台灣時間 10 月 24 日凌晨，中國 AI 新創月之暗面（Moonshot AI）推出 Kimi K3.1 Pro：總參數 2.8 萬億、單次推理只啟用 1040 億的 MoE 架構、100 萬 token 上下文、原生多模態——官方定位是「迄今最強大的 3T 級開放權重模型」。成績單很接近但沒贏：Terminal-Bench 4.0 拿到 65.7%，距 Claude Opus 5.5 的 66.4% 僅差 0.7 分，卻在長篇軟體工程任務上直接逆轉兩位閉源對手。真正的爆點在承諾：完整權重 11 月 4 日前公開，連同「我們刻意拿掉了哪些能力」的數字一起交卷。
一、背景：閉源九月 blitz 之後，沉默三個月的中國旗艦
2026 年 9 月是閉源前沿模型的輪播月：OpenAI 接連推出 GPT-6 Astra、GPT-6 Sol，Anthropic 則上線 Claude Opus 5.5 與 Sonnet 5.5，把公開榜單的門檻又抬高一截。反觀中國頭部廠商，自今年 7 月 Kimi K3 之後，三個多月沒有同等規模的旗艦升級，開源陣營一度被調侃「追前沿追到沒了聲音」。
就在幾天前的 10 月 19 日，美國實驗室 Reflection 才剛開源 501B 的 Beam，被稱為「美國實驗室首個開放前沿模型」（本部落格前有專文）。開放權重陣營表面上熱鬧，實際處境尷尬：要嘛落後閉源整整一代，要嘛參數夠大但品質差一口氣。K3.1 Pro 選擇的切入點很實際——不爭第一，爭「最近的那個開放模型」。
二、這次發生什麼：一口氣上線、一個月後交權重
- 發布：10 月 23 日（美西時間）Moonshot 官宣 K3.1 系列首發模型 K3.1 Pro（官方技術博客、官方 X 賬號）。2.8T 總參數／104B 活躍參數的 MoE，1M token 上下文，多模態輸入。
- 同步推出高速版：K3.1 Pro Highspeed 速度快 2～3 倍，兩者已上線 Kimi.ai、Kimi Work、Kimi Code 與 Kimi API，計費採「不分上下文長度分級」的固定按量制。
- 權重承諾：完整模型權重最遲 11 月 4 日開放下載——距離發布只有約 11 天，等於把「行銷話術」和「可復現事實」的對帳日直接寫進日曆。
- 獨立測評背書：第三方機構 Artificial Analysis 給 K3.1 Pro 智能指數 55 分、排名第 4，較 Kimi K3 大幅上揚 11 分；其獨立復測 Terminal-Bench 甚至給出 67%，稱之為該項目目前最高分。
三、技術白話解讀：2.8 萬億參數，為什麼跑得動、開得起？
1. MoE 的算術題：存 2.8T，用 104B
混合專家（MoE）架構把模型拆成許多「專家」子網路，每個 token 只路由經過其中一小組。K3.1 Pro 總參數 2.8 萬億、單次活躍只有 1040 億——推理時的算力與記憶體頻寬壓力接近一個 100B 級稠密模型，但知識容量與任務專精度按 2.8T 的規模計價。這就是為什麼一個「比閉源少見天日」的開放模型能同時做到 1M 上下文與固定按量計費：上下文長度不分級收費（官方 API 文件），把 100 萬 token 當水電用。據業界整理，其平均每任務成本也低於兩個閉源對手的最佳檔位。
2. 排行榜解讀：贏在「長」，輸在「深」
K3.1 Pro 領先的項目有共同特徵：長鏈路、多步驟。SWE-Marathon 考的是跨小時的真實軟體工程任務（官方以 Claude Code harness 評測），K3.1 Pro 51.7% 直接壓過 Opus 5.5 的 46.3%；Agents' Last Exam 考專業工具鏈（86 個 CLI 任務），43.2 分也是第一，且官方明言對「繞過任務要求直接上網抄答案」的run 直接記零分（評測方法學說明）。但短板同樣清楚：科學計算終端任務 K3.1 Pro 只有 38.1 分，被 GPT-6 Astra 的 68.1 分整整拉開 30 分——「能寫完整專案」不等於「能推難題」，1M 上下文＋長鏈路智能體是它真正的主場。
3. 罕見的安全透明：主動削弱的攻擊力，數字也公布
Moonshot 在技術博客做了一件多數廠商不會做的事：公布「如果我們不做安全對齊，模型本來會多會闖禍」。內部網路漏洞利用基準中，早期 checkpoint 的 pass@3 高達 90.5%；官方因此從 mid-training 與強化學習階段移除網路攻擊相關資料，發布版降到 81.0%——作為對照，上一代 Kimi K3 只有 33.3%。官方解讀是「通用編程能力的提升會自然洩漏到攻擊能力」，並承諾未來將在開放權重模型中逐步找回受控的網路安全能力（官方技術博客；Gigazine 報導）。
四、影響與觀察：11 月 4 日才是真正的期末考
- 開放權重的「次前沿」定位成立嗎？0.7 分的差距加上更低的單任務成本，對企業自部署是實質誘因；但 K3.1 Pro 在科學推理上的 30 分落差說明「開放＝平替」仍是錯覺，它替代的是長鏈路工程活，不是所有活。
- 實體世界依舊隔着一層：據第三方具身智能評測，K3.1 Pro 在真實機器人操控任務只有約 9%，落後 Claude Opus 5.5、Gemini 4 Argon 與 GPT-6 Astra——語言端智能體分數再高，也不自動轉化為控制物理世界的能力，這與本部落格前文《優必選柳州工廠》呈現的「軟體腦 vs 硬體身」落差互相印證。
- 11 月 4 日的意義：過去開源模型常見「先發布、權重慢慢來、然後沒有然後」；Moonshot 把期限縮到 11 天，等同把自我宣稱綁上可驗證的死刑日。權重公開後，榜單數字將從行銷素材變成任何人可重跑的實驗。
- 給監管與同業的範本：公布「移除攻擊資料前 90.5%、後 81.0%」這種數據，等於替開放權重模型的風險披露立了一個新的對標基準——之後其他廠商很難只說「我們做了安全對齊」就帶過。
五、結論
K3.1 Pro 沒有搶到王座，甚至沒有宣稱搶：它搶的是「離王座最近的開放權重」這個從沒有人真正站穩的位置——11 天前就交權重，連安全削弱的刻度都一起交。如果 11 月 4 日檔案如約上線、第三方可復現這些分數，開放模型與閉源前沿的「一代差距」敘事就要改寫了；如果沒有，它也已經把遊戲規則改掉一半：往後發布會不只比分數，還要比誰敢把分數怎麼來的、哪些能力被剪掉，一併攤在陽光下。
資料來源
- Kimi K3.1 Pro Tech Blog: Advancing Open Intelligence（官方技術博客，基準與安全數據第一手來源）
- Kimi API 平台：K3.1 Pro 快速入門（上下文與計費、11/4 權重承諾）
- Kimi.ai 官方 X 賬號發布帖（2.8T／104B 參數、多模態、65% 金融幻覺下降）
- ANI：Moonshot AI Unveils Kimi K3.1 Pro 3-Trillion-Parameter AI Model
- Gigazine：Kimi K3.1 Pro 報導
- Unite.AI：Moonshot Releases Kimi K3.1 Pro
- Artificial Analysis（獨立智能指數評測）