Skip to main content

Kimi K3.1 Pro：3 万亿参数开源模型背后，是推理算力的军备竞赛

· 3 min read
AI Compute Cards Wiki Editorial
Industry Research Team

发布要点​

10 月 24 日凌晨，月之暗面发布新一代开源模型 Kimi K3.1 Pro（K3 系列首作）：

  • 3 万亿级参数，支持 100 万 Token 上下文，蝉联全球参数规模最大的开源模型
  • K3.1 Pro 是 K3（2.8 万亿参数，2026-07 发布）的后训练版本，后训练强化学习算力大幅增加
  • 同步推出 K3.1 Pro Highspeed，同效果下速度约 2-3 倍
  • 完整模型权重 11 月 4 日前发布，面向科研机构与产业开发者开源
  • 价格仅为 GPT-6 Astra 的五分之一

性能坐标​

  • Terminal-Bench 4.0（编码 Agent）：65.7%，超 GPT-6 Astra（58.2%），略低于 Claude Opus 5.5（66.4%）
  • BenchCAD（3D 重建）：92.7%（带工具），逼近 Opus 5.5 的 96.2%
  • Office QA Pro v2 与 SpreadsheetBench v2：均取得全球最佳，超过 Opus 5.5 与 GPT-6 Astra
  • 仅支持思考模式（low/high/max 三档），关闭思考返回 400——推理成本结构因此更可控

对算力侧的三重含义​

后训练成为新军备。K3.1 Pro 的主要增量在 RL 后训练：团队重写了 RL 框架、长上下文推理、训练效率、沙箱基础设施、rollout 调度整条链路，让「每一份新增算力都转化为稳定产出」。这意味着推理集群的负载结构中，RL rollout 的占比在持续上升。

开源即商用算力放大器。权重开源 + 1M 上下文 + Highspeed 双版本，等于把部署选项交给了算力买方：国产芯片厂商（摩尔线程、沐曦、寒武纪等均已实现主流开源模型的 Day-0 适配）可以第一时间承接这类模型的推理负载。

中国模型的调用量优势在固化。OpenRouter 统计显示，10 月中旬一周全球大模型总调用量 164 万亿 Token，中国模型周调用量连续 25 周超过美国，全球前五清一色中国模型。模型侧的用量优势正在反向拉动国产推理算力的真实交付。

结语​

模型越大、后训练越重、Agent 越长程，推理算力的单位经济学就越重要。K3.1 Pro 用五分之一的价格逼近闭源旗舰，本质是把「算力效率」的竞争摆上了台面——这与云端 Trainium/TPU 的降价逻辑、国产芯片的性价比路线，汇成同一条主线：单位 Token 成本曲线的斜率，决定 AI 应用的渗透速度。