月之暗面 Kimi K3.1 Pro 发布、2.8 万亿参数、编程超 GPT-6 Astra、11 月 4 日开源

开源模型的天花板，又被抬高了

10 月 24 日，月之暗面把 Kimi 的新版本摆到了台面上：Kimi K3.1 Pro。

最扎眼的一个数字是 2.8 万亿参数。据多家媒体报道，这是目前全球规模最大的开源模型。比它小一号的开源模型，大概相当于 1.7 万亿参数级别——而 1.7 万亿这个数，已经是前两年「大模型还能再翻一倍」的梦想线。

第二个数字更狠：在 Terminal-Bench 4.0 这个专门考「AI 能不能真的写代码、跑通、交付」的榜单上，K3.1 Pro 的成绩约 65.7%，超过了 GPT-6 Astra 的 58.2%，也略高于 Claude Opus 5.5。

第三个数字最实在：11 月 4 日之前，月之暗面承诺开放模型权重。翻译成人话就是，11 月 4 日之后，你可以把这套模型下载到自己公司的服务器上，断网也能跑。

用人话说：开源模型第一次在「真刀真枪写代码」这件事上，压过了闭源旗舰。而且价格只有 GPT-6 Astra 的五分之一。你以前觉得 AI 太贵、算力借不到、担心数据被传到别人的服务器上——这次这三条理由，一次被解决了。

一句话总结

Kimi K3.1 Pro 用 2.8 万亿参数拿下全球最大开源模型，编程跑分反超 GPT-6 Astra，价格只有五分之一，11 月 4 日放权重。这不是一次参数堆料，而是开源阵营第一次在「能干活」这件事上赢了闭源。

一、2.8 万亿是什么概念

先说最容易被误读的地方：2.8 万亿参数不等于它每次回答都要动用 2.8 万亿。

K3.1 Pro 用的是 MoE 架构（混合专家）。用人话说，模型内部像一家有 2.8 万亿个员工的大公司，但每次接一个工单，只叫醒其中 1040 亿人（104B）来干活，其他人继续睡觉。

这解释了两件事：一是它为什么能在保持大模型能力的同时把价格压到五分之一；二是它为什么能在企业自己的机房里跑得动——真正吃电的只有那 1040 亿。

指标 · Kimi K3.1 Pro · 通俗解释

总参数 · 2.8 万亿 · 全球最大的开源模型

单次实际动用 · 1040 亿 · 相当于只叫醒 3.7% 的员工

上下文长度 · 100 万 token · 一次读完约 2 本《资治通鉴》还不忘前文

编程榜 Terminal-Bench 4.0 · 约 65.7% · GPT-6 Astra 是 58.2%

3D 建模能力 · 92.7% · 做 3D 场景的高分项

单条陈述幻觉率 · 8.3% · 前代是 23.4%，几乎砍掉三分之二

价格 · 约 GPT-6 Astra 的 1/5 · 花 1 块钱，别人花 5 块

开放权重时间 · 11 月 4 日前 · 之后可下载到自己的服务器

三个容易被忽略的细节：

第一，幻觉率从 23.4% 降到 8.3%。 幻觉率就是「一本正经编瞎话」的比例。以前是每说 4 句话有 1 句在编，现在是每说 12 句才可能编 1 句。对普通人最直接的含义是：让 AI 写完一段「公司要发给你的通知」，你不用再逐句去核对官方原文了。

第二，企业运营测试里表现大约是前代的 4.2 倍。 这指的是真实业务里的长流程任务——查数据、填表、写报告、跑完整个流程的耗时。

第三，它同时放出了 Highspeed 版本，同步提速 2—3 倍。

二、编程第一，意味着什么

先看这张榜是什么。Terminal-Bench 不是「让模型写个函数」的玩具题，它考的是：在一个真实的终端环境里，装依赖、改代码、跑测试、对着报错一条条修，最后交出一个能跑通的交付物。

这就像比厨艺考试：不是考「你会不会切菜」，而是考「给你一间没开火的厨房、一堆食材、一张挑剔的菜单，能不能端出一道能上桌的菜」。

K3.1 Pro 拿到全球第一，综合智能指数排全球第四，3D 建模 92.7%。据报道，K3.1 在综合智能上进入全球前四，代码智能体能力全球第一。

为什么这件事重要？

因为过去两年，开源模型在「榜单」上一直是追赶者，落后闭源旗舰半代到一代。但那半代差距，到了 2026 年已经缩成了「能不能真的把活干完」这一件事。而 K3.1 Pro 把这一项做到了第一——这意味着开源模型第一次不需要在能力上妥协，才能拿到便宜。

再叠加一个更重要的数字：开源前，月之暗面把攻防安全数据剔除掉了。 也就是说，这份将要公开的权重里，不包含用于攻击自家模型的那些红队素材。

三、11 月 4 日放权重，谁会真的用

对绝大多数读者来说，「开源」这两个字可能听着遥远。但它其实直接对应三个非常现实的问题。

问题一：数据要不要给出去。 你的合同、报价单、客户名单、内部流程图，如果你要 AI 帮你处理，闭源模型就意味着这些内容要发到别人的服务器上。这是很多公司最后一道不敢签的字。开源权重意味着模型可以装在你自己的机房里，数据一步不出门。

问题二：贵不贵、能不能降本。 五分之一的价格，在企业场景里是能直接写进预算表的数字。调用量大的公司，一年省下来的不是「一点」，是能单独立一个项目的量级。

问题三：能不能改。 开源权重意味着你能在上面加自己的行业数据、微调成「懂我们这行」的版本，而不是每次都去重新训练。

据腾讯方面消息，腾讯 WorkBuddy 当天已经接入 Kimi K3.1 Pro。这是个很典型的信号：国产开源模型一发布，国内的应用厂商当天就能接上——这在以前是要等几个月的。

对普通人意味着什么

如果你只是用聊天机器人：这次你可能感觉不到任何区别。 但两三个月后，你在各个 App 里用到的 AI 助手会变得更便宜、更少胡编、而且更可能在中国境内的服务器上跑，响应更快。这对免费用户尤其重要——AI 服务的降价，成本降下来之后，通常有一半会变成免费。

如果你是开发者或者做产品的：11 月 4 日之后去 Hugging Face 把权重拉下来是第一个动作。 2.8 万亿参数的模型完整部署门槛不低，但 4B 级别的小尺寸版本和蒸馏版通常会更快跟上，那才是绝大多数人真正跑得起的形态。建议关注官方仓库的量化版本和社区微调版本。

如果你是公司老板或者在小团队：现在可以开始算一笔账了。 把「每年 AI 调用费」这个数字拿出来，乘以五分之一，再乘以你一年预计的调用量。这就是这次发布给你的直接报价。

最需要警惕的一件事：榜单第一不等于你用它写出来的东西能直接上线。 月之暗面自己也承认幻觉率仍有 8.3%，而且这次测试的很多场景是编程，编程有测试用例能自动判对错，写商业分析、算财务模型则完全不同。先把 AI 放在「有标准答案」的活上，这是最稳的打法。

写在最后

1 开源和闭源的差距，第一次不是「能力差」，而是「价格差」

过去开源模型的困境是：便宜，但做不好事，只能干边角料。现在 K3.1 Pro 把「写代码能交付」这件事做到了全球第一，还便宜五倍。这意味着闭源模型过去那套「靠护城河定价」的商业逻辑，第一次遇到了真正意义上的同级别替代。

2 11 月 4 日是一个可以记在日历上的日子

开放权重不只是「给开发者一个文件」。它意味着中国的开源模型第一次以全球最大规模出现在公共视野里。从那天起，全球开发者可以用同一套底座做自己的东西，谁在上面长出应用，谁就掌握下一轮生态的话语权。

3 真正的看点不是模型，是它会不会把价格打下来

如果 2.8 万亿参数的开源模型确实能在企业机房里跑起来，那接下来一年，大模型 API 的价格很可能会再降一轮。降完之后，真正的变化是：AI 从「少数人用的工具」，变成「每个 App 的默认功能」。你在 2026 年还能感到惊讶的事情，在 2027 年会像「有搜索框」一样理所当然。

未来 1 年看三件事：① 11 月 4 日权重真如期放出，社区 7 天内出现可跑的量化版本；② 闭源旗舰 API 价格跟降一轮，大厂被迫把推理成本转嫁到订阅费；③ 开源模型第一次在「企业核心流程」里跑通完整交付案例，而不只是跑通 demo。

如果觉得这篇拆解对你有帮助，不妨点个关注和在看。

你的 AI 陪跑伙伴 【数字新奇点】 会继续关注国产开源模型和普通人的真实关系。

咱们下期见！

参考资料

月之暗面发布 Kimi K3.1 Pro：总参数 2.8 万亿，编程能力全球领先（科技日报）

Kimi K3.1 Pro 发布：代码智能体全球第一，11 月 4 日前开放权重（中国新闻网）

Kimi K3.1 Pro 参数与定价解读：约为 GPT-6 Astra 五分之一（证券时报）

Kimi K3.1 Pro 幻觉率降至 8.3%，企业运营测试提升约 4.2 倍（澎湃新闻）

腾讯 WorkBuddy 当天接入 Kimi K3.1 Pro（腾讯新闻）