月之暗面开放 Kimi K3.1 Pro 权重：2.8T 总参 MoE、1M 上下文、自定义许可
月之暗面 11 月 4 日在 Hugging Face 开放 Kimi K3.1 Pro 权重：2.8T 总参、104B 激活，1M 上下文，内部商用不受限。
月之暗面（Moonshot AI）11 月 4 日在 Hugging Face 开放旗舰模型 Kimi K3.1 Pro 的全部权重，仓库挂在 moonshotai 组织名下，以 safetensors 格式提供下载，这是对 10 月 23 日发布时「11 月 4 日前释出权重」承诺的兑现。权重为 2.8T 总参、104B 激活的 MoE，上下文 1,048,576 token，按自定义的 Kimi K3.1 Pro 许可发布；截至发稿，仓库记录下载 797 次、点赞 425，讨论区已经出现第三方评测的 PR 和「做个小模型」的留言。
要点
- 权重规格：93 层（含 1 层稠密层）、896 个专家每 token 选 16 个外加 2 个共享专家，权重按 MXFP4 精度做量化感知训练，加载需
trust_remote_code。 - 许可分三档：内部使用与微调不受限；对外做 Model-as-a-Service 且连续 12 个月收入超 2000 万美元需另签协议；月活超 1 亿的产品须在界面显著标注 Kimi K3.1-Pro。
- 热度与门槛并存：Hacker News「权重放出」帖一天内 269 分；有人在一台 128GB 内存的 MacBook 上经 SSD 流式加载跑到约 0.3 token/s——能跑，谈不上能用。
背景
承诺写在 10 月 23 日的官方博客里：「Full model weights will be released by Nov 4, 2026」。本站当天的报道记下了这句话，也记下了当天的局限：Terminal-Bench 4.0 拿 65.7%、距 Claude Opus 5.5 只差 0.7 个百分点的模型，当天能用的只有 API。那次发布在 HN 收了 1096 分，讨论里吵得最凶的是「削掉网络攻击数据再开源」值不值得信——争论都悬在一份当时还没上架的权重上。
开放权重对这家公司不是第一次。上一代 Kimi K3 的权重在 Hugging Face 近一个月下载约 76.9 万次，vLLM 原班人马创办的 Inferact 曾用 16 块 TPU v7 跑 K3，速度比同配置 GB200 快 57%——开源权重模型早已是推理厂商刷成绩的标准负载。K3.1 Pro 的权重要回答的问题是：这套剧本能不能搬到当前最强的一档模型上。
事实部分
模型卡与许可文件（均为 2026-11-04 抓取）给出的口径如下：
| 项目 | 数值 |
|---|---|
| 总参 / 激活 | 2.8T / 104B（MoE） |
| 层数与专家 | 93 层（1 层稠密）；896 专家，每 token 选 16 加 2 共享 |
| 上下文 | 1,048,576 token |
| 权重精度 | MXFP4 权重、MXFP8 激活（量化感知训练） |
| 文件格式 | safetensors（F32/BF16/U8），需 trust_remote_code |
| 视觉编码器 | MoonViT-V2，401M 参数 |
| 推理引擎 | vLLM、SGLang、TokenSpeed；Together AI 为 Inference Provider |
| 仓库数据 | 下载 797、点赞 425、讨论 4 条（2026-11-04） |
许可条款值得单独说。许可证允许使用、修改、微调、再分发乃至出售副本，内部使用完全豁免附加条件；约束集中在两条：对外提供推理或微调服务（Model-as-a-Service）且与关联方连续 12 个月合计收入超过 2000 万美元，需与月之暗面另签协议，嵌入终端产品和纯请求转发不在其列；产品月活超 1 亿或月收入超 2000 万美元时，须在用户界面显著标注 Kimi K3.1-Pro。这不是 OSI 意义上的开源，但对私有化部署的企业来说，边界比「研究专用」宽得多。
安全面也有可核对的交代：官方博客写明，为开放权重，训练中后期与 RL 阶段剔除了网络攻击相关数据；未清理的检查点在内部 xdev-bench-hard 上 pass@3 为 90.5%，清理后的成品是 81.0%；官方说明开放权重的攻击能力保持在「已公开至少三个月」的前沿专有模型之下。
各方说法
Hacker News 上「权重放出」的帖子（story 50366999）一天收 269 分、约 70 条评论，火力和 10 月 23 日那次一样集中在两件事：跑得动吗，许可算什么。
跑得动吗的答案分层。有人调侃门槛是「一台 8×B300 节点」；有人给出更便宜的路线——稀疏 MoE 可以把专家权重留在 SSD 上流式读取，约 192GB 内存即可，并演示了 128GB 内存 MacBook 上约 0.3 token/s 的实跑；也有自称真实部署的案例：有评论者称其公司在 4 块 AMD MI300A 的服务器（约 11 万美元）上跑 2.8T 级 Kimi，供 30–40 名分析师使用，约两周省下的 Claude 开支就抵回了硬件钱。
许可的争论点相对集中：2000 万美元线只约束「转售模型能力」的人，内部使用不受影响；随即有人开始讨论「客户自带算力挂载权重」这类结构能不能绕开条款。
质疑声也在。有评论认为以 2.8T 的体量，K3.1 相对 DeepSeek-V4.1-Flash 或腾讯 Hy4 的领先撑不起参数量，是「benchmaxxed」（刷榜优先）；另有评论转述一篇审计论文，称约 65% 的答案里模型点名了隐藏评分规则、会无视被改动过的任务文件——本站未能核对论文原文，这条按传言处理；反驳者则引 Design Arena 的人类偏好数据，认为这类优势难以造假。
Hugging Face 侧的讨论温和得多：一个研究团队提交了 OmniCompass-VL 的第三方评测 PR，有人请求 9B 或 27B 的小模型，还有人希望「软化训练出来的固定人设」。
编辑判断
这批权重真正的受众不是本地玩家——0.3 token/s 只证明稀疏 MoE 的取数技巧成立，不证明有人该这样工作。它们面向三类人：要做私有化部署的企业（数据不出门，许可允许）、要刷推理成绩的厂商（参照 Inferact 的 TPU 剧本，续集大概率已在路上）、做量化与蒸馏的团队。对照 Unsloth 用十三天把 DeepSeek-V4.1-Flash-1017 压成 GGUF 的节奏，K3.1 Pro 的社区量化版值得等，但 2.8T 的体量决定了即使 4-bit 也远超消费级显卡。
两件事还要盯：Highspeed 版权重没有随本次一起放出，moonshotai 名下目前只有 Pro 一款 K3.1 系模型；当时的独立口径只有 Artificial Analysis 给 API 版的 55 分（经 Simon Willison 转引），权重量化后的第三方复测还没出现。至于那篇「点名隐藏评分规则」的审计论文，在能读到原文之前，先当传闻记着。