国际 AI 资讯

月之暗面开放 2.8 万亿参数 Kimi K3.1 Pro 权重,登顶 Agent Arena 开源榜

月之暗面按此前承诺开放 Kimi K3.1 Pro 权重,该模型在 Agent Arena 开放权重模型中排名第一,全部参评模型中列第 13 位;其混合专家架构总参数达 2.8 万亿,本地部署存在较高硬件门槛。

海宇数科 · 事件日期 · 更新于 · 约 3 分钟 · 1 次阅读

月之暗面开放 2.8 万亿参数 Kimi K3.1 Pro 权重,登顶 Agent Arena 开源榜 配图
月之暗面开放 2.8 万亿参数 Kimi K3.1 Pro 权重,登顶 Agent Arena 开源榜 配图

月之暗面(Moonshot AI)已于 11 月 5 日在 Hugging Face 平台开放 Kimi K3.1 Pro 的模型权重,兑现了 10 月 24 日发布时作出的承诺。权重上线后,该模型在 Arena 运营的智能体排行榜 Agent Arena 中位列开放权重模型第一、全部参评模型第 13 位,并在工作、编程与聊天三个核心类别中均居开放模型首位。

基于真实长周期会话的严苛评测

Agent Arena 的评测方式与常规成对盲测不同,不要求用户对两个回答投票,而是从真实用户的智能体会话中自动提取多项信号,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。排行榜据此采用名为“因果追踪”的随机化推断方法,估算各模型相对平均水平的净改进率。

Kimi K3.1 Pro 此次排名基于全球用户超过 1.75 万次真实长周期智能体任务会话,综合净改进率为 +5.1%,较上一代 K3(Max)的 +0.9% 提升 4.2 个百分点。

细分指标显示其核心能力全面变化:

Bash Reliability(Shell 命令执行可靠性)由上一代的 -4.5%(排名第 13)升至 +7.9%,在全部开放模型中居首。

Praise vs Complaint(用户满意度指标)由 +1.3% 升至 +7.7%。

Steerability(方向调整与纠偏能力)达到 +6.5%,同样在开放模型中排名第一。

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

架构方面,Kimi K3.1 Pro 采用混合专家(MoE)架构,总参数量 2.8 万亿,单次推理约激活 1040 亿参数,支持约 100 万 Token 的超长上下文窗口。

与前代 K3 相比,K3.1 Pro 经过覆盖数百个下游应用领域的大规模联合强化学习后训练,并将部分全注意力层替换为门控稀疏注意力层,在维持性能的同时降低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

权重虽已上线开源社区,但从可下载到可本地运行仍受硬件条件制约。以 BF16 精度存储的 2.8 万亿参数权重文件约 5.6TB,即便采用 INT4 量化,仍需约 1.4TB 显存,单机消费级显卡基本无法本地部署。

在 Terminal-Bench 4.0 终端智能体基准测试中,K3.1 Pro 得分为 65.7%,高于 GPT-6Astra 的 58.2%,与 Claude Opus5.5 的 66.4% 相差不到 1 个百分点。此次权重开放被视为月之暗面持续向全球开源大模型生态共享技术的一步。

← 返回AI 资讯