月之暗面开源 Kimi K3.1 Pro：2.8T 参数 MoE，上下文长度 100 万 token

月之暗面（Moonshot AI）在 Hugging Face 上发布了 Kimi K3.1 Pro 的模型页。官方称，这是一款开源权重、原生多模态的 agent 模型，也是其迄今能力最强的 3T 级模型。它由 Kimi K3 经覆盖数百个下游领域的大规模联合强化学习后训练而成，是 K3.1 系列的第一款。官方称它在编程、3D 创作、金融研究、事实准确性等 agent 能力上有明显提升。

模型规格

据模型卡，K3.1 Pro 采用混合专家（MoE）架构，主要参数如下：

• 规模：总参数 2.8T，激活参数 104B，共 93 层。
• 专家配置：共 896 个专家，每个 token 选 16 个，另有 2 个共享专家。
• 上下文与词表：上下文长度 1048576 token，词表 160K。
• 多模态：视觉编码器为 MoonViT-V2，参数 401M，支持文本和图像输入。
• 量化：MXFP4 权重 / MXFP8 激活，采用量化感知训练。

与 Kimi K3 相比，K3.1 Pro 把全注意力的 Gated MLA 层换成了 Gated DeepSeek Sparse Attention（Gated DSA）层，官方称这样可以让长上下文建模更高效。注意力层的组成为 69 层 KDA + 24 层 Gated DSA。

基准成绩

以下数据均来自发布方模型卡，其中 Claude Opus 5.5 的 Terminal-Bench 4.0 成绩取自模型博客或官方榜单所报告的最高值。K3.1 Pro 的结果默认使用 max 思考强度。

• GPQA-Diamond：94.2。
• Terminal-Bench 4.0:65.7。同表中 Claude Opus 5.5 为 66.4，高于 K3.1 Pro。
• DeepSWE v1.1:75.5。

模型卡注明，Terminal-Bench 4.0、Terminal-Bench-Science 0.1、SWE-Marathon v1.1、ProgramBench、DeepSWE v1.1 等多项编程基准，是用 Claude Code 框架评测的。Kimi Code Bench 2.0 和 3.0 属于内部基准。

调用与部署

开发者可在 platform.kimi.ai 选择 kimi-k3.1-pro 调用，官方提供 OpenAI / Anthropic 兼容 API。思考强度通过顶层的 reasoning_effort 字段设置，可选 low、high、max，默认为 max。

多轮对话和工具调用时，模型要求把 API 返回的完整助手消息原样传回 messages，包括 reasoning_content 和 tool_calls，不能只传 content。

官方推荐的推理引擎为 vLLM、SGLang 和 TokenSpeed。模型采用 Kimi K3.1 Pro License 许可证。

来源

• https://huggingface.co/moonshotai/Kimi-K3.1-Pro