Kimi K3.1 Pro 权重放出：1.56 TB、只发一套 MXFP4，许可证带 2000 万美元门槛，AA 换榜后记 46 分 (2026)

北京时间 11 月 2 日 12 点 13 分，Hugging Face 上的 moonshotai/Kimi-K3.1-Pro 完成第一次提交，也是唯一一次。1

这一次提交带上了 96 个权重分片，仓库合计 1.56 TB，参数 2.78 万亿。2

官方博客没有跟着更新，日期还停在 10 月 24 日——模型就是那天发布的，正文最后一句是「Full model weights will be released by Nov 4」。3

11 月 4 日那条混元简讯里写过「Kimi K3.1 Pro 的权重同样还没放出来」，这句要更正：仓库 11 月 2 日中午就已经建好了。2

三件事值得先看：仓库里只有一套 4 位精度的权重；许可证带两条营收与用户量门槛；第三方指数在新版榜单上记 46 分，10 月 24 日记录的是 55 分。

快速核对

项目	情况
模型	Kimi K3.1 Pro，K3 的后训练版，K3.1 系列第一个 4
时点	2026 年 11 月 2 日 12:13（北京）建仓并完成唯一提交；官方博客未更新 1 3
参数	2.8T 总参、104B 激活；93 层；896 个专家每次选 16 个，另有 2 个共享专家 4
上下文	1,048,576 token 4
模态	模型卡写文本与图像输入、文本输出 4
可用范围	Kimi.ai、Kimi Work、Kimi Code 与 Kimi API；权重可自建 3 4
权重	96 个分片、1.56 TB、MXFP4；没有第二套精度 2 5
许可证	Kimi K3.1 Pro License，MIT 打底加两条门槛 6
价格	输入 $2、输出 $10 每百万 token，缓存命中 $0.20 7
第三方	AA 智能指数 46，开放权重第一；Vals 62.52%，第 9 8 9
自建	vLLM：8 卡张量并行，两块 GB300 托盘、一台 B300 节点或一台 MI355X 节点 10
时效窗口	权重已可下载；Highspeed 权重、技术报告、系统卡都没有时间表

仓库里有什么

分片编号从 model-00001-of-00096 排到 00096，单个约 17 GB。第一个 2.34 GB，最后三个分别是 4.7 GB、92 MB、802 MB。2

加上 config、分词器、建模代码与处理器脚本，仓库一共 112 个文件。仓库没有开启访问申请，点开就能下。2

精度只有一种。config 里写的量化方法是 mxfp4-pack-quantized，模型卡写的是「MXFP4 weights / MXFP8 activations，量化感知训练」。4 5

没有 BF16 或 FP8 的第二套权重。想拿它继续微调的人，起点就是这 4 位权重。4

开放权重模型的仓库体积对照 — 五个开放权重模型的仓库体积，数据取自 Hugging Face 仓库 API 的 usedStorage 字段，取数时间 2026 年 11 月 5 日。2 11 12 13 14

上一代 K3 的仓库也是 1.56 TB，两个仓库体积相差约 0.34 GB。11 这跟官方定位对得上：K3.1 Pro 是 K3 的后训练版，骨架没换。4

这次只放了 Pro。moonshotai 组织下新增的仓库只有这一个，Highspeed 没有对应权重。15

能不能自己跑

vLLM 的配方给了基线：一个 8 卡的张量并行组，跨两块 GB300 托盘、或一台 B300 节点、或者一台 MI355X 节点，镜像要 vLLM 0.34.0 以上。10

配方里还给了几个参照数：8 卡 B300、单请求、340K token 的长提示，预填约 10 秒；换成解码上下文并行（DCP8），FP8 的 KV 缓存（推理时存放上下文的显存）能装约 1850 万 token，普通 TP8 是 260 万。10

SGLang 的 cookbook 也给了 B300、GB300、B200、GB200 与 MI355X 的启动命令，标注是 11 月 3 日的状态快照。16

社区还没跟上。11 月 5 日凌晨 2 点 38 分，unsloth 建了一个同名仓库，里面只有一个 .gitattributes；另外几个同名仓也是空的。17

按这个门槛，自建是一次机构级投入。多数团队更现实的路是走 API。

许可证：两条门槛

官方把许可叫「Kimi K3.1 Pro License」，Hugging Face 的 license 字段标的是 other。4 正文的授权条款沿用 MIT 的写法，另加两条附加条件。6

你怎么用	附加条件
内部使用；通过 Kimi 官方产品或认证推理伙伴使用	两条都不适用 6
把模型能力嵌进自己的产品功能或 harness（把模型包起来跑任务的外壳程序）	月活超过 1 亿、或月营收超过 2000 万美元时，界面上显著标注「Kimi K3.1-Pro」6
对外提供模型推理或微调，让第三方实质控制输入、参数或训练数据	连续 12 个月营收合计超过 2000 万美元时，商用前先与 Moonshot 另签协议 6

「Model as a Service」的定义排除了两种情形：能力只嵌在具体功能里的终端产品，以及单纯转发别人托管模型的请求。6

对多数团队来说，这两条都在很远的地方，门槛是 2000 万美元营收和 1 亿月活。真正要读这一段的是做推理托管生意的公司。

分数从 55 变成 46

10 月 24 日的简讯引用过 Artificial Analysis 的 55 分，现在同一页是 46 分。7

两个数测在不同的榜单版本上。AA 现在的智能指数是 v5.0.1，由九项评测合成，知识工作、编程、科学、通用四类各占 25%。18

换版对各家影响不一样。同一版榜上，Claude Opus 5.5 的最高档从 58 升到 59，GPT-6.1 Sol 从 52 升到 55，Kimi K3.1 Pro 从 55 落到 46。8

在开放权重里它仍是第一：46 分，第二名 DeepSeek-V4.1-Flash-1017 是 33 分，第三名 GLM-5.3 是 32 分。全榜 92 个模型，开放权重 36 个。8

官方给它的定位还是编码、3D 建模与金融研究三条线。4 自测数字与 10 月 24 日发布时一样：Terminal-Bench 4.0 65.7、BenchCAD 带工具 92.7、Kimi Code Bench 3.0 Long-horizon 61.2。4

成本要一起看。每任务成本 $3.68，10 月 24 日那次记录是 $2.11；一次指数评测输出 1.13 亿 token。7

速度要按 AA 的口径读：输出速度 32 token/s，首个答案 token 要等 146.29 秒，一个任务平均 37.1 分钟。7 AA 把「输出速度」定义为输出 token 除以含首 token 等待的总时长，146 秒的等待会直接压这个数。7

AA 的评语是：在同等规模的开放权重模型里偏贵，单任务也偏慢。7

价格没变：输入 $2、输出 $10、缓存命中 $0.20 每百万 token，缓存折扣 90%。7 Batch API 按标准价的 60% 计费，kimi-k3.1-pro 在支持列表里。19

Vals 也收录了：62.52% ±1.14，在 32 个模型里排第 9，每题成本 $6.44。9

两处口径对不上

模态。模型卡的规格表写输入是文本与图像。4 Vals 的模型页写文本、图像、视频都支持，文件不支持。9 OpenRouter 的目录里，这条的输入模态也是文本、图像、视频。20 权重版能不能吃视频，三处说法不一样，按模型卡准备输入最稳。

规模。官方的说法是「3T 级」，模型卡的参数表写 2.8T。4 估算显存与下载量时按 2.8T 算。

该不该试

已经在用 Kimi API 的团队，账单不变，价格表没动；多出来的是一条私有化路径，数据可以不出内网。19

想自建的团队，先确认机器：1.56 TB 权重、8 卡张量并行、B300 或 GB300 级节点，这是 vLLM 给的基线。10 仓库里没有第二套精度可换，微调要从 4 位权重起步。5

做选型的团队，它在开放权重里排第一，但每任务 $3.68 被 AA 列为同等规模开放权重里偏贵的一档。7 预算紧的项目，先按这个数算一遍再决定试哪一档。

还没有的数字

技术报告：仓库里只有模型卡，没有任何技术报告文件。4

Highspeed 权重：只有 API，没有对应仓库。15

量化版：社区仓还是空的，unsloth 那个同名仓只有一个 .gitattributes。17

安全评估：模型卡给了 ExploitBench 74.7、ExploitGym 20.7 两项能力分，没有独立的安全报告。4

训练细节：token 量、算力投入、知识截止都没写。4

参数量核对：2.78 万亿来自 safetensors 元数据，官方口径是 2.8T。2

References

1
Hugging Face：moonshotai/Kimi-K3.1-Pro 提交记录
huggingface.co
2
Hugging Face 模型 API：moonshotai/Kimi-K3.1-Pro
huggingface.co
3
Kimi：Introducing Kimi K3.1 Pro
kimi.ai
4
Hugging Face：moonshotai/Kimi-K3.1-Pro 模型卡
huggingface.co
5
config.json：量化配置
huggingface.co
6
Kimi K3.1 Pro License 全文
huggingface.co
7
Artificial Analysis：Kimi K3.1 Pro
artificialanalysis.ai
8
Artificial Analysis：LLM 榜单
artificialanalysis.ai
9
Vals：Kimi K3.1 Pro
vals.ai
10
vLLM Recipes：moonshotai/Kimi-K3.1-Pro
recipes.vllm.ai
11
Hugging Face：moonshotai/Kimi-K3
huggingface.co
12
Hugging Face：mistralai/Mistral-Large-4-1T-A52B
huggingface.co
13
Hugging Face：inclusionAI/Ling-3.1-flash-1019
huggingface.co
14
Hugging Face：deepseek-ai/DeepSeek-V4.1-Flash-1017
huggingface.co
15
Hugging Face：moonshotai 组织模型列表
huggingface.co
16
SGLang Cookbook：Moonshotai/Kimi-K3.1-Pro
docs.sglang.io
17
Hugging Face：unsloth/Kimi-K3.1-Pro
huggingface.co
18
Artificial Analysis：智能指数 v5.0.1
artificialanalysis.ai
19
Kimi：Model Inference Pricing
platform.kimi.ai
20
OpenRouter：模型目录 API
openrouter.ai

北京时间 11 月 2 日 12 点 13 分，Hugging Face 上的 moonshotai/Kimi-K3.1-Pro 完成第一次提交，也是唯一一次。1

这一次提交带上了 96 个权重分片，仓库合计 1.56 TB，参数 2.78 万亿。2

官方博客没有跟着更新，日期还停在 10 月 24 日——模型就是那天发布的，正文最后一句是「Full model weights will be released by Nov 4」。3

11 月 4 日那条混元简讯里写过「Kimi K3.1 Pro 的权重同样还没放出来」，这句要更正：仓库 11 月 2 日中午就已经建好了。2

三件事值得先看：仓库里只有一套 4 位精度的权重；许可证带两条营收与用户量门槛；第三方指数在新版榜单上记 46 分，10 月 24 日记录的是 55 分。

快速核对

项目	情况
模型	Kimi K3.1 Pro，K3 的后训练版，K3.1 系列第一个 4
时点	2026 年 11 月 2 日 12:13（北京）建仓并完成唯一提交；官方博客未更新 1 3
参数	2.8T 总参、104B 激活；93 层；896 个专家每次选 16 个，另有 2 个共享专家 4
上下文	1,048,576 token 4
模态	模型卡写文本与图像输入、文本输出 4
可用范围	Kimi.ai、Kimi Work、Kimi Code 与 Kimi API；权重可自建 3 4
权重	96 个分片、1.56 TB、MXFP4；没有第二套精度 2 5
许可证	Kimi K3.1 Pro License，MIT 打底加两条门槛 6
价格	输入 $2、输出 $10 每百万 token，缓存命中 $0.20 7
第三方	AA 智能指数 46，开放权重第一；Vals 62.52%，第 9 8 9
自建	vLLM：8 卡张量并行，两块 GB300 托盘、一台 B300 节点或一台 MI355X 节点 10
时效窗口	权重已可下载；Highspeed 权重、技术报告、系统卡都没有时间表

仓库里有什么

分片编号从 model-00001-of-00096 排到 00096，单个约 17 GB。第一个 2.34 GB，最后三个分别是 4.7 GB、92 MB、802 MB。2

加上 config、分词器、建模代码与处理器脚本，仓库一共 112 个文件。仓库没有开启访问申请，点开就能下。2

精度只有一种。config 里写的量化方法是 mxfp4-pack-quantized，模型卡写的是「MXFP4 weights / MXFP8 activations，量化感知训练」。4 5

没有 BF16 或 FP8 的第二套权重。想拿它继续微调的人，起点就是这 4 位权重。4

上一代 K3 的仓库也是 1.56 TB，两个仓库体积相差约 0.34 GB。11 这跟官方定位对得上：K3.1 Pro 是 K3 的后训练版，骨架没换。4

这次只放了 Pro。moonshotai 组织下新增的仓库只有这一个，Highspeed 没有对应权重。15

能不能自己跑

vLLM 的配方给了基线：一个 8 卡的张量并行组，跨两块 GB300 托盘、或一台 B300 节点、或者一台 MI355X 节点，镜像要 vLLM 0.34.0 以上。10

SGLang 的 cookbook 也给了 B300、GB300、B200、GB200 与 MI355X 的启动命令，标注是 11 月 3 日的状态快照。16

社区还没跟上。11 月 5 日凌晨 2 点 38 分，unsloth 建了一个同名仓库，里面只有一个 .gitattributes；另外几个同名仓也是空的。17

按这个门槛，自建是一次机构级投入。多数团队更现实的路是走 API。

许可证：两条门槛

官方把许可叫「Kimi K3.1 Pro License」，Hugging Face 的 license 字段标的是 other。4 正文的授权条款沿用 MIT 的写法，另加两条附加条件。6

你怎么用	附加条件
内部使用；通过 Kimi 官方产品或认证推理伙伴使用	两条都不适用 6
把模型能力嵌进自己的产品功能或 harness（把模型包起来跑任务的外壳程序）	月活超过 1 亿、或月营收超过 2000 万美元时，界面上显著标注「Kimi K3.1-Pro」6
对外提供模型推理或微调，让第三方实质控制输入、参数或训练数据	连续 12 个月营收合计超过 2000 万美元时，商用前先与 Moonshot 另签协议 6

「Model as a Service」的定义排除了两种情形：能力只嵌在具体功能里的终端产品，以及单纯转发别人托管模型的请求。6

对多数团队来说，这两条都在很远的地方，门槛是 2000 万美元营收和 1 亿月活。真正要读这一段的是做推理托管生意的公司。

分数从 55 变成 46

10 月 24 日的简讯引用过 Artificial Analysis 的 55 分，现在同一页是 46 分。7

两个数测在不同的榜单版本上。AA 现在的智能指数是 v5.0.1，由九项评测合成，知识工作、编程、科学、通用四类各占 25%。18

换版对各家影响不一样。同一版榜上，Claude Opus 5.5 的最高档从 58 升到 59，GPT-6.1 Sol 从 52 升到 55，Kimi K3.1 Pro 从 55 落到 46。8

在开放权重里它仍是第一：46 分，第二名 DeepSeek-V4.1-Flash-1017 是 33 分，第三名 GLM-5.3 是 32 分。全榜 92 个模型，开放权重 36 个。8

成本要一起看。每任务成本 $3.68，10 月 24 日那次记录是 $2.11；一次指数评测输出 1.13 亿 token。7

AA 的评语是：在同等规模的开放权重模型里偏贵，单任务也偏慢。7

价格没变：输入 $2、输出 $10、缓存命中 $0.20 每百万 token，缓存折扣 90%。7 Batch API 按标准价的 60% 计费，kimi-k3.1-pro 在支持列表里。19

Vals 也收录了：62.52% ±1.14，在 32 个模型里排第 9，每题成本 $6.44。9

两处口径对不上

规模。官方的说法是「3T 级」，模型卡的参数表写 2.8T。4 估算显存与下载量时按 2.8T 算。

该不该试

已经在用 Kimi API 的团队，账单不变，价格表没动；多出来的是一条私有化路径，数据可以不出内网。19

还没有的数字

技术报告：仓库里只有模型卡，没有任何技术报告文件。4

Highspeed 权重：只有 API，没有对应仓库。15

量化版：社区仓还是空的，unsloth 那个同名仓只有一个 .gitattributes。17

安全评估：模型卡给了 ExploitBench 74.7、ExploitGym 20.7 两项能力分，没有独立的安全报告。4

训练细节：token 量、算力投入、知识截止都没写。4

参数量核对：2.78 万亿来自 safetensors 元数据，官方口径是 2.8T。2

References

1
Hugging Face：moonshotai/Kimi-K3.1-Pro 提交记录
huggingface.co
2
Hugging Face 模型 API：moonshotai/Kimi-K3.1-Pro
huggingface.co
3
Kimi：Introducing Kimi K3.1 Pro
kimi.ai
4
Hugging Face：moonshotai/Kimi-K3.1-Pro 模型卡
huggingface.co
5
config.json：量化配置
huggingface.co
6
Kimi K3.1 Pro License 全文
huggingface.co
7
Artificial Analysis：Kimi K3.1 Pro
artificialanalysis.ai
8
Artificial Analysis：LLM 榜单
artificialanalysis.ai
9
Vals：Kimi K3.1 Pro
vals.ai
10
vLLM Recipes：moonshotai/Kimi-K3.1-Pro
recipes.vllm.ai
11
Hugging Face：moonshotai/Kimi-K3
huggingface.co
12
Hugging Face：mistralai/Mistral-Large-4-1T-A52B
huggingface.co
13
Hugging Face：inclusionAI/Ling-3.1-flash-1019
huggingface.co
14
Hugging Face：deepseek-ai/DeepSeek-V4.1-Flash-1017
huggingface.co
15
Hugging Face：moonshotai 组织模型列表
huggingface.co
16
SGLang Cookbook：Moonshotai/Kimi-K3.1-Pro
docs.sglang.io
17
Hugging Face：unsloth/Kimi-K3.1-Pro
huggingface.co
18
Artificial Analysis：智能指数 v5.0.1
artificialanalysis.ai
19
Kimi：Model Inference Pricing
platform.kimi.ai
20
OpenRouter：模型目录 API
openrouter.ai

Kimi K3.1 Pro 权重放出：1.56 TB、只发一套 MXFP4，许可证带 2000 万美元门槛，AA 换榜后记 46 分

快速核对

仓库里有什么

能不能自己跑

许可证：两条门槛

分数从 55 变成 46

两处口径对不上

该不该试

还没有的数字

References

Related content

Kimi K3.1 Pro 权重放出：1.56 TB、只发一套 MXFP4，许可证带 2000 万美元门槛，AA 换榜后记 46 分

快速核对

仓库里有什么

能不能自己跑

许可证：两条门槛

分数从 55 变成 46

两处口径对不上

该不该试

还没有的数字

References

Related content