兄弟们，Kimi K3.1 Pro 刚发，说这是他们最强的 3T 级开放权重模型 我把官方博客和模型卡翻了一遍，先说一个容易看岔的地方 🔢 "3T 级"是量… · @JacksAISites · TwKit

@JacksAISites

兄弟们，Kimi K3.1 Pro 刚发，说这是他们最强的 3T 级开放权重模型 我把官方博客和模型卡翻了一遍，先说一个容易看岔的地方 🔢 "3T 级"是量级，实际总参数 2.8T，激活 104B，MoE 架构 📏 上下文 1M token，原生多模态 🧬 它是在 K3 基础上加大后训练算力做出来的 ⚡ 另有 Highspeed 版，速度是 Pro 的 2 到 3 倍 🌐 http://Kimi.ai、Kimi Work、Kimi Code 和 API 今天就能用，完整权重 11 月 4 日前放出 📊 官方自己报的成绩 💻 Terminal-Bench 4.0 拿到 65.7%，Claude Opus 5.5 是 66.4%，GPT-6 Astra 是 58.2% 🏃 SWE Marathon 51.7，Opus 5.5 是 46.3 🧊 BenchCAD 带工具 92.7%，Opus 5.5 是 96.2%，GPT-6 Astra 是 95.9% 💰 OfficeQA Pro v2 拿到 64.4，官方图里排第一 📉 内部幻觉压力测试里，claim 级幻觉率从 K3 的 23.4% 降到 8.3% 🔬 也有明显落后的，Terminal-Bench Science 0.1 只有 38.1，GPT-6 Astra 是 68.1 🛡️ 我觉得最值得看的是网络安全那段 没做数据清洗的版本，在自家漏洞利用测试 xdev-bench-hard 上 pass@3 是 90.5% 开放权重版删掉了训练里跟网络攻防相关的数据，降到 81.0% 官方的说法是，开放出去的攻击能力故意压在自家流水线做得到的水平以下 我的看法 1️⃣ 这些分数都是 Kimi 自己测的，好几项还是内部基准。等权重放出来，第三方复测完再下定论 2️⃣ 写代码这块已经贴着闭源头部在走，Terminal-Bench 只差 0.7 个点。科学类任务差了 30 分，短板也摆在那 3️⃣ 开放权重最常被追问的就是放出去会不会被拿去干坏事。Kimi 给了一个能量化的做法，删数据，降了 9.5 个点，数字摊开给你看。这比一句"我们很重视安全"实在多了 4️⃣ 2.8T 的权重，我估计个人很难在本地跑起来，先受益的会是有算力的公司和研究团队。普通开发者先用 API 或 Kimi Code 试一试更现实 你们会先拿它写代码，还是先试 3D 建模？

曝光 222 · 评论 2 · 点赞 5 · 书签 2