# 月之暗面釋出 Kimi K3.1 Pro 權重：2.8 兆參數、上下文長達 100 萬 token

> 地端世界 · https://onpremworld.com/zh-tw/news/2026-11-kimi-k3-1-pro-open-weights · CC BY 4.0

發布日期：2026-11-02 · 模型

月之暗面（Moonshot AI）在 11 月 2 日把 Kimi K3.1 Pro 的權重放上 Hugging Face。這是原生多模態（文字與圖片）的 Mixture-of-Experts 模型，總參數 2.8 兆、活躍參數 1040 億，共 896 個專家、每個 token 選 16 個，上下文長度 1,048,576 token。權重採 MXFP4、運算時用 MXFP8，並以量化感知訓練完成；官方建議用 vLLM、SGLang 或 TokenSpeed 執行。授權為 Kimi K3.1 Pro License，大致寬鬆，但對大型模型即服務（MaaS）業者與超大型消費產品另有條件，純內部使用則不受這些條件限制。

## 對地端使用者的意義

這是目前任何人都能下載自架的最大模型之一，企業內部使用也不受額外授權條件限制；但光是檔案就約 1.56 TB，屬於多張顯示卡的伺服器等級，而不是桌上型電腦能跑的模型。

## 市場怎麼看

根據月之暗面自己公布的表格，K3.1 Pro 在 Terminal-Bench 4.0 拿到 65.7，高於 GPT-6 Astra 的 58.2，僅略低於 Claude Opus 5.5 的 66.4；至少就廠商數字來看，開放權重模型和頂尖封閉模型的差距持續縮小。授權裡針對 12 個月營收超過 2,000 萬美元的 MaaS 業者的條款，看起來和 Mistral 的做法類似：歡迎企業自由採用，但大型代管業者要另外談。

## 白話版

一家中國 AI 公司把它最強的模型開放下載了。不過它大到需要整櫃的伺服器，而不是一般辦公室電腦，所以多數小公司會先透過 Kimi 的網站或 API 試用。

## 業內觀點

權重檔案約 1.56 TB；vLLM 的部署範例要求 vLLM 0.34.0 以上，以及 8 張顯示卡的 tensor-parallel 群組，例如一台 B300 節點、兩個 GB300 tray 或一台 MI355X 節點，並使用 kimi_k3 的工具呼叫與推理解析器。多輪對話與工具呼叫時，要把完整的助理訊息（包含 reasoning_content 和 tool_calls）原樣傳回，這是模型說明頁的要求。推理強度可設 low、high、max，預設是 max；對延遲敏感的內部工具，建議先測 low。

## 來源

[moonshotai/Kimi-K3.1-Pro model card (Hugging Face)](https://huggingface.co/moonshotai/Kimi-K3.1-Pro)

[所有新聞](https://onpremworld.com/zh-tw/news.md)

摘要由地端世界依官方來源撰寫，附上原文連結，不轉載原文。
