81% vs 90.5%:K3.1 Pro 开源权重前先削 10 分攻防,2.8T 私有化要再验三件事
开源前主动做减法
10 月 24 日凌晨,月之暗面发布开源模型 Kimi K3.1 Pro:2.8T 总参数、104B 激活的 MoE、1M 词元上下文、原生多模态,完整权重定于 11 月 4 日前开放。比参数更值得采购方留意的是安全动作:公司从中期训练语料与强化学习环境中移除了网络攻防相关数据,对模型的漏洞挖掘与利用能力做了预先削减。按其内部测试(厂商自报、未经独立验证),受限版在攻防评估中得分 81.0%,同代无受限版为 90.5%,相差约 9.5 分;新京报贝壳财经的报道则确认,该模型当前网络攻防能力仍落后于已公开发布至少三个月的前沿闭源模型。
公司同时明确了两条开放原则:不发布推进网络攻防能力绝对前沿的开放权重,且开放权重中可用的攻防能力将逐步提升。翻译过来:11 月 4 日下载到的是“降能版”,下一版可能更强、但按路线图渐进。
这并非月之暗面第一次用开放权重扛负载:今年 7 月中旬 K3(同为 2.8T)开源后 48 小时,用户请求量就逼近其集群承载极限。这次官方同步放出 K3.1 Pro Highspeed——相同能力、2-3 倍速度(官方数据),私有化集群里两个版本可以按延迟敏感度混部,把响应速度压力从高峰期削平。
能力账没砍,benchmark 侧反而涨
削减集中在攻防维度,通用与专业维度没有回退:独立评测机构 Artificial Analysis 测得 Terminal-Bench 4.0(真实终端环境的编码代理任务)上 K3.1 Pro 得 67%,而上一代 K3 仅 13%;业务软件工作流 AutomationBench-AA 从 58% 提升到 73%。澎湃/凤凰网报道其在 Office QA Pro v2 与 SpreadsheetBench v2 上取得全球最佳,超过 Opus 5.5、Fable 5.1 与 GPT 6 Astra;官方 API 定价为输入 2 美元/百万词元、输出 10 美元/百万词元、缓存命中 0.2 美元/百万词元(厂商自报),约为 GPT 6 Astra 的五分之一。

2.8T 私有化部署的卡数账
硬件选型视角,2.8T 总参数 MoE 不是单机档:按参数量估算(官方尚未公布量化规格,以下为自算),BF16 权重约 5.6TB、FP8 约 2.8TB、INT4 约 1.4TB。单节点 8 卡 141GB 可用显存约 1.13TB,FP8 至少 2 节点才放得下;若用 96GB 卡,INT4 压到 1.4TB 也需要 2 节点起步,再叠加 1M 上下文的 KV 缓存与并发余量,实际按 3-4 节点规划。激活 104B 意味着每 token 计算量约 0.21 PFLOP,输出吞吐由节点算力上限决定——agentic 长任务输入重、缓存命中高,单 token 成本会被摊薄。卡数是否划算,可以拿官方 API 的输出价 10 美元/百万词元做锚:自建节点“电费+折旧”的年成本若能压到同等调用量 API 账单的几分之一,回本周期才成立;厂商没有给出 TCO 参考,采购前务必用自身负载实测。
验收单加三行
版本钉定:11 月 4 日开放版与本地快照的降能设置可能不同,要求 release notes 明确标注攻防能力版本,禁止无说明滚动更新。能力回归:权重到手后本地跑一遍攻防测试集,确认实际能力落在 81% 档而非 90.5% 档,结果留痕。合规边界:把两条开放原则写进采购合同——“不推进网络攻防绝对前沿 + 逐步提升路线图与告知机制”,私有化部署的边界是合规问题,这条线月之暗面已经画好,采购方只需把它变成条款。
来源标注:路透、新京报贝壳财经、澎湃/凤凰网、月之暗面官方博客与 API 平台、Artificial Analysis。