65.7(Claude Opus 5.5 是 66.4,GPT-6 Astra 是 58.2),SWE Marathon v1.1 得 51.7,BenchCAD 带工具 92.7、不带工具 72.8,OfficeQA Pro v2 得 64.4。但 Terminal-Bench-Science 0.1 只有 38.1,同一张表里 GPT-6 Astra 是 68.1、Claude Opus 5.5 是 63.3。结论很清楚:稀疏 MoE 已经能在仓库级编程和 CAD 脚本上追平闭源旗舰,专业科学推理还差着一大截,别拿一个总分去覆盖所有场景。